基于主成分分析法的美八蘋果品質(zhì)綜合評(píng)價(jià)體系構(gòu)建

孟永宏,張 英,王曉培,魏麗娜,馬玉娟,鄧 紅,郭玉蓉

(陜西師范大學(xué),食品工程與營(yíng)養(yǎng)科學(xué)學(xué)院,陜西西安 710119)

?

基于主成分分析法的美八蘋果品質(zhì)綜合評(píng)價(jià)體系構(gòu)建

孟永宏,張 英,王曉培,魏麗娜,馬玉娟,鄧 紅,郭玉蓉

(陜西師范大學(xué),食品工程與營(yíng)養(yǎng)科學(xué)學(xué)院,陜西西安 710119)

用主成分分析得出代表美八蘋果品質(zhì)的綜合指標(biāo),依據(jù)建立的綜合評(píng)價(jià)模型對(duì)蘋果進(jìn)行分級(jí)。用SPSS 19.0軟件對(duì)120個(gè)美八鮮果的13項(xiàng)品質(zhì)指標(biāo)進(jìn)行主成分分析篩選出主成分因子,Excel 軟件輔助得出各個(gè)主成分因子的得分以及鮮果的綜合得分,然后利用k-均值聚類分析將鮮果分級(jí)。結(jié)果顯示,前7項(xiàng)主成分因子的累計(jì)方差貢獻(xiàn)率達(dá)91.490%,能夠反映出原始樣本的大部分信息。根據(jù)各個(gè)樣本的前7項(xiàng)主成分因子得分及各個(gè)因子的方差貢獻(xiàn)率得出樣本綜合評(píng)分公式,計(jì)算樣本的綜合得分。然后根據(jù)綜合得分利用k-均值聚類分析可將120個(gè)美八鮮果劃分為5級(jí),各級(jí)數(shù)量的百分比為15.00%、28.33%、33.33%、19.17%、4.17%。本研究為美八鮮果理化品質(zhì)分析建立了一種客觀、可行的多指標(biāo)綜合評(píng)價(jià)及分類模型。

美八蘋果,主成分分析,k-均值聚類,綜合評(píng)價(jià)體系

我國(guó)作為蘋果生產(chǎn)第一大國(guó)[1],蘋果品種豐富,種植廣泛,是農(nóng)業(yè)部確定的11種優(yōu)勢(shì)農(nóng)產(chǎn)品之一[2],其產(chǎn)量和消費(fèi)量在逐年增加。美八蘋果于1984年由美國(guó)引入我國(guó)后其種植量不斷增加,是一種品質(zhì)優(yōu)良的蘋果品種。目前,國(guó)內(nèi)外對(duì)于多品種蘋果間的評(píng)價(jià)指標(biāo)分析、理化品質(zhì)的評(píng)價(jià)[3-7]及果品專項(xiàng)專用的品質(zhì)研究比較多,構(gòu)建的評(píng)價(jià)體系相對(duì)較完整。但對(duì)于單個(gè)品種蘋果的理化指標(biāo)分析及綜合評(píng)價(jià)模型的研究則比較少,而且選定的評(píng)價(jià)標(biāo)準(zhǔn)不一,整體體系不完善。國(guó)內(nèi)外研究中果品的分級(jí)標(biāo)準(zhǔn)也較粗略,一般是基于感官品質(zhì)指標(biāo)或幾種常用指標(biāo)結(jié)合的模式[7-9]。實(shí)際生產(chǎn)中,企業(yè)在進(jìn)行原料分級(jí)時(shí)采用的標(biāo)準(zhǔn)也是比較簡(jiǎn)單,且不同地區(qū)、不同企業(yè)采用標(biāo)準(zhǔn)也不統(tǒng)一。此外,現(xiàn)有研究中對(duì)蘋果品質(zhì)評(píng)價(jià)大多是對(duì)感官指標(biāo)和內(nèi)部理化品質(zhì)指標(biāo)的評(píng)價(jià),對(duì)蘋果品質(zhì)評(píng)價(jià)指標(biāo)分析、綜合評(píng)價(jià)及分級(jí)相結(jié)合模式的研究相對(duì)較少[10-11]。單純的感官評(píng)價(jià)或內(nèi)部理化品質(zhì)評(píng)價(jià)不能夠全面的反映蘋果的綜合品質(zhì),且傳統(tǒng)評(píng)價(jià)法中主觀因素較大,評(píng)價(jià)結(jié)果不具有統(tǒng)一性,所以利用數(shù)學(xué)模型解決這類問(wèn)題具有重大意義。本研究旨在建立一種蘋果品質(zhì)綜合評(píng)價(jià)模型,以便有效的實(shí)現(xiàn)對(duì)美八蘋果果實(shí)品質(zhì)的綜合評(píng)價(jià)及分級(jí),并為其他食品的理化品質(zhì)綜合評(píng)價(jià)及分級(jí)模型的建立提供參考。本研究對(duì)新鮮果品的分類銷售以及提高蘋果出口競(jìng)爭(zhēng)力具有很大的現(xiàn)實(shí)意義。

