10.7506/rlyj1001-8123-201703007
基于高光谱成像技术的鸡肉菌落总数快速无损检测
以市售新鲜冷藏(4℃)鸡胸肉为研究对象,采集鸡胸肉表面的高光谱(400~1100 nm)图像信息,采用偏最小二乘回归(partial least square regression,PLSR)建立菌落总数预测模型,采用不同预处理方法提高模型的预测准确性和稳健性,实现快速无损检测生鲜鸡胸菌落总数的目的.结果表明:标准变量变换(standard normalized variate,SNV)预处理后,模型性能最佳.模型的校正标准差(standard error of calibration,sEC)和验证标准差(standard error of prediction,sEP)分别为0.40和0.57,sEP/sEC为1.08,校正集相关系数(correlation coefficient of prediction,RC)和验证集相关系数(correlation coefficient of prediction,RP)分别为0.93和0.86;且应用最佳模型可有效预测样品菌落总数的分布地图.
鸡肉、菌落总数、高光谱成像、图像预处理、偏最小二乘法(PLSR)、无损检测
31
O657.33(分析化学)
"十二五"国家科技支撑计划项目2014BAD04B05
2017-04-13(万方平台首次上网日期,不代表论文的发表时间)
共5页
35-39