10.6041/j.issn.1000-1298.2013.S1.030
基于高光谱成像技术的生鲜猪肉含水率无损检测
为了建立稳健的生鲜猪肉含水量高光谱预测模型,研究了样本集划分、光谱预处理和波段选择对模型预测效果的影响.实验结果表明,采用浓度梯度法划分样本结合多元散射校正、一阶导和标准化组合的光谱预处理方法建立的PLSR预测模型最优,交叉验证和预测相关系数分别为0.814和0.804,均方根误差分别为0.726%和0.686%.采用竞争性自适应重加权算法优选特征波段建模,显著提高了模型的预测精度,交叉验证和预测相关系数分别提高到0.926和0.924,均方根误差分别减小到0.467%和0.438%.
生鲜猪肉、含水率、高光谱、浓度梯度法、竞争性自适应重加权算法
44
O657.39;S123(分析化学)
公益性行业农业科研专项资助项目201003008
2013-12-09(万方平台首次上网日期,不代表论文的发表时间)
共7页
165-170,164