1 材料與方法

1.1 材料與儀器

美國(guó)八號(hào)蘋果 選自陜西洛川蘋果園。在果實(shí)成熟期選擇成熟度相似的果樹(shù)隨機(jī)挑選單果重為210～360g的無(wú)病蟲(chóng)害鮮果120個(gè),采摘后立即測(cè)定各項(xiàng)品質(zhì)指標(biāo)。

PL203型電子分析天平 梅特勒-托利多儀器(上海)有限公司；手持WZ113型折射儀 北京萬(wàn)成北增精密儀器公司；LXJ-IIB型離心機(jī) 上海安亭實(shí)驗(yàn)儀器有限公司；722型可見(jiàn)分光光度計(jì) 上海光譜儀器有限公司；CR-400/401型色彩色差儀 柯尼卡美能達(dá)公司；PAL-1 型色差儀 日本愛(ài)拓公司；PHS-3C型精密pH計(jì) 上海圖新電子科技有限公司；KQ-3200DE型數(shù)控超聲波儀 江蘇省昆山市超市儀器有限公司；RE-52型旋轉(zhuǎn)蒸發(fā)器 上海安亭實(shí)驗(yàn)儀器有限公司；DG-9073B-1型電熱鼓風(fēng)干燥箱 上海福瑪實(shí)驗(yàn)設(shè)備有限公司。

1.2 實(shí)驗(yàn)方法

美八鮮果13項(xiàng)品質(zhì)性狀的測(cè)定 測(cè)定120個(gè)美八鮮果中每個(gè)鮮果的如下13項(xiàng)指標(biāo):單果重、果型指數(shù)、果皮顏色(L值、a值、b值)、硬度、水分、可溶性固形物、總糖、維生素c、可滴定酸、糖酸比、固酸比。采用電子分析天平測(cè)定單果重,精確至0.001g；采用游標(biāo)卡尺直接測(cè)定果實(shí)的縱徑和橫徑,縱徑與橫徑之比即為果型指數(shù)；參照GB/T230.2-2002用硬度計(jì)測(cè)定果實(shí)硬度；參照GB/5009.3-2010中食品中水分測(cè)定法測(cè)定水分；參照GB/PT500911-2003用手持WZ113型折射儀測(cè)定可溶性固形物含量,結(jié)果以°Brix計(jì)；參照GB/12293-90果蔬中可滴定酸度的測(cè)定方法測(cè)定可滴定酸度,結(jié)果以%計(jì)；固酸比用可溶性固形物含量與可滴定酸含量的比值表示；參照GB/10782-2006中總糖的測(cè)定方法來(lái)測(cè)定總糖含量；糖酸比用可溶性糖含量與可滴定酸含量的比值表示；參照GB/T 6195-1986果蔬維生素C含量測(cè)定法測(cè)定維生素C的含量；采用色差儀直接測(cè)定果實(shí)果皮顏色L、a、b值。每個(gè)樣品每個(gè)指標(biāo)平行測(cè)定3次,取平均值。

1.2.2 數(shù)據(jù)標(biāo)準(zhǔn)化 13項(xiàng)不同的指標(biāo)性狀具有不同的量綱,不同的數(shù)量級(jí),直接進(jìn)行數(shù)據(jù)分析會(huì)對(duì)結(jié)果產(chǎn)生較大的影響,故需要將數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,消除指標(biāo)間量綱關(guān)系[12-13]。標(biāo)準(zhǔn)化的方法是將各個(gè)指標(biāo)下的每一個(gè)數(shù)據(jù)減去對(duì)應(yīng)的平均值再除以該組數(shù)據(jù)的標(biāo)準(zhǔn)差,使其變成一組均值為0、標(biāo)準(zhǔn)差為1的無(wú)量綱數(shù)據(jù)。即:

