基于近红外光谱技术的淡水鱼品种快速鉴别

• 作者: 刘茹 徐文杰 洪响声 熊善柏
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 近红外光谱 主成分分析 鱼 偏最小二乘 人工神经网络 品种 鉴别
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 农产品加工工程
• 页码范围: 253-261
• 页数: 9页
• 分类号: O657.33|S965.1
• 字数: 6191字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2014.01.032

摘要

为探索淡水鱼品种的快速鉴别方法，该文应用近红外光谱分析技术，结合化学计量学方法，对7种淡水鱼品种的判别分类进行了研究。采集了青、草、鲢、鳙、鲤、鲫、鲂等7种淡水鱼，共665个鱼肉样品的近红外光谱数据，经过多元散射校正（multiplicative scatter correction，MSC）、正交信号校正（orthogonal signal correction， OSC）、数据标准化（standardization，S）等20种方法预处理，在1000～1799 nm范围内分别采用偏最小二乘法（partial least square，PLS）、主成分分析（principal component analysis，PCA）和BP人工神经网络技术（back propagation artificial neural network，BP-ANN）、偏最小二乘法和BP人工神经网络技术对7种淡水鱼原始光谱数据进行了鉴别分析。结果表明，近红外光谱数据，结合主成分分析和 BP 人工神经网络技术建立的淡水鱼品种鉴别模型最优，模型的鉴别准确率达96.4%，对未知样本的鉴别准确率达95.5%。模型具有较好的鉴别能力，采用该方法能较为准确、快速地鉴别出淡水鱼的品种。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	洪响声	华中农业大学水产学院	3	43	2.0	3.0