基于LLE-SVR的鸡蛋新鲜度可见／近红外光谱无损检测方法

摘要：

鸡蛋新鲜度是反映鸡蛋内部品质的一个重要指标。为了能够实现鸡蛋新鲜度的快速无损检测，利用微型光纤光谱仪采集鸡蛋550～950 nm的透射率光谱曲线，与鸡蛋的哈夫单位值进行了定量分析。通过不同的预处理方式分别结合偏最小二乘回归（partial least squares regression ，PLSR）与支持向量回归（sup‐port vector regression ，SVR）建立模型，比较了不同模型的预测结果，发现一阶微分结合SVR能够实现较好地预测，且利用SVR建模要优于PLSR。为了提高运算效率，减少无用信息对建模的不良影响，分别利用线性降维主成分分析法（principal component analysis ，PCA ）与非线性降维局部线性嵌入（locally linear embed‐ding ，LLE）对一阶微分后的光谱数据降维，比较两种降维方法的预测效果，得出了LLE降维要优于PCA降维，其训练集和预测集的相关系数与均方根误差分别为92.2％，7.21和91.1％，8.80，训练集交叉验证的均方根误差相比减少了0.79。实验结果表明，利用局部线性嵌入结合支持向量回归进行非线性建模，能够提高鸡蛋新鲜度的预测能力，表明该方法对鸡蛋新鲜度的可见／近红外光谱检测可行。

关键词：可见/近红外光谱、鸡蛋、支持向量回归、局部线性嵌入、新鲜度

所属期刊栏目：36

分类号：O657.3(分析化学)

资助基金：国家自然科学基金项目31371771;公益性行业农业科研专项201303084;国家科技支撑计划项目2015BAD19B05

在线出版日期：2016-08-03（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：981-985