NIR高光谱成像技术联用SPA算法快速检测五花肉的过氧化值

• 作者: 何鸿举 朱亚东 朱明明 王洋洋 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: 高光谱成像技术 过氧化值 偏最小二乘 连续投影算法 多元线性回归
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 分析检测
• 页码范围: 236-241
• 页数: 6页
• 分类号: TS251.7
• 字数: 4666字
• 语种: 中文
• DOI: 10.13386/j.issn1002-0306.2020.08.037

摘要

利用近红外(NIR)高光谱成像技术结合连续投影算法(SPA)快速、无损检测五花肉的过氧化值.通过高光谱成像系统采集样品的光谱图像,提取其反射光谱信息,经过基线校正(BC)、高斯滤波平滑(GFS)、中值滤波平滑(MFS)、卷积平滑(SGS)、移动平均值平滑(MAS)、标准正态变量变换(SNV)、多元散射校正(MSC)七种预处理后,利用偏最小二乘(PLS)建立预测模型.使用SPA筛选最优波长,重新预算,构建优化的PLS模型和多元线性回归(MLR)模型.结果 显示,经过BC预处理(Rp=0.960,RMSEP =5.15×10-4g/100 9)和原始数据RAW(Rp=0.960,RMSEP=4.89×10-4g/100 9)的全波段PLS模型(F-PLS)预测过氧化值效果较好.优化结果显示,RAW的MLR模型(Rp=0.968,RMSEP=4.12×10-4 g/100 9)预测效果更好.研究表明,NIR高光谱成像技术联用SPA算法可潜在实现对五花肉过氧化值的快速无损检测.