陜西地區(qū)紅富士蘋果品質(zhì)差異及相關性分析

1、陜西地區(qū)紅富士蘋果品質(zhì)差異及相關性分析論文導讀:：研究了陜西陜西地區(qū)紅富士蘋果品質(zhì)差異及其相關性大小，并探討了基于BP神經(jīng)網(wǎng)絡系統(tǒng)通過單果重和色度值對果實的內(nèi)在指標進行預測的可行性。結(jié)果說明：紅富士蘋果品質(zhì)變異系數(shù)從小到大依次為亮度 F(kg/cm2) S(%) L* a* b* T(%) W 1.00000 -0.42090 0.55166 -0.30502 0.48825 -0.25875 0.11822 0.0015 F (kg/cm2) -0.42090 1.00000 -0.23656 0.25659 -0.29645 0.18164 -0.07131 0.0556 S (%) 0.

2、55166 -0.23656 1.00000 -0.39052 0.56529 -0.14412 0.46125 L* -0.30502 0.25659 -0.39052 1.00000 -0.82063 0.50119 0.02895 0.4376 a* 0.48825 -0.29645 0.56529 -0.82063 1.00000 -0.62878 0.22708 b* -0.25875 0.18164 -0.14412 0.50119 -0.62878 1.00000 -0.04726 0.2050 T (%) 0.11822 -0.07131 0.46125 0.02895 0.2

3、2708 -0.04726 1.00000 0.0015 0.0556 0.4376 0.2050 注： W：單果重，F(xiàn)：果實硬度；S ：可溶性固形物；L：果皮亮度；a：果皮紅色度；b:-果皮黃色度；T：可滴定酸。表中數(shù)值為相關系數(shù)差異性，相關系數(shù)下為概率。Note: W：single-fruit weight;S:soluble solid；L*：rind brightness, a*：rind redness; b*:yellowness;T:Titratable acid(%)。Values in thetable are means correlation coefficient，Va

4、lues bellowed correlation coefficient are meansprobability。由表2 可知，富士蘋果品質(zhì)指標多數(shù)工程存在極顯著相關，說明果實品質(zhì)各成分含量間的關系較為密切龍源期刊。其中，果皮的紅色度a*值與果實的可溶性固形物含量S之間呈顯著的正相關p2.4神經(jīng)網(wǎng)絡系統(tǒng)模型建立了一個三層的人工神經(jīng)網(wǎng)絡結(jié)構(gòu)，三層BP網(wǎng)絡中，第一層使用的傳遞函數(shù)為sigmoid ，輸出層的傳遞函數(shù)為linear：。網(wǎng)絡輸入層節(jié)點數(shù)為4，輸入分別是W(蘋果重) 、L*(色度L)、 a*(色度a)、 b*(色度b)，輸出層為一個節(jié)點。一層隱層，隱層節(jié)點個數(shù)為3個。網(wǎng)絡指定參數(shù)中學

5、習速率為0.03見圖八。對于隱層，有j=1差異性，2，3，j=1，。以上兩式中，變換函數(shù),分別是sigmoid和linear。BP神經(jīng)網(wǎng)絡學習的目的就是根據(jù)樣本數(shù)據(jù)集來調(diào)節(jié)權(quán)值跟閾值的大小，從而使輸出結(jié)果接近樣本數(shù)據(jù)的真實值。本實驗采用純梯度法來訓練網(wǎng)絡。采用均方根誤差計算網(wǎng)絡輸出與真實值的誤差，然后根據(jù)誤差來調(diào)節(jié)權(quán)值跟閾值【7】。圖八 三層前饋網(wǎng)絡結(jié)構(gòu)Fig.7 3 layers of feed-forward network共有721組數(shù)據(jù)，每組數(shù)據(jù)有7個屬性值蘋果重W、果實亮度度L*、果實紅色度a*、果實黃色度b*、可溶性固形物S、可滴定酸T、硬度F。試驗中采用70%數(shù)據(jù)進行訓練，30%

