肉類(lèi)新鮮度的近紅外光譜檢測(cè)方法研究.pdf

1、我國(guó)是肉類(lèi)生產(chǎn)、消費(fèi)大國(guó)，隨著生活水平的不斷提高，人們對(duì)肉類(lèi)品質(zhì)的要求也日益提升。目前，市場(chǎng)上肉品的來(lái)源復(fù)雜，質(zhì)量與衛(wèi)生狀況參差不齊，肉類(lèi)品質(zhì)的檢測(cè)主要靠檢疫員的現(xiàn)場(chǎng)檢測(cè)，且多為感官檢測(cè)，效果并不理想。近紅外光譜分析技術(shù)是光譜測(cè)量技術(shù)、計(jì)算機(jī)技術(shù)和化學(xué)計(jì)量學(xué)的有機(jī)結(jié)合，是一種高效、快速、無(wú)損的檢測(cè)方法，已經(jīng)在農(nóng)業(yè)、食品和醫(yī)藥等領(lǐng)域獲得廣泛的研究和應(yīng)用。本文以豬肉為研究對(duì)象，以揮發(fā)性鹽基氮含量（TVB-N）和pH值為其新鮮度指標(biāo)，分析豬肉

2、近紅外光譜數(shù)據(jù)與兩個(gè)參考指標(biāo)之間的定量關(guān)系，并建立肉類(lèi)新鮮度預(yù)測(cè)模型，最終依照相關(guān)國(guó)家標(biāo)準(zhǔn)對(duì)豬肉的新鮮度進(jìn)行評(píng)價(jià)。本文的研究工作主要包括以下幾個(gè)方面：
　?。?）研究了在近紅外光譜分析過(guò)程中，不同的樣本集劃分對(duì)預(yù)測(cè)模型性能的影響。比較當(dāng)前較為流行的三種樣本劃分方法，隨機(jī)法、Kennard-Stone法和SPXY算法，使用上述三種方法劃分樣本集后分別建立偏最小二乘校正模型。經(jīng)過(guò)分析比較后表明，SPXY算法劃分樣本的性能最佳，劃分的樣

3、本集能兼顧樣本光譜和待測(cè)量信息，同時(shí)能夠有效地覆蓋多維向量空間，從而改善所建模型的預(yù)測(cè)性能。確定選擇SPXY算法作為本研究的樣本集劃分算法。
　?。?）研究了使用不同的光譜預(yù)處理方法對(duì)預(yù)測(cè)模型結(jié)果的影響。比較幾種常用的預(yù)處理方法的處理效果，并結(jié)合偏最小二乘法，建立TVB-N和pH值的校正模型。由于預(yù)處理后光譜數(shù)據(jù)的差異性，不同的預(yù)處理方法表現(xiàn)出不同的處理效果。經(jīng)過(guò)比較分析，去趨勢(shì)預(yù)處理后建立的模型的效果最好，處理后的光譜能有效的消

4、除原始光譜中的基線漂移，同時(shí)光譜的吸收峰增多其更加明顯，更有利于光譜數(shù)據(jù)的分析。
　?。?）提出一種基于變量有效性的競(jìng)爭(zhēng)自適應(yīng)加權(quán)重采樣法。在競(jìng)爭(zhēng)自適應(yīng)重采樣法的基礎(chǔ)上對(duì)變量的衡量標(biāo)準(zhǔn)進(jìn)行了改進(jìn)，定義了光譜變量的有效性指標(biāo)，進(jìn)行光譜特征變量選擇。將本文提出的算法與連續(xù)投影算法、無(wú)信息變量消除、競(jìng)爭(zhēng)自適應(yīng)重采樣方法和向后間隔偏最小二乘法四種主流的特征提取方法進(jìn)行對(duì)比。通過(guò)比較分析，本文提出的ECARS特征變量選擇方法擁有更優(yōu)秀的泛化

5、性能與穩(wěn)定性，并且能有效減少建模變量數(shù)，簡(jiǎn)化模型，提高預(yù)測(cè)精度。
　?。?）確定了豬肉新鮮度檢測(cè)最優(yōu)的模型建立方法，并對(duì)豬肉的新鮮度進(jìn)行了評(píng)價(jià)。比較偏最小二乘法、支持向量回歸和多元線性回歸法模型對(duì)豬肉的TVB-N和pH值的定量預(yù)測(cè)效果。對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析比較，確定PLS為最優(yōu)的模型建立方法。使用最佳的預(yù)測(cè)模型對(duì)豬肉新鮮度進(jìn)行評(píng)價(jià)，對(duì)豬肉新鮮度的綜合評(píng)定準(zhǔn)確率為90.3％。結(jié)果表明，采用近紅外光譜檢測(cè)技術(shù)能夠有效對(duì)肉類(lèi)新鮮度進(jìn)行檢測(cè)