其中:n代表蘋果編號(hào)；i代表原始指標(biāo)編號(hào)；Yni代表第n個(gè)蘋果中第i項(xiàng)指標(biāo)標(biāo)準(zhǔn)化后的數(shù)據(jù)。

1.2.3 主成分得分計(jì)算公式 主成分因子可以被定義為一項(xiàng)新的綜合性指標(biāo)[14-15],它是由原始13項(xiàng)指標(biāo)數(shù)據(jù)進(jìn)行因子分析篩選出的,不能由實(shí)驗(yàn)直接測(cè)得。樣本各個(gè)主成分所包含的內(nèi)容可以被定義為主成分得分(Fnj),根據(jù)13項(xiàng)原始指標(biāo)的標(biāo)準(zhǔn)化數(shù)據(jù)Yni和對(duì)應(yīng)的載荷eji得出,即:

其中:Fnj代表第n個(gè)蘋果第j項(xiàng)主成分的得分；eji代表第j項(xiàng)主成分第i項(xiàng)原始指標(biāo)的載荷。

1.2.4 綜合得分計(jì)算公式 評(píng)價(jià)樣本的綜合品質(zhì)時(shí),不同指標(biāo)所占的權(quán)重也不相同。表示樣本品質(zhì)的好壞時(shí)不能直接用累計(jì)結(jié)果的大小來(lái)表示,需使用線性加權(quán)求和法。加權(quán)法的關(guān)鍵在于權(quán)重的確定,人為規(guī)定的權(quán)重線有一定的主觀誤差,不具有通用性。方差貢獻(xiàn)率的大小指的是該項(xiàng)指標(biāo)數(shù)據(jù)對(duì)整體數(shù)據(jù)的反映的大小,因而可以用其作為權(quán)重線。本研究中樣本的綜合得分就是以各個(gè)主成分方差貢獻(xiàn)率作為權(quán)重,鮮果各個(gè)主成分得分與對(duì)應(yīng)的權(quán)重線性加權(quán)求和得出[16],即:

其中:Wn代表第n個(gè)蘋果的綜合得分；ηj表示第j項(xiàng)主成分的權(quán)重,也即第j項(xiàng)主成分的方差貢獻(xiàn)率。

1.3 數(shù)據(jù)統(tǒng)計(jì)與分析

利用SPSS 19.0軟件中的主成分因子分析、k-均值聚類分析等功能進(jìn)行統(tǒng)計(jì)分析；同時(shí)使用Excel軟件輔助進(jìn)行處理數(shù)據(jù)以及圖表繪制。

2 結(jié)果與分析

2.1 美八果實(shí)主成分分析

2.1.1 主成分因子個(gè)數(shù)的確定 利用SPSS軟件中主成分分析法對(duì)美八鮮果的13項(xiàng)原始指標(biāo)進(jìn)行數(shù)據(jù)分析,得出各主成分的特征值(ηj)、方差貢獻(xiàn)率和相應(yīng)的特征向量ej,結(jié)果如表1所示。

根據(jù)主成分分析一般提取主成分包含90%以上信息的原理[17],由表1可知選取特征值η 在1附近的7項(xiàng)主成分因子,其累計(jì)方差貢獻(xiàn)率達(dá)到91.490%。說(shuō)明前7項(xiàng)主要成分足以代表原始測(cè)定的13項(xiàng)指標(biāo)品質(zhì)性狀的大部分(91.490%)信息。因此,可將蘋果的13項(xiàng)測(cè)定指標(biāo)歸結(jié)為7項(xiàng)主成分因子。7項(xiàng)主成分因子各自的方差貢獻(xiàn)率見(jiàn)表1。

2.1.2 各個(gè)主成分因子中主要指標(biāo)的確定 采用SPSS軟件因子分析中的主成分分析法,得出13項(xiàng)指標(biāo)的因子分析結(jié)果以及指標(biāo)間相關(guān)性大小,結(jié)果如表2和表3所示。

表2 鮮果13項(xiàng)品質(zhì)指標(biāo)因子分析結(jié)果Table2 Factor analysis result of 13 indices of fresh apple quality

