بررسی اثر روش‌های مختلف پیش‌پردازش داده‌های طیفی محلول‌های قندی در ناحیه زیرقرمز نزدیک بر مدل تخمین غلظت ساکارز

در سال‌های اخیر استفاده از روش‌های طیف‌سنجی زیرقرمز نزدیک برای ایجاد یک مدل تخمین خصوصیات فیزیکی و شیمیایی ترکیبات در صنایع غذایی گسترش یافته است. در این تحقیق نسبت به بررسی تاثیر برخی از روش‌های پیش‌پردازش داده‌های طیفی همچون میانگین‌گیری متحرک، تصحیح پراکنش افزاینده، هموارسازی ساویتزکیگولای، توزیع نرمال استاندارد، مشتق اول و مشتق دوم بر مدل تخمین میزان ساکارز موجود در شربت‌های کارخانه تولید شکر اقدام شد. نتایج نشان داد که روش‌های پیش‌پردازش توزیع نرمال استاندارد و مشتق‌گیری دوم می‌توانند بهبود موثری در تخمین توسط مدل تدوین شده داشته باشند.

Investigating the Effect of Various PreProcessing Methods of the Spectral Data of Sugar Syrups on the Model Estimation of Sucrose Concentration in Near Infrared Region

Using Nearinfrared spectroscopy methods to create the physical and chemical properties estimation model of material has been developed and considered by the food industries in recent years. The present study was conducted to investigate the statistical effects of various preprocessing techniques such as Moving Average (MA), Multiplicative Scatter Correction(MSC), SavitzkyGolay(SG), Standard Normal Variate(SNV), First and Second derivative on the NearInfrared spectral data of the sugar syrups on sucrose concentration estimation model.  The results showed that the SNV and the Second derivative techniques could have an effective improvement in the estimation model.