幾種海產(chǎn)魚類菌落總數(shù)的近紅外快速檢測技術(shù).pdf

1、微生物污染是影響漁業(yè)質(zhì)量安全的重要因素之一,傳統(tǒng)菌落總數(shù)檢測方法主要依據(jù)GB4789.2-2010,一般需培養(yǎng)(72±3) h,具有明顯的滯后性、破壞性、操作復雜性;目前所研究開發(fā)的檢測新技術(shù)主要包括電阻抗法、微量生化法、免疫學法、紙片法等,盡管在一定程度上能夠提高檢測效率,但總體上仍然需要較為復雜繁瑣的樣品前處理或培養(yǎng)過程,難以達到現(xiàn)場、在線檢測的要求。而近紅外光譜技術(shù),能夠針對食品等生物樣本實現(xiàn)快速、在線、高效地定性或定量分析檢測。

2、本研究以便攜式近紅外光譜儀(FQA-NIR GUN)為硬件,以白色魚(牙鲆、鱸魚)與紅色魚(三文魚)為研究對象,利用最小偏二乘法,結(jié)合遺傳算法以及 BP神經(jīng)網(wǎng)絡系統(tǒng)兩種方法對比建模進行數(shù)據(jù)處理,建立三種海產(chǎn)魚類的菌落總數(shù)檢測模型,并對其實際樣本進行性能測定,旨在研發(fā)更加快速、準確、現(xiàn)場的微生物檢測技術(shù),對水產(chǎn)品質(zhì)量安全控制具有重要意義。主要的實驗結(jié)果如下:
　　(1)在近紅外檢測方法的建立以及近紅外光譜的預處理中,實驗裝置為手持式

3、近紅外光譜儀,其一端鏈接電腦,一端探頭處添加兩片載玻片,載玻片緊貼魚肉樣本進行掃描。這種便攜式組裝易于現(xiàn)場檢測。將掃描光譜通過Daubechies(db5)小波分析,選取第二層細節(jié)細數(shù),去除低頻與高頻噪音信號,既能保留有效的原始數(shù)據(jù)的細節(jié)信息,又便于后續(xù)分析處理,可提高檢測的準確性。
　　(2)研究冷藏牙鲆菌落總數(shù)近紅外快速檢測方法的建模過程。利用最小偏二乘法,遺傳算法結(jié)合 BP神經(jīng)網(wǎng)絡系統(tǒng)建模,通過對比以及其實際樣本性能驗證(9

4、0組數(shù)據(jù)用于建模,30組數(shù)據(jù)用于模型驗證,20組數(shù)據(jù)用于性能驗證。),以便找到更加精確的模型。以R與RMSE作為評價模型的標準。結(jié)果表明:遺傳算法與 BP神經(jīng)網(wǎng)絡系統(tǒng)結(jié)合的建模方法優(yōu)于最小偏二乘法建模,通過對不同時間、不同地點、不同新鮮度牙鲆進行模型驗證,表明神經(jīng)網(wǎng)絡系統(tǒng)建模能很好的預測牙鲆的菌落總數(shù),從魚片掃描到得出結(jié)果整個過程只需1min,是一種快速、準確、在線的可行的檢測新方法。
　　(3)將對牙鲆菌落總數(shù)預測的模型應用到其

5、他白色魚肉(鱸魚)以及紅色魚肉(三文魚)中,通過對兩者的建模、驗證以及實際樣本的性能驗證(也均利用90組樣本數(shù)據(jù)建模,30組樣本數(shù)據(jù)用于模型驗證,20組實際樣本數(shù)據(jù)用于性能驗證。),查看模型的通用性,結(jié)果表明此檢測方法效果良好。
　　本論文通過引進手持式近紅外光譜儀,結(jié)合神經(jīng)網(wǎng)絡系統(tǒng)建模,建立幾種魚類的菌落總數(shù)快速在線檢測方法,將結(jié)果與N.B. Tito等人,Yao-Ze Feng等人,Dimitris Alexandrakis,