注:(1)提取方法為主成分分析；(2)從Ⅰ到Ⅶ代表7項(xiàng)主成分因子。

由表2可知:第Ⅰ主成分因子中負(fù)荷最大的為可滴定酸含量(0.763)；較大的有硬度(0.724)、含水量(-0.655)、明亮度L(0.631)、可溶性固形物含量(0.631)四項(xiàng)；最小的為單果重(-0.071)。這說(shuō)明第Ⅰ主成分因子主要由可滴定酸含量、硬度、明亮度L、可溶性固形物含量、含水量決定；其與可滴定酸含量、硬度、明亮度L、可溶性固形物含量正相關(guān),與含水量負(fù)相關(guān)。第Ⅱ主成分因子中負(fù)荷較大的有糖酸比(0.726)、固酸比(0.720)、b(0.629)三項(xiàng)指標(biāo),負(fù)荷最小的為水分含量(-0.062)。這表明糖酸比、固酸比和b對(duì)第Ⅱ主成分因子影響較大,含水量對(duì)其影響則比較小,可以忽略。第Ⅲ主成分因子中占權(quán)重較大的為含水量(-0.599)、a(0.544),可溶性固形物含量為(0.529)、明亮度L(-0.520)四項(xiàng),負(fù)荷最小的為硬度(-0.028)。其中第Ⅲ主成分因子與a、可溶性固形物含量正相關(guān),與含水量、明亮度L負(fù)相關(guān)；硬度影響最小,可以忽略；a與明亮度L相關(guān)性系數(shù)為-0.860,且a所占權(quán)重大,因而選擇a來(lái)代表明亮度L。第Ⅳ主成分因子中負(fù)荷尤其突出的為單果重(0.713),對(duì)其影響最大；負(fù)荷最小的為可溶性固形物(-0.001),對(duì)該主因子影響也最小。第Ⅴ主成分因子中負(fù)荷最大的為總糖(0.725),對(duì)其影響最大；負(fù)荷最小的為水分含量(-0.025)。第Ⅵ主成分因子中負(fù)荷最大的為維生素C含量(-0.624),與其關(guān)系為負(fù)相關(guān)；負(fù)荷最小的為明亮度L(0.009)。第Ⅶ主成分因子中負(fù)荷較大的有可溶性固形物(-0.418)、硬度(0.360)、維生素C含量(0.348)和果型指數(shù)(0.318)四項(xiàng)；負(fù)荷最小的為單果重(-0.017)；沒(méi)有任何負(fù)荷的為總糖(0.000)。其中該主成分因子與硬度、維生素C含量和果型指數(shù)呈正相關(guān)關(guān)系,與可溶性固形物為負(fù)相關(guān)關(guān)系；與單果重關(guān)系最??；與總糖沒(méi)有關(guān)系。由相關(guān)性分析可知,美八蘋果的13項(xiàng)原指標(biāo)中某些指標(biāo)之間具有顯著的相關(guān)性,使得指標(biāo)間在一定程度上可相互反映。例如,固酸比與糖酸比的相關(guān)性系數(shù)為0.872,相關(guān)性較大,二者能夠互相反映彼此的水平；硬度與可滴定酸的相關(guān)性系數(shù)為0.580,相關(guān)性較大,在美八蘋果的相關(guān)研究中二者可互相反映；可溶性固形物含量與含水量的相關(guān)性系數(shù)為-0.684,相關(guān)性比較大,且可溶性固形物含量比含水量更具有統(tǒng)計(jì)意義,在一些必要的簡(jiǎn)化統(tǒng)計(jì)數(shù)據(jù)研究時(shí),可以使用可溶性固形物含量來(lái)反映含水量。

表1 相關(guān)矩陣的特征值、方差貢獻(xiàn)率及累計(jì)方差貢獻(xiàn)率Table1 Eigenvalues,variance contribution andcumulative variance contribution of the correlation matrix

由于各個(gè)主成分中所包含的主要影響指標(biāo)不同,那么以果實(shí)的各個(gè)主成分得分為目標(biāo)進(jìn)行聚類就可以篩選出某些特征比較明顯的樣本。根據(jù)不同的加工要求挑選出對(duì)應(yīng)品種后,可以再利用相應(yīng)的主成分聚類,進(jìn)行二次挑選。主成分聚類能夠進(jìn)一步的實(shí)現(xiàn)品種內(nèi)的篩選,使得篩選更加細(xì)致化,挑出的原料也更加的符合要求。

