不同品种冷鲜猪肉pH值高光谱检测模型的传递方法研究

摘要：

针对目前模型传递方法研究大多在不同仪器之间且均采用近红外光谱建立模型，采用高光谱技术建立猪肉pH值定量检测模型，并针对不同品种间的模型传递提出了一种光谱和预测值同步校正（sync cor‐rection of spectrum and prediction value ，CSPV ）的传递算法，并与模型更新方法进行比较。当模型满足预测相关系数（correlation coefficient of prediction ，rp ）rp ≥0.837，且剩余预测偏差（residual prediction deviation ， RPD）RPD≥1.9时，表明预测结果可靠。以杜长大、茂佳山黑猪和零号土猪3个品种猪肉样品为研究对象，以杜长大作为主品种，茂佳山黑猪和零号土猪作为从品种，采用偏最小二乘（partial least squares regression ， PLS）法建立主品种猪肉 pH值定量检测模型，模型校正相关系数（correlation coefficient of cross‐validation rc ）和预测相关系数 rp 分别达到0.922和0.904，交互验证均方根误差（root mean squared error of cross vali‐dation ，RMSECV）和预测均方根误差（root mean squared error of prediction ，RMSEP）分别为0.045和0.046，RPD为2.380。用主模型分别对茂佳山黑猪和零号土猪pH值进行预测，rp 仅达到0.770和0.731， RMSEP分别为0.111和0.209，RPD分别为1.533和1.234，预测精度较差。分别采用CSPV传递算法和模型更新方法对主模型进行传递和修正，比较并验证了两种方法的模型传递和修正结果。采用CSPV算法对模型传递后，当标样个数分别为9个和10个时， rp 可提高到0.889和0.900，RPD提高到2.071和2.213，均满足 rp ≥0.837，且RPD≥1.9；而采用模型更新方法对模型修正后，当添加的代表性样品分别为11个和9个时， rp 分别达到0.869和0.845，但RPD仅达到1.934和1.804，不满足RPD≥1.9的条件。结果表明， CSPV传递算法能实现主模型对茂佳山黑猪和零号土猪样品的预测，而模型更新方法只能实现对茂佳山黑猪品种的预测，不能实现对零号土猪样品的预测，且CSPV传递算法预测结果优于模型更新方法。

关键词：猪肉、pH值、高光谱、模型传递、模型更新

分类号：O433.4(光学)

资助基金：公益性行业农业科研专项201003008

在线出版日期：2015-07-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1973-1979