10.16768/j.issn.1004-874X.2018.09.020
近红外光谱技术建立镜鲤新鲜度定量预测模型
以镜鲤为研究对象,利用近红外光谱技术和化学计量法采集、测定相关指标,并应用偏最小二乘法(PLS)、偏最小二乘法和BP人工神经网络两种方法经比较优化模型.经过鱼肉样品光谱的扫描及pH值、TVB-N(挥发性盐基氮)值、TBA(硫代巴比妥酸)值的测定,在21种预处理下,确定最佳建模方式、预处理方式和最优波段.经模型优化得知,pH、TVB-N、TBA均在偏最小二乘法中建立的模型最好,最优预处理方法分别为基线校正和标准正态变量变换、净分析信号、Savitzky-Golay导数和基线校正,最优波段分别为1000~1300 nm和1700~1799 nm、1000~1200 nm和1300~1650 nm、1000~1799 nm,并且pH、TVB-N和TBA的Rc分别为0.9906、0.99865、0.99971,Rp分别为0.6436、0.021357、0.7723,达到了利用近红外光谱技术对镜鲤新鲜度高效、快捷、无损伤的定量检测预测模型的建立.
近红外光谱、镜鲤、挥发性盐基氮、硫代巴比妥酸、偏最小二乘法、BP人工神经网络
45
S985.1+1(水产物运输、保鲜、贮藏、加工、包装)
吉林省大学生创新创业训练计划项目B2016306
2018-11-16(万方平台首次上网日期,不代表论文的发表时间)
共8页
121-128