表3 鮮果13項(xiàng)指標(biāo)的相關(guān)矩陣Table3 Correlation matrix of 13 indices of fresh apple quality

注:成分從1至13分別代表的是:單果重、果型指數(shù)、L、a、b、硬度、可溶性固形物含量、總糖、維生素C含量、可滴定酸含量、含水量、糖酸比、固酸比；指標(biāo)間相關(guān)性:*在0.05水平(雙側(cè))上顯著相關(guān)；**在0.01水平(雙側(cè))上顯著相關(guān)。

表4 保留7項(xiàng)主成分因子對(duì)應(yīng)的載荷矩陣Table4 Load matrix with keeping 7 principal component factors

2.1.3 各項(xiàng)主成分得分的計(jì)算 利用SPSS軟件,采用主成分分析法得出13項(xiàng)指標(biāo)在各個(gè)主成分因子中的載荷如表4所示,按照1.2.3中主成分得分計(jì)算公式得出各個(gè)主成分因子得分公式如下:

FnⅠ=-0.018Yn1+0.142Yn2+0.159Yn3-0.144Yn4+0.128Yn5+0.183Yn6+0.159Yn7+0.092Yn8+0.060Yn9+0.192Yn10-0.165Yn11-0.134Yn12-0.126Yn13；

FnⅡ=0.152Yn1+0.074Yn2+0.170Yn3-0.153Yn4+0.220Yn5-0.073Yn6+0.040Yn7+0.094Yn8+0.200Yn9-0.190Yn10-0.022Yn11+0.254Yn12+0.252Yn13；

FnⅢ=0.101Yn1+0.262Yn2-0.313Yn3+0.327Yn4-0.196Yn5-0.017Yn6+0.318Yn7+0.073Yn8+0.114Yn9-0.037Yn10-0.361Yn11+0.050Yn12+0.160Yn13；

FnⅣ=0.673Yn1+0.178Yn2+0.033Yn3+0.056Yn4+0.094Yn5-0.281Yn6-0.001Yn7-0.407Yn8+0.159Yn9+0.038Yn10+0.131Yn11-0.348Yn12-0.194Yn13；

FnⅤ=0.306Yn1-0.276Yn2-0.171Yn3+0.154Yn4+0.116Yn5-0.190Yn6-0.210Yn7+0.705Yn8+0.138Yn9+0.214Yn10-0.024Yn11+0.065Yn12-0.299Yn13；

FnⅥ=0.442Yn1+0.465Yn2+0.013Yn3-0.163Yn4-0.140Yn5+0.216Yn6-0.110Yn7+0.268Yn8-0.841Yn9-0.091Yn10+0.106Yn11+0.177Yn12+0.023Yn13；

FnⅦ=-0.029Yn1+0.545Yn2-0.091Yn3+0.159Yn4-0.206Yn5+0.617Yn6-0.716Yn7+0.001Yn8+0.596Yn9-0.098Yn10+0.207Yn11+0.114Yn12-0.155Yn13。

注:FnⅠ、FnⅡ、FnⅢ、FnⅣ、FnⅤ、FnⅥ、FnⅦ分別代表第n個(gè)蘋果的第Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ、Ⅶ主成分因子的得分。

利用Excel工具,根據(jù)上述主成分得分計(jì)算公式分別算出每個(gè)樣本的各項(xiàng)主成分的得分,為綜合得分的計(jì)算提供數(shù)據(jù)支持。

2.2 美八果實(shí)品質(zhì)的綜合評(píng)價(jià)及分類

2.2.1 各個(gè)美八果實(shí)綜合得分的計(jì)算 根據(jù)1.2.4中綜合得分計(jì)算公式并結(jié)合表1中各項(xiàng)主成分的方差貢獻(xiàn)率,得出綜合得分計(jì)算模型如下,最終利用Excel軟件的計(jì)算功能得出120個(gè)蘋果的具體得分,由于篇幅限制不再一一列出。

