基于高光谱成像的生鲜猪肉细菌总数预测建模方法研究

摘要：

生鲜猪肉中细菌总数(TVC)超标会直接危害大众,为此研究验证高光谱成像技术结合相应的建模方法预测生鲜猪肉中TVC的可行性.针对非线性、小样本问题,以及光谱维和窄间维的大数据量问题,在综合比较偏最小二乘回归(PLSR)、人工神经网络(ANNs)和最小二乘支持向量机(LS-SVM)3种建模方法的基础上,最终选取了LS-SVM方法组建模型.3种建模方法综合比较的结果表明,IS-SVM同时兼顾了训练精度和泛化能力两方面的性能,使其都能做到最优,与标准平板菌落计数法所检测TVC的决定系数分别为0.987 2和0.942 6,校正均方根误差和预测标准均方根误差分别为0.207 1和0.217 6,其建模性能优于其他方法.研究结果表明,高光谱成像技术结合LS-SVM预测建模方法可作为快速、非破坏预测生鲜猪肉TVC的有效手段.

关键词：生鲜猪肉、细菌总数、高光谱成像系统、最小二乘支持向最机

所属期刊栏目：30

分类号：O433.4(光学)

资助基金：国家自然科学基金项目30771244;863计划项目2008AA10Z210;北京市自然科学基金项目6082017

在线出版日期：2010-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：411-415