豬肉pH值和含水率高光譜檢測中品種差異的修正方法研究.pdf

1、我國是肉類生產(chǎn)和消費的大國，而豬肉是我國肉食消費的主力產(chǎn)品。生鮮豬肉pH值、含水率的優(yōu)劣，直接影響飼養(yǎng)、屠宰、加工和銷售等各環(huán)節(jié)的技術(shù)方案選擇與優(yōu)化，并最終決定產(chǎn)品質(zhì)量、產(chǎn)業(yè)效益和食品安全。通常豬肉高光譜的某一品質(zhì)參數(shù)檢測模型對建模所用品種樣本的預(yù)測性能良好，但是對其他品種樣本的預(yù)測效果欠佳。因此，對模型進(jìn)行品種間適用性檢測和檢測模型品種間差異修正方法研究對于實施和完善生鮮豬肉品質(zhì)檢測具有重要意義。
　　該文以黑豬（大約克豬♀×北

2、京黑豬♂）、零號土豬（鄂西黑豬♀×大約克♂）和家佳康（（大白♀×長白♂）♀×杜洛克♂）3個品種的豬肉為研究對象，建立了最優(yōu)的pH值、含水率檢測模型，對定量檢測模型的品種間適用性進(jìn)行檢測，并對豬肉pH值、含水率檢測模型品種間差異修正方法進(jìn)行了研究與比較。針對豬肉的品種間差異，開展了豬肉品種定性判別方法研究，并對其進(jìn)行優(yōu)化。
　　主要研究結(jié)果如下：
　　1）研究和比較了不同的樣本集劃分方法及光譜預(yù)處理方法對豬肉pH值、含水率檢測

3、模型的影響，分別建立了黑豬、零號土豬和家佳康這3個品種豬肉最優(yōu)的pH值、含水率檢測模型。
　　分別采用隨機(jī)法（RS）、Kennard-Stone法（KS）和光譜理化值共生距離法（SPXY）法對樣本集進(jìn)行劃分，以標(biāo)準(zhǔn)化（Normalize）、泊松擴(kuò)散（Poisson Scalling）、正交信號校正（OSC）、標(biāo)準(zhǔn)正態(tài)變量變換（SNV）、集團(tuán)化（Group Scale）和去趨勢變化（Detrend）等多種方法對光譜進(jìn)行預(yù)處理，比較不

4、同的預(yù)處理方法對豬肉樣本pH值、含水率偏最小二乘（PLSR）檢測模型的影響，確定了3個品種最優(yōu)的pH值、含水率PLSR檢測模型。
　　黑豬樣本pH值檢測模型的校正集相關(guān)系數(shù)Rc為0.893，預(yù)測集相關(guān)系數(shù)Rp為0.876，交互驗證均方根誤差RMSECV為0.164，預(yù)測集均方根誤差RMSEP為0.108；零號土豬樣本pH值檢測模型的Rc為0.906，Rp為0.878，RMSECV為0.155，RMSEP為0.090；家佳康樣本pH

5、值檢測模型的Rc為0.940，Rp為0.911，RMSECV為0.128， RMSEP為0.104。
　　黑豬樣本含水率檢測模型最佳模型的Rc為0.943，Rp為0.883，RMSECV為0.120， RMSEP為0.137；零號土豬樣本含水率檢測模型的Rc和Rp分別為0.901和0.872， RMSECV和RMSEP分別為0.204和0.194；家佳康樣本含水率檢測模型的Rc為0.923， Rp為0.886，RMSECV為0.1

6、66，RMSEP為0.123。
　　2）研究了生鮮豬肉pH值檢測模型和含水率檢測模型的品種間適用性。
　　分別采用平均光譜法與主成分得分空間分布法對豬肉的pH值、含水率檢測模型進(jìn)行品種間適用性檢測，結(jié)果證明家佳康品種的平均光譜值與主成分得分與另外2個豬肉品種均存在較大差異，不能用于直接預(yù)測另2個品種豬肉的pH值與含水率。
　　應(yīng)用模型交叉檢驗法對另2個豬肉品種pH值、含水率進(jìn)行模型適用性研究。所得家佳康pH值模型對黑豬

7、品種的預(yù)測Rp為0.594，RMSEP為0.186；對零號土豬品種的預(yù)測Rp為0.471，RMSEP為0.201。所用家佳康含水率模型對黑豬品種的預(yù)測Rp為0.561，RMSEP為0.204；對零號土豬品種的預(yù)測Rp為0.602，RMSEP為0.212。結(jié)果證明：家佳康無法有效預(yù)測兩外2個豬肉品種的pH值及含水率。
　　3）使用了模型更新法對豬肉pH值、含水率檢測模型進(jìn)行品種間預(yù)測。
　　對家佳康pH值模型使用模型更新法對黑

8、豬品種和零號土豬品種進(jìn)行預(yù)測。對前者的Rp可由0.594提高到0.736，RMSEP可由0.186降低到0.113；而對后者的Rp可由0.479提高到0.707，RMSEP可由0.201降低到0.120。
　　對家佳康含水率模型使用模型更新法對黑豬品種和零號土豬品種進(jìn)行預(yù)測。對前者的Rp可由0.561提高到0.753，RMSEP可由0.204降低到0.128；而對后者的Rp可由0.602提高到0.789，RMSEP可由0.212降

9、低到0.136。
　　結(jié)果證明，模型更新法可以提高家佳康pH值、含水率模型對黑豬品種和零號土豬品種的預(yù)測能力。
　　4）研究與比較了光譜信號校正算法對豬肉pH值檢測模型和含水率檢測模型品種間的差異修正。
　　以家佳康為主品種模型，對經(jīng)過光譜信號校正后的黑豬樣本進(jìn)行pH值檢測， Rp由0.594提高到0.832，RMSEP由0.186降低到0.090。使用同一主品種模型，對經(jīng)過光譜信號校正后的零號土豬樣本進(jìn)行pH值檢測，

10、Rp可由0.471提高到0.817， RMSEP可由0.201降低到0.112。
　　以家佳康為主品種模型，對經(jīng)過光譜信號校正后的黑豬樣本進(jìn)行含水率檢測， Rp可由0.561提高到0.824，RMSEP由0.204降低到0.122。使用同一主品種模型，對經(jīng)過光譜信號校正后的零號土豬樣本進(jìn)行含水率檢測，Rp可由0.602提高到0.833， RMSEP可由0.212降低到0.108。
　　結(jié)果證明，光譜信號校正算法可以在不影響原

11、模型的情況下提高主品種對待測從品種的預(yù)測性能。
　　5）研究與確定了豬肉品種定性判別方法及其優(yōu)化方法。
　　以隨機(jī)選取的方法按2:1的比例對樣本進(jìn)行劃分，最終獲得校正集240個，預(yù)測集120個。以BP神經(jīng)網(wǎng)絡(luò)、K最鄰近法KNN、支持向量機(jī)SVM和極限學(xué)習(xí)機(jī)ELM這4種多分類方法建立豬肉品種定性判別模型，分別比較了多種預(yù)處理方法對各模型的影響，同時比較了各分類方法判別所需的時間。其中，以ELM模型的分類效果最佳，而其最優(yōu)的預(yù)處