Wn=0.305FnⅠ+0.220FnⅡ+0.128FnⅢ+0.081FnⅣ+0.079FnⅤ+0.057FnⅥ+0.045FnⅦ

注:式中FnⅠ、FnⅡ、FnⅢ、FnⅣ、FnⅤ、FnⅥ、FnⅦ分別代表第n個(gè)蘋果的第Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ、Ⅶ主成分因子的得分。

2.2.2 美八果實(shí)的分級(jí) 本文將美八蘋果品質(zhì)分為優(yōu)、良、一般、差、很差五個(gè)類別,通過(guò)綜合得分計(jì)算公式計(jì)算出120個(gè)鮮果的綜合得分,用SPSS 19.0軟件中的K-均值聚類進(jìn)行分類,即得出結(jié)果,見(jiàn)表5:

表5 最終聚類中心Table5 Final cluster centers

表6 每個(gè)聚類中的案例Table6 Number of cases in each cluster

故最終聚類中心得分值大小順序?yàn)榫垲?>聚類5>聚類4>聚類1>聚類3,說(shuō)明聚類2的鮮果品質(zhì)最好,聚類3的鮮果品質(zhì)最差。由此可知120個(gè)鮮果中品質(zhì)優(yōu)、良、一般、差、很差分別有5、23、40、34、18個(gè)。

3 結(jié)論

通過(guò)主成分分析得出美八鮮果綜合評(píng)價(jià)的7項(xiàng)主成分因子累計(jì)方差貢獻(xiàn)率達(dá)91.490%,代表了樣本原始理化品質(zhì)的大部分信息。13項(xiàng)指標(biāo)在各個(gè)主成分中所占的負(fù)荷均不相同。以各項(xiàng)主成分的方差貢獻(xiàn)率為權(quán)重得出的各個(gè)鮮果的綜合得分,采用聚類分析將其劃分為五大類:最差的為聚類3,占15.00%；較差的為聚類1,占28.33%；中等的為聚類4,占33.33%；較好的為聚類5,占19.17%；最好的聚類2,占4.17%。

實(shí)驗(yàn)創(chuàng)新之處在于運(yùn)用主成分分析法,將評(píng)價(jià)果品理化品質(zhì)的13項(xiàng)原始指標(biāo)綜合為7項(xiàng)主成分因子,以各項(xiàng)主成分因子的方差貢獻(xiàn)率代替人為賦值作為權(quán)重,將主觀描述和模糊評(píng)分轉(zhuǎn)化為數(shù)學(xué)運(yùn)算對(duì)果品品質(zhì)進(jìn)行綜合評(píng)價(jià)和分類。實(shí)驗(yàn)最終建立一個(gè)多指標(biāo)的綜合評(píng)價(jià)及分級(jí)模型,為美八蘋果理化品質(zhì)的研究和等級(jí)劃分提供了一種科學(xué)、客觀、可行的途徑。對(duì)于新鮮果品的分類銷售也具有一定的經(jīng)濟(jì)意義,對(duì)提高蘋果出口競(jìng)爭(zhēng)力具有很大的現(xiàn)實(shí)意義,同時(shí)該模型的建立為其他食品的理化品質(zhì)綜合評(píng)價(jià)及分級(jí)模型的建立提供參考。

[1]翟衡,史大川,束懷瑞. 我國(guó)蘋果產(chǎn)業(yè)發(fā)展現(xiàn)狀與趨勢(shì)[J]. 果樹(shù)學(xué)報(bào),2007,24(3):355-360.

[2]王海波,李林光,陳學(xué)森等. 中早熟蘋果品種果實(shí)的風(fēng)味物質(zhì)和風(fēng)味品質(zhì)[J]. 中國(guó)農(nóng)業(yè)科學(xué),2010,43(1):2300-2306.

[3]白沙沙,畢金峰,王沛,等. 基于主成分分析的蘋果品質(zhì)綜合評(píng)價(jià)研究[J]. 食品科技,2012,37(1):54-57.

[4]聶繼云,李志霞,李海飛,等. 蘋果理化品質(zhì)評(píng)價(jià)指標(biāo)研究[J]. 中國(guó)農(nóng)業(yè)科學(xué),2012,45(14):2895-2903.

[5]徐吉花,趙政陽(yáng),王雷存,等. 蘋果果實(shí)品質(zhì)評(píng)價(jià)因子的選擇研究[J]. 干旱地區(qū)農(nóng)業(yè)研究,2011,29(6):269-274.

