基于近红外高光谱成像技术的宁夏羊肉产地鉴别

摘要：

使用900～1700 nm高光谱成像系统采集宁夏银川、固原、盐池三个不同产地的绵羊后腿样本的近红外高光谱数据,对光谱采用面积归一化方法预处理,利用SPA、CARS、UVE算法对预处理后的光谱数据提取特征波长分别为17、40、121个;结合PLS-DA及KNN建立特征波段下的判别模型.结果表明KNN判别模型效果较差,3种特征波长中利用CARS提取的特征波长建模效果最佳,代替全光谱建立PLS-DA判别模型是可行的;综合对比模型效果,CARS-PLS-DA为最优模型,校正集正确率90.48％,预测集正确率84.21％.证明利用近红外高光谱成像技术对羊肉产地鉴别是可行的.

关键词：高光谱成像技术、羊肉、偏最小二乘判别分析、K最近邻分类算法、鉴别

所属期刊栏目：39

分类号：TS207.3(食品工业)

资助基金：国家自然科学基金61565014;宁夏大学研究生创新研究项目GIP2017010

在线出版日期：2018-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：250-254,260