基于最优光谱信息的冷鲜鸡肉TBA值快速检测

摘要：

基于最优光谱信息构建PLS模型预测冷鲜鸡肉的2-硫代巴比妥酸(2-Thiobarbituric acid,TBA)值,快速无损评估冷鲜鸡肉的氧化程度.采集冷鲜鸡肉的900～1700 nm范围内高光谱图像,提取并平均图像中感兴趣区域内的反射光谱信息,经移动平均值平滑(MAS)、卷积平滑(SGS)、中值滤波平滑(MFS)、高斯滤波平滑(GFS)、归一化(N)、多元散射校正(MSC)、基线校正(BC)和标准正态变量变换(SNV)8种方法预处理光谱信息后,建立偏最小二乘(PLS)模型预测冷鲜鸡肉中TBA值.同时采用PLS-β系数法、逐步回归法(Stepwise)和连续投影算法(SPA)筛选最优波长优化PLS模型.结果 显示,基于PLS-3系数法从GFS光谱筛选的31个最优波长构建的GFS-P-OW-PLS模型预测冷鲜鸡肉TBA值效果最好(rp=0.945,RMSEC =0.053 mg/100 g).综上,基于最优光谱信息构建PLS模型可实现鸡肉TBA值的快速无接触检测.

关键词：高光谱、硫代巴比妥酸、偏最小二乘、鸡胸肉、快速检测

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;河南省博士后科研项目;河南省留学人员科研择优资助项目;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：2020-07-23（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：222-227