基于力声信息融合感知的香梨果肉脆度评价

为实现香梨脆度更符合感官评价的仪器检测,该研究采用万能材料试验机与麦克风以51 200 Hz高频同步采集香梨果肉破裂时的力声信号,在力声曲线锯齿度分析区间进行数据层信息融合,并分别转换为格拉姆角和场图与角差场图、对称极坐标图、马尔可夫变迁场图及递归图,通过ResNet50网络挖掘与感官脆度评分相关的图像深度特征,经特征降维的主成分输入到超参数优化后的K近邻、极限学习机、随机森林及支持向量回归模型,实现香梨果肉脆度的定量预测。研究结果表明,马尔可夫变迁场图像全连接层特征降维后的主成分与感官脆度评分的相关系数绝对均值最大,为0.64,最适宜定量表征香梨果肉感官脆度评分差异,通过主成分分析提取了前10个主成分解释图像高维全连接层特征95.75%的信息,以这10个主成分构建的ResNet50-SVR(support vector regression)模型预测集决定系数为0.96,预测集均方根误差为0.24,预测偏差比为4.88,具有较高的预测精度和稳定性,可实现对香梨果肉脆度较为准确的仪器检测,该研究结果为香梨果肉的脆度评价提供了一定的理论依据。

基于穿刺力学试验的苹果果肉质地评价

对金冠、富士苹果果肉穿刺力学特性进行了分析,为果实质地评价提供参考。以金冠、富士苹果为研究对象,采用TA. XT plus型质构仪,选取0.5、1.0、1.5、2.0、5.0、9.0、13.0和17.0 mm/s共8个加载速度对苹果果肉进行穿刺力学试验,分析果实质地的变化。研究结果表明:对于金冠品种,Heidenreich指数CD、Ktenioudaki指数C_(D)’敏感度较高,适用于评价果肉脆度;对于富士品种,曲线线性长度D、曲线长度比D/D_(S)、Heidenreich指数CD、Ktenioudaki指数C_(D)’和Heidenreich指数C_(n)敏感度较高,适用于评价果肉脆度;加载速度及品种对果肉穿刺质地参数的影响不显著。