6、數(shù)據(jù)進行測試的方法，訓練數(shù)據(jù)一共505組，測試數(shù)據(jù)為216組。表三富士蘋果相關品質(zhì)基于神經(jīng)網(wǎng)絡系統(tǒng)的實驗結(jié)果Table 3 The result of relevantquality based on artificial neural networksin Fuji apple 輸入 輸出 均值 誤差 W L* a*b* F 664% 561% W L* a*b* S 964% 813% W L* a*b* T 1443% 1256% 注： W：單果重，F(xiàn)：果實硬度；S ：可溶性固形物；L：果皮亮度；a：果皮紅色度；b:-果皮黃色度；T：可滴定酸。表中數(shù)值為相關系數(shù)，相關系數(shù)下為概率。Not

7、e: W:single-fruit weight; S:soluble solid;L*:rind brightness, a*:rindredness; b*:yellowness; T:Titratableacid(%).Values in the table aremeans correlation coefficient, Values bellowed correlation coefficient aremeans probability.實驗結(jié)果顯示，組合W L* a* b*與F的組合均值與誤差小于另外兩組，真實值與輸出值之間的差異最大為12.25%差異性，泛化能力很好，符合訓練

8、要求。實驗說明W L* a* b*與T有很強的關聯(lián)性，可以通過W L* a* b*到達預測F的目的。組合W L* a* b*與S的組合均值與誤差稍微偏大，真實值與輸出值之間的差異最大為17.77%，在精度要求不高的前提上也可以使用W L* a* b*來預測S龍源期刊。而組合W L* a* b*與T的組合均值和誤差過大，真實值與輸出值之間的差異最大為26.99%，泛化能力很差，表示W(wǎng)、L、a、b不適合用來預測T。3討論果品理想的風味和質(zhì)地常與典型的顏色的顯現(xiàn)分不開，所以果品的外觀顏色可作為果品是否到達理想程度的外觀指標。樹體營養(yǎng)積累與著色有關，糖分積累是著色的根底。表現(xiàn)為著色度高的果實可溶性固形

9、物也高，例如著色小于40%的果實，可溶性固形物含量11.55%，著色大于78%的果實，可溶性固形物含量達14.75%，二者成正比【5】。CIELAB表色系統(tǒng)在水果的研究中應用比擬廣泛。富士蘋果的品質(zhì)色澤指標與內(nèi)在的品質(zhì)指標存在著密切尤其是反映果皮紅色度的a*值變異系數(shù)較大差異性，而a*值與富士蘋果的很多品質(zhì)指標有極限著的相關性。因此，要全面提高富士果實品質(zhì)，應從影響果實品質(zhì)的主要因素入手，改善富士蘋果果皮的著色。由于富士蘋果的單果重及紅色度變異系數(shù)較大，因此在生產(chǎn)上分級貯藏保鮮就成為必要，依據(jù)哪些因素進行分級貯藏還需要進一步的實驗證明。楊秀坤等利用遺傳神經(jīng)網(wǎng)絡方法與彩色計算機視覺技術(shù)相結(jié)合的手段建立了一個水果成熟度在線自動判別系統(tǒng)。李小昱等基于BP神經(jīng)網(wǎng)絡，用蘋果機械特性指標建立的蘋果貯藏品質(zhì)的預測模型，可預測蘋果貯藏品質(zhì)，相對誤差在5以下。薄麗麗等提出了一種基于遺傳算法的BP神經(jīng)網(wǎng)絡蘋果缺陷識別方法，減少缺陷判別誤差，提高算法精度和缺陷檢測速度，識別率不低于89。由于色度和單果重可以在無損的條件下快速測出，因此利用二者甚至只用色度預測蘋果的內(nèi)在品質(zhì)，在果實的無損檢測和預測果實的貯藏壽命方面具有十分重要的意義。參考文獻References【1】Sun Jian-shen, Ma