水果品质无损检测方法研究进展

被引：12
作者：
王顺
黄星奕
吕日琴
潘思慧
机构：
[1] 江苏大学食品与生物工程学院
来源：
食品与发酵工业 | 2018年 / 44卷 / 11期
基金：
国家重点研发计划;
关键词：
无损检测; 水果; 品质;
D O I：
10.13995/j.cnki.11-1802/ts.016635
中图分类号：
TS255.7 [果蔬加工品标准与检验];
学科分类号：
083203 ;
摘要：
我国是水果生产大国,提高水果品质检测技术水平有助于提升我国水果产业的竞争力。食品农产品无损检测方法以其无损、快速、准确的特性,广泛应用于农产品品质检测,尤其是水果的检测研究中。该文综述了基于声学、电学等基本特性、基于智能感官仿生技术、光谱分析技术及高光谱成像新技术等的主要无损检测方法的研究进展,展望了无损检测方法在水果品质检测中的应用前景。
引用
收藏
页码：319 / 324
页数：6
相关论文
共 37 条
[1]  
梨可溶性固形物和酸度的可见/近红外光谱静态和在线检测研究.[D].孙通.浙江大学.2011, 08
[2]  
基于高光谱图像技术无损检测猕猴桃的内部品质.[D].赵凡.西北农林科技大学.2016, 02
[3]  
水果糖度可见/近红外光谱检测仪的研发.[D].郎雷.浙江大学.2016, 03
[4]  
基于android系统的脐橙品质近红外光谱无损检测技术.[D].翟建龙.华东交通大学.2015, 11
[5]  
基于小波变换的西瓜成熟度声学检测方法.[D].葛明.陕西师范大学.2014, 09
[6]  
中国主要热带水果国际竞争力研究.[D].周秋瑜.海南大学.2011, 12
[7]  
水果表面残留农药的拉曼光谱研究.[A].周小芳;方炎;张鹏翔;.第十二届全国光散射学术会议.2003,
[8]  
Detection of cold injury in peaches by hyperspectral reflectance imaging and artificial neural network.[J].Leiqing Pan;Qiang Zhang;Wei Zhang;Ye Sun;Pengcheng Hu;Kang Tu.Food Chemistry.2016,
[9]  
Non-destructive evaluation of avocado fruit maturity using near infrared spectroscopy and PLS regression models.[J].Olaoluwa Omoniyi Olarewaju;Isa Bertling;Lembe Samukelo Magwaza.Scientia Horticulturae.2016,
[10]  
Application of MOS based electronic nose for the prediction of banana quality properties.[J].Alireza Sanaeifar;Seyed Saeid Mohtasebi;Mahdi Ghasemi-Varnamkhasti;Hojat Ahmadi.Measurement.2016,
1234