[6]董月菊,張玉剛,梁美霞,等. 蘋果果實(shí)品質(zhì)主要評(píng)價(jià)指標(biāo)的選擇[J]. 華北農(nóng)學(xué)報(bào),2011,26(增刊):74-79.

[7]Fernando Mendoza,Lu Renfu,Cen Haiyan.Grading of apples based on firmness and soluble solids content using Vis/SWNIR spectroscopy and spectral scattering techniques[J].Journal of Food Engineering,2014,(125):59-68.

[8]Roger Harker F,Eugene M Kupferman,Marin B Anna. Eating quality standards for apples based onconsumer preferences[J]. Postharvest Biology and Technology,2008,50:70-78.

[9]Hoehn E,Gasser F,Guggenbühl B,et al. Efficacy of instrumental measurements for determination of minimum requirements of firmness,soluble solids,and acidity of several apple varieties in comparison to consumer expectations[J]. Postharvest Biology and Technology,2007,(27):27-37.

[10]LI Xiaofeng,ZHU Weixing. Apple Grading Method Based on Features Fusion of Size,Shape and Colour[J]. Procedia Engineering,2011,15:2885-2891.

[12]張海英,韓濤,王有年,等. 桃果實(shí)品質(zhì)評(píng)價(jià)因子的選擇[J]. 農(nóng)業(yè)工程學(xué)報(bào),2006,22(8):235-239.

[13]李夢(mèng)琴,張劍,崔惠霞,等. 主成分分析法在面條品質(zhì)研究中的應(yīng)用[J]. 河南農(nóng)業(yè)大學(xué)學(xué)報(bào),2008,24(2):95-99.

[14]公麗艷,孟憲軍，劉乃倩，等. 基于主成分與聚類分析的蘋果加工品質(zhì)評(píng)價(jià)[J]. 農(nóng) 業(yè) 工 程 學(xué) 報(bào),2014,30(13):276-285.

[15]葉協(xié)鋒,魏躍偉，楊宇熙，等. 基于主成分分析和聚類分析的烤煙質(zhì)量評(píng)價(jià)模型構(gòu)建[J]. 農(nóng)業(yè)系統(tǒng)科學(xué)與綜合研究,2009,25(3):268-276.

[16]張瑞蓮,袁海波，尹軍峰，等. 主成分分析與聚類分析在茶飲料 湯色穩(wěn)定性評(píng)價(jià)中的應(yīng)用[J]. 茶葉科學(xué),2010,30(4):287-294.

[17]裴鑫德. 多元統(tǒng)計(jì)分析及其應(yīng)用[M]. 北京:農(nóng)業(yè)大學(xué)出版,1991:89-203.

Establishing comprehensive evalution system of American No.8 fresh apples based on principal component analysis

MENG Yong-hong,ZHANG Ying,WANG Xiao-pei,WEI Li-na,MA Yu-juan,DENG Hong,GUO Yu-rong

(College of Food Engineering and Nutritional Science,Shaanxi Normal University,Xi’an 710119,China)

Five levels apples were classified by the comprehensive evalution indices of American No.8 fresh apples based on principal component analysis method. In this experiment,thirteen kinds of quality indices of 120 American No.8 fresh apples were determined by using conventional method,and the achieved indices were analyzed by using SPSS 19.0 software which aimed to select principal component factors. The results demonstrated that the former seven principal component factors could reflect the most information of original samples,whose cumulative contribution of variance accounted to 91.490%. The integrated scores were obtained through the former seven principal component values based on the important calculation of the principal component contribution proportion. Then fresh apples were classified into several levels by k-means clustering analysis based on each principal component factor scores and comprehensive scores of fresh apples,and the proportion of each level was 15.00%,28.33%,33.33%,19.17%,4.17%. The comprehensive evaluation and classification model which was established can provide scientific basis for comprehensive quality evaluation and classifying of American No.8 fresh apples.

apple;principal component analysis;k-means clustering analysis;comprehensive evalution system

2014-07-23

孟永宏(1975-),男,博士,副教授,研究方向：果蔬加工。

陜西科技統(tǒng)籌計(jì)劃項(xiàng)目(2011KTCQ02-03),中國(guó)農(nóng)業(yè)研究體系(CA-28)。

TS255.7

A

:1002-0306(2015)09-0296-05

10.13386/j.issn1002-0306.2015.09.056