- 相關(guān)推薦
應(yīng)用近紅外漫反射光譜對(duì)豬肉肉糜進(jìn)行定性定量檢測(cè)研究
摘要：利用傅里葉變換近紅外漫反射光譜結(jié)合不同數(shù)學(xué)建模算法對(duì)不同部位取樣的豬肉肉糜進(jìn)行定性判別建模,并建立豬肉肉糜品質(zhì)指標(biāo)脂肪、蛋白質(zhì)和水分含量的定量檢測(cè)模型.結(jié)果表明:不同部位取樣豬肉肉糜判別分析PLSDA模型性能良好,最優(yōu)模型校正集判別正確率為100％,預(yù)測(cè)集判別正確率為96％；比較兩種方法結(jié)合,不同光譜預(yù)處理建立各品質(zhì)指標(biāo)的定量模型,LS-SVM模型性能優(yōu)于PLSR模型,脂肪和水分含量最佳預(yù)測(cè)模型校正及預(yù)測(cè)相關(guān)系數(shù)r均高于0.9,蛋白質(zhì)含量最優(yōu)模型校正及預(yù)測(cè)相關(guān)系數(shù)r,RMSEC,RMSEP和RMSECV分別為0.722,0.593,1.595,1.550和1.888,模型精度需進(jìn)一步提高.研究表明利用傅里葉變換近紅外漫反射光譜快速判別不同部位豬肉肉糜的方法是可行的,脂肪和水分含量定量分析模型從預(yù)測(cè)精度、穩(wěn)定性及適應(yīng)性考慮均具一定的通用性,具有良好的市場(chǎng)應(yīng)用前景. 作者： 成芳 樊玉霞 廖宜濤 Author： CHENG Fang FAN Yu-xia LIAO Yi-tao 作者單位： 浙江大學(xué)生物系統(tǒng)工程與食品科學(xué)學(xué)院,浙江杭州,310058 期 刊： 光譜學(xué)與光譜分析 ISTICEISCIPKU Journal： Spectroscopy and Spectral Analysis 年，卷(期)： 2012, 32(2) 分類(lèi)號(hào)： O657.3 關(guān)鍵詞： 豬肉肉糜 近紅外光譜 偏最小二乘 支持向量機(jī) 品質(zhì)指標(biāo) 機(jī)標(biāo)分類(lèi)號(hào)： TS2 TM9 機(jī)標(biāo)關(guān)鍵詞： 近紅外漫反射光譜 豬肉 肉糜 定性定量 檢測(cè)研究 Near Infrared Quality 模型校正 水分含量 預(yù)測(cè)精度 判別分析 傅里葉變換 同部位 最優(yōu)模型 相關(guān)系數(shù) 品質(zhì)指標(biāo) 脂肪 正確率 型性能 定量分析模型 基金項(xiàng)目： 國(guó)家(863計(jì)劃)項(xiàng)目，浙江省自然科學(xué)基金 應(yīng)用近紅外漫反射光譜對(duì)豬肉肉糜進(jìn)行定性定量檢測(cè)研究[期刊論文] 光譜學(xué)與光譜分析 --2012, 32(2)成芳 樊玉霞 廖宜濤利用傅里葉變換近紅外漫反射光譜結(jié)合不同數(shù)學(xué)建模算法對(duì)不同部位取樣的豬肉肉糜進(jìn)行定性判別建模,并建立豬肉肉糜品質(zhì)指標(biāo)脂肪、蛋白質(zhì)和水分含量的定量檢測(cè)模型.結(jié)果表明:不同部位取樣豬肉肉糜判別分析PLSDA模型性能良...【應(yīng)用近紅外漫反射光譜對(duì)豬肉肉糜進(jìn)行定性定量檢測(cè)研究】相關(guān)文章：
黃酒總糖含量的中紅外光譜定量檢測(cè)04-26
紅外光譜在定量分析中的應(yīng)用04-28
傅立葉近紅外光譜法用于鹿茸的定性分析04-28
異穗卷柏的顯微與近紅外光譜鑒定研究04-26
紅外光譜技術(shù)應(yīng)用的進(jìn)展05-02
土壤中總氮與總磷含量的近紅外光譜實(shí)時(shí)檢測(cè)方法04-26
玉米自交系品質(zhì)性狀的近紅外光譜測(cè)定04-30
基于BP神經(jīng)網(wǎng)絡(luò)的啤酒酒精度近紅外光譜快速檢測(cè)04-27