高光谱成像技术对羊肉新鲜度的无损检测

• 作者: 于洋 张丽娜 张珏 王轲 田海清
• 来源期刊: 食品与发酵工业
• 关键词: 高光谱成像 羊肉 新鲜度 决策树 分类
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 分析与检测
• 页码范围: 237-243
• 页数: 7页
• 字数: 5274字
• 语种: 中文
• DOI: 10.13995/j.cnki.11-1802/ts.023341

摘要

为探究高光谱成像技术对羊肉新鲜度无损检测的可行性,通过高光谱成像系统获取羊肉样本935～2539 nm的高光谱图像,测定羊肉挥发性盐基氮(total volatile basic nitrogen,TVB-N)含量并划分样本新鲜度类别.借助连续投影法(successive projection algorithm,SPA)优选的12个特征波长建立基于反向人工神经网络(back-propagation artificial neural network,BPANN)和分类回归决策树(classification and regression trees,CART)算法的羊肉新鲜度判别模型.结果表明,BPANN模型对校正集和预测集的平均分类准确率为100％和83.33％,对3个新鲜度类别样本的识别率分别为88.89％、75％和85.71％;CART模型对校正集和预测集的平均分类准确率为100％和91.67％,对3个新鲜度类别样本的识别率分别为88.89％、87.50％和100％.CART模型的平均分类准确率和对3个类别样本的识别率均高于BPANN模型,表明高光谱成像技术结合CART算法可有效提高羊肉新鲜度的判别精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田海清	内蒙古农业大学机电工程学院	49	306	10.0	15.0
2	张丽娜	内蒙古师范大学物理与电子信息学院	22	144	7.0	11.0
3	张珏	内蒙古农业大学机电工程学院	11	41	3.0	6.0
5	于洋	内蒙古农业大学机电工程学院	9	67	2.0	8.0
8	王轲	内蒙古农业大学机电工程学院	2	0	0.0	0.0