来源：期刊VIP网 时间：
作者：李泽林;高子琪;杨芳;胡一凡;严静;牛之瑞;王冬钰;刘秀嶶;田浩;
单位：云南省农业科学院农产品加工研究所;西南林业大学生物与食品工程学院;云南省产品质量监督检验研究院国家热带农副产品监督检验中心;云南农业职业技术学院云安产业学院;
摘要：为探究不同初加工小粒咖啡生豆判别方法及预测其可溶性固形物（Soluble solids content,SSC）含量，利用手持式折光仪和傅里叶红外光谱仪（Fourier transform infrared spectroscopy,FT-IR）对水洗、日晒及蜜处理三种不同初加工小粒咖啡生豆进行检测，并建立了判别方法和SSC回归预测模型。结果表明，蜜处理咖啡豆SSC含量最高，为4.86%。二维相关光谱（Two-dimensional correlation spectroscopy,2D-COS）能准确识别不同样品间的光谱特征的差异。采用多元统计分析处理SG平滑（Savitzky-Golay smoothing,SG）、均值归一化（Normalization method,NM）、去趋势化（De-trend,DT）、多元散射校正（Multiple scattering correction,MSC）4种预处理方式FT-IR光谱数据可以实现对不同初加工样本的准确判别。进一步使用主成分回归（Principal component regression,PCR）、偏最小二乘回归（Partial least squares regression,PLSR）、支持向量机回归（Support vector regression,SVR）3种机器学习模型实现了对三种不同初加工咖啡生豆SSC的预测，其中原始数据-PCR模型组合预测效果最好R_c~2为0.67,R_p~2为0.64。本研究为不同初加工方式咖啡豆品质评价、优选、提升及完善咖啡产业体系提供了前期基础。
关键词：初加工;;咖啡生豆;;傅里叶变换近红外光谱;;可溶性固形物;;化学计量学;;预测
基金资助：云南省农业科学院人才引培项目（2024RCYP-14）;; 高层次科技人才及创新团队选拔专项（202105AD160024）;; 现代农产品加工科技支撑专项
