摘要：為研究傅里葉近紅外光譜技術(shù)（Fourier transform near infrared spectroscopy，F(xiàn)T-NIRS）和電子鼻技術(shù)分別結(jié)合化學(xué)計量學(xué)的方法對蘋果霉心病的判別效果。以“紅富士”霉心病蘋果和健康蘋果為試材，利用近紅外光譜技術(shù)基于主成分分析建立Fisher判別和多層感知器（multi-layer perceptron，MLP）神經(jīng)網(wǎng)絡(luò)模型；同時利用電子鼻技術(shù)分別結(jié)合Fisher判別、MLP神經(jīng)網(wǎng)絡(luò)和徑向基函數(shù)（radial basis function，RBF）神經(jīng)網(wǎng)絡(luò)3種化學(xué)計量學(xué)的方法建立判別模型。根據(jù)建模集和驗證集的預(yù)測準確率綜合考慮，基于主成分分析建立的MLP神經(jīng)網(wǎng)絡(luò)模型和電子鼻結(jié)合MLP神經(jīng)網(wǎng)絡(luò)模型對蘋果霉心病的判別效果較好，驗證集中的正確判別率分別達到87.7%和86.2%。說明電子鼻和近紅外光譜技術(shù)均可以較好地判別蘋果霉心病。 

關(guān)鍵詞：蘋果;霉心病;近紅外光譜;電子鼻;化學(xué)計量學(xué);