10.7506/spkx1002-6630-201818042
二维相关可见-近红外光谱结合支持向量机评价猪肉新鲜度
为探究二维相关同步光谱优选生鲜肉新鲜度特征变量的可行性,采集生鲜猪肉在1~15 d共58个样品的可见-近红外反射光谱信息,并参照国标方法测定其挥发性盐基氮值(total volatile basic nitrogen,TVB-N).然后,以TVB-N为"外界扰动",选择10条代表性光谱并进行包络线去除,结合光谱差异选取了7个子区间.通过对每个子区间作二维相关分析,解析其二维相关同步谱和自相关谱,获取与TVB-N变化密切相关的敏感变量.最后,利用所选特征变量,分别基于原始、标准正态变量变换预处理和归一化预处理的光谱,建立猪肉新鲜度的支持向量机(support vector machine,SVM)判别模型.结果表明,利用二维相关光谱分析共提取到17个特征波长,仅占总变量个数的1.61%,建立的SVM模型总体正确率分别为94.83%、98.28%和98.28%.这表明所建立的模型具有较好的判别效果,也说明二维相关分析用于筛选与生鲜肉新鲜度相关特征变量的方法是可行的.这有利于解析生鲜肉在腐败变质过程中的光谱特征信息变化,也为近红外光谱分析中变量筛选提供了一种新的思路.
可见-近红外光谱、二维相关光谱、新鲜度、生鲜肉、判别模型
39
O433(光学)
"十三五"国家重点研发计划重点专项2016YFD0401205;国家农产品质量安全风险评估项目GJFP201701504
2018-10-15(万方平台首次上网日期,不代表论文的发表时间)
共7页
273-279