英文文献一：Determining sugar content and firmness of ‘Fuji’ apples by using portable near-infrared spectrometer and diffuse transmittance spectroscopy——使用便携式近红外光谱仪和漫透射光谱法测定“富士”苹果的糖度和硬度

汇报人：张雨

概述：由于富士苹果比其他苹果品种更甜、更脆，因此深受世界各地消费者的欢迎。虽然利用近红外光谱技术对富士苹果内部品质进行了研究，但对不同地区的富士苹果的糖度和硬度测定的研究报道甚少。本研究利用便携式近红外光谱仪和漫透射光谱技术对陕西省不同地区的富士苹果进行了糖度和硬度的测定，以陕西四个县生产的富士苹果为样品，探讨便携式光谱分析仪在测定不同地区苹果糖度和硬度方面的应用潜力。从陕西四个县采摘新鲜的红富士水果，贮藏于室温22-24℃。在3周的贮藏期间，每间隔一周测量近红外光谱、糖度和硬度。之后，采用连续投影算法(SPA)分别从糖含量和硬度的预处理全光谱中选取18个和20个波长作为特征波长(CWs)。采用多元线性回归(MLR)和偏最小二乘回归(PLSR)两种线性模型和广义回归神经网络(GRNN)和极限学习机(ELM)两种非线性模型建立糖含量和硬度判定模型。

结果表明，无论是在含糖量上还是在硬度上，PLSR均优于MLR，ELM优于GRNN。其中PLSR-SPA对糖度和硬度的预测效果最好。

英文文献二：Optimization and comparison of models for prediction of soluble solidscontent in apple by online Vis/NIR transmission coupled with diameter correction method——在线可见/近红外透射结合直径校正法预测苹果可溶性固形物含量模型的优化与比较

汇报人：王军政

概述：基于可见光和近红外光谱技术，研究了果实直径差异对富士苹果可溶性固形物含量在线预测的影响。采用偏最小二乘法(PLS)回归分别基于三个波长区域(675-1025、710-980、750-1025 nm)和两个果实方位(茎-萼轴垂直，茎向上(T1)和茎-萼轴水平，茎朝向光源(T2))建立校准模型。提出了一种新的直径校正方法，以减小果实直径差异对原始光谱的影响。结合预处理和有效波长选择方法，对模型进行优化和比较，以确定最佳校准策略。710-980 nm的透射光谱和计算衰减系数的直径校正法分别优于其他相应的区域和校正方法。基线偏移校正(基线偏移校正(BOC))和预处理的7点Savitzky-Golay平滑(SGS)以及有效波长选择方法的竞争性自适应加权采样(CARS)被证明在其他方法中是突出的。T1和T2的预测相关系数(rp)和预测均方根误差(RMSEP)分别为0.92和0.50Brix、0.89和0.56Brix，59和63个有效波长达到了最佳检测精度。总体结果表明，在线可见/近红外透射光谱经基线偏移校正(BOC)和7-SGS处理后，采用所提出的直径校正方法，可以使果实直径的变化对SSC的测定产生较小的干扰，CARS-PLS可以有效地简化模型，提高计算效率，使这种无损检测技术有望得到应用。