基于高光谱信息的生鲜鸡肉离心损失率快速预测模型构建

• 作者: 何鸿举 朱亚东 朱明明 潘润淑 王洋洋 王玉玲 王魏 蒋圣启 赵圣明 陈复生 马汉军
• 来源期刊: 食品工业科技
• 学科: 工学
• 关键词: 高光谱 生鲜鸡肉 逐步回归法 偏最小二乘 离心损失率
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 分析检测
• 页码范围: 238-243
• 页数: 6页
• 分类号: TS251.7
• 字数: 4304字
• 语种: 中文
• DOI: 10.13386/j.issn1002-0306.2020.09.038

摘要

本文旨在挖掘900～1700 mn波长范围内的高光谱信息构建生鲜鸡肉离心损失率的快速预测模型.通过采集生鲜鸡肉样品的高光谱图像,并提取图像感兴趣区域的光谱信息,经基线校正(Baseline Correction,BC)、高斯滤波平滑(Gaussian Filter Smoothing,GFS)、多元散射校正(Multiplicative Scatter Correction,MSC)、移动平均值平滑(Moving Average Smoothing,MAS)、中值滤波平滑(Median Filtering Smoothing,MFS)5种光谱预处理后,建立全波段偏最小二乘(Partial Least Squares,PLS)回归模型,并利用回归系数法(Regression Coefficient,RC)、连续投影算法(Successive Projections Algorithm,SPA)和逐步回归法(Stepwise)筛选特征波长,优化全波段模型.结果 显示,基于Stepwise法从原始光谱中筛选的16个最优波长(900.6、915.4、1024.0、1089.8、1111.2、1155.6、1165.5、1288.9、1305.4、1433.9、1442.1、1486.7、1493.3、1541.1、1690.1和1693.4 nm)构建的PLS模型预测效果较好,其中,rC为0.94,RMSEC (Root Mean Square Error of Calibration)为1.43％,rP为0.94,RMSEP(Root Mean Square Error of Prediction)为1.60％.本文表明,基于高光谱信息构建的PLS模型可快速预测生鲜鸡肉离心损失率.