10.13995/j.cnki.11-1802/ts.034609
基于高光谱成像的非包装和PE包装冷鲜猪大排肉中热杀索丝菌的含量预测
为探究高光谱成像技术(hyperspectral imaging,HSI)在包装冷鲜肉微生物检测上的适用性,提出了一种基于HSI的包装冷鲜猪大排肉中热杀索丝菌含量的预测方法.采集接种热杀索丝菌的非包装和聚乙烯(poly-ethylene,PE)包装冷鲜猪大排肉在400~1 000 nm和1 000~2 000 nm波段内的HSI数据,选择不同的预处理算法进行光谱预处理,再通过连续投影算法(successive projections algorithm,SPA)和竞争性自适应重加权算法提取特征波长,分别基于全波段和特征波长建立热杀索丝菌含量预测的偏最小二乘法(partial least squares,PLS)和支持向量机(support vector machine,SVM)模型.结果表明,PE包装组样品的光谱响应值略小于非包装组,但不影响建模效果.基于400~1 000 nm内全波段和特征波段构建的非包装和PE包装冷鲜猪大排肉中热杀索丝菌预测模型优于1 000~2 000 nm内的.其中,基于SPA算法筛选的特征波长建立的预测模型在最大限度减少波段的同时保证了较高的预测精度,非包装组最优模型为1 st-SPA-SVM(RP2 =0.932,RPD =3.674),PE包装组最优模型为OSC-SPA-PLS(RP2 =0.919,RPD =3.537),这为HSI技术应用于PE包装冷鲜肉中微生物的检测提供了方法参考和数据支撑.
PE包装冷鲜猪大排肉、热杀索丝菌、高光谱成像、支持向量机、偏最小二乘法
49
O657.33;TP391.41;TS201.2
江苏省重点研发计划项目;国际合作项目;国家重点研发计划;国家自然科学基金;安徽省科技重大专项;安徽省长三角科技创新联合攻关专项
2023-08-03(万方平台首次上网日期,不代表论文的发表时间)
共10页
31-39,48