NIR高光谱成像技术联用SPA算法快速检测五花肉的过氧化值

摘要：

利用近红外(NIR)高光谱成像技术结合连续投影算法(SPA)快速、无损检测五花肉的过氧化值.通过高光谱成像系统采集样品的光谱图像,提取其反射光谱信息,经过基线校正(BC)、高斯滤波平滑(GFS)、中值滤波平滑(MFS)、卷积平滑(SGS)、移动平均值平滑(MAS)、标准正态变量变换(SNV)、多元散射校正(MSC)七种预处理后,利用偏最小二乘(PLS)建立预测模型.使用SPA筛选最优波长,重新预算,构建优化的PLS模型和多元线性回归(MLR)模型.结果 显示,经过BC预处理(Rp=0.960,RMSEP =5.15×10-4g/100 9)和原始数据RAW(Rp=0.960,RMSEP=4.89×10-4g/100 9)的全波段PLS模型(F-PLS)预测过氧化值效果较好.优化结果显示,RAW的MLR模型(Rp=0.968,RMSEP=4.12×10-4 g/100 9)预测效果更好.研究表明,NIR高光谱成像技术联用SPA算法可潜在实现对五花肉过氧化值的快速无损检测.

关键词：高光谱成像技术、过氧化值、偏最小二乘、连续投影算法、多元线性回归

所属期刊栏目：41

分类号：TS251.7(食品工业)

资助基金：河南省重大科技专项项目;中国博士后科学基金;河南省科技攻关项目;河南省青年人才托举工程项目;河南科技学院高层次人才引进项目;河南科技学院重大科研培育项目

在线出版日期：2020-04-29（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：236-241