基于近紅外光譜分析技術(shù)與嵌入式技術(shù)的豬肉品質(zhì)檢測研究.pdf

1、隨著人們生活水平的提高，豬肉消耗量的逐年增加，豬肉越來越成為人們餐桌上不可或缺的一項(xiàng)，但是今年問題豬肉頻繁出現(xiàn)在人們身邊，腐敗肉、注水肉、瘦肉精豬肉等嚴(yán)重影響了人們的生活，開發(fā)一種快速、便捷，實(shí)用的豬肉品質(zhì)檢測方法已經(jīng)成為廣大質(zhì)檢部門和廣大消費(fèi)者的迫切需求。
　　本課題在北京市自然科學(xué)基金項(xiàng)目的資助下，認(rèn)真研究檢測豬肉新鮮度的衡量指標(biāo)，仔細(xì)比較檢測豬肉新鮮度的傳統(tǒng)方法，嘗試性開展應(yīng)用近紅外技術(shù)和多數(shù)據(jù)融合技術(shù)解決檢測豬肉新鮮度的問

2、題，同時初步搭建了豬肉品質(zhì)檢測便攜設(shè)備的硬件環(huán)境及構(gòu)建了便攜設(shè)備的軟件環(huán)境。
　　整個課題中，選擇均勻的豬肉臀部肉在豬肉腐敗的不同時間段內(nèi)，通過近紅外光譜儀的固體檢測模塊——積分球?qū)ζ瑺钬i肉進(jìn)行檢測，與此同時，采集相同時刻的相同樣本檢測PH值、TVBN值、含水量、克倫特羅值進(jìn)行新鮮度等級定性分析和定量建模，同時研究是否是注水肉和“瘦肉精”豬肉的檢測方法。
　　本論文對采集的近紅外光譜按化學(xué)實(shí)驗(yàn)測得的新鮮度等級分類后，進(jìn)行平滑

3、預(yù)處理，然后對光譜求平均，通過對光譜所含信息量的研究證實(shí)了近紅外光譜用來檢測豬肉新鮮度的可行性。同時，也對OPUS提供的五種預(yù)處理方法和七種聚類方法進(jìn)行了比較，最后選定一階導(dǎo)數(shù)+13點(diǎn)平滑進(jìn)行預(yù)處理，Complete linkage進(jìn)行聚類分析，建立聚類模型，取得了檢驗(yàn)集6個樣本分類預(yù)測結(jié)果完全正確，為了進(jìn)一步評定豬肉品質(zhì)，通過波長優(yōu)化、主成分?jǐn)?shù)的選擇，建立了基于PCR模型的豬肉含水量測定的近紅外校正模型，校正集樣本預(yù)測值與真值關(guān)系系數(shù)

4、為0.9320，交叉驗(yàn)證均方差SECV為0.2942，預(yù)測集樣本預(yù)測值和真值測定系數(shù)為0.9812，預(yù)測均方差為0.2944，表明了該模型具有較好的預(yù)測效果和較高的預(yù)測精度。
　　為了進(jìn)一步驗(yàn)證該模型的實(shí)際應(yīng)用能力，本課題對多組分同時分析進(jìn)行了研究，并結(jié)合多數(shù)據(jù)融合，采用檢測級數(shù)據(jù)融合，數(shù)據(jù)層和決策層相結(jié)合的目標(biāo)識別融合兩種數(shù)據(jù)融合結(jié)構(gòu)同時使用的方法，不但能夠同時檢測豬肉的新鮮度等級，含水量，瘦肉精含量，而且大大提高了模型的通用性