食品科学
食品科學
식품과학
FOOD SCIENCE
2014年
8期
89-93
,共5页
邹小波%李志华%石吉勇%黄晓玮
鄒小波%李誌華%石吉勇%黃曉瑋
추소파%리지화%석길용%황효위
高光谱成像技术%肴肉%新鲜度%偏最小二乘
高光譜成像技術%餚肉%新鮮度%偏最小二乘
고광보성상기술%효육%신선도%편최소이승
hyperspectral imaging technique%Yao meat%freshness%partial least squares (PLS)
连续8d测定开封后于4℃贮藏的肴肉中挥发性盐基氮(total volatile basic nitrogen,TVB-N)含量,并获取430～960 nm波长范围内的高光谱图像,从中提取光谱信息并经标准正态变量变换(standard normal variate transformation,SNV)预处理后,分别采用偏最小二乘法(partial least squares,PLS)、常规区间偏最小二乘法(interval PLS,iPLS)、向后区间偏最小二乘法(backward interval PLS,biPLS)和联合区间偏最小二乘法(synergy interval PLS,siPLS)建立TVB-N含量的预测模型.结果显示:siPLS模型对肴肉TVB-N含量预测结果最佳,其优选出的特征波段为430～461、555～586、929～960 nm,对TVB-N含量的预测相关系数和均方根误差分别为0.854 8、2.47,根据siPLS模型所预测的TVB-N含量值评定肴肉新鲜度等级的总体准确率达到87.5％.结果表明:利用高光谱成像技术对肴肉新鲜度进行快速、无损检测是可行的.
連續8d測定開封後于4℃貯藏的餚肉中揮髮性鹽基氮(total volatile basic nitrogen,TVB-N)含量,併穫取430～960 nm波長範圍內的高光譜圖像,從中提取光譜信息併經標準正態變量變換(standard normal variate transformation,SNV)預處理後,分彆採用偏最小二乘法(partial least squares,PLS)、常規區間偏最小二乘法(interval PLS,iPLS)、嚮後區間偏最小二乘法(backward interval PLS,biPLS)和聯閤區間偏最小二乘法(synergy interval PLS,siPLS)建立TVB-N含量的預測模型.結果顯示:siPLS模型對餚肉TVB-N含量預測結果最佳,其優選齣的特徵波段為430～461、555～586、929～960 nm,對TVB-N含量的預測相關繫數和均方根誤差分彆為0.854 8、2.47,根據siPLS模型所預測的TVB-N含量值評定餚肉新鮮度等級的總體準確率達到87.5％.結果錶明:利用高光譜成像技術對餚肉新鮮度進行快速、無損檢測是可行的.
련속8d측정개봉후우4℃저장적효육중휘발성염기담(total volatile basic nitrogen,TVB-N)함량,병획취430～960 nm파장범위내적고광보도상,종중제취광보신식병경표준정태변량변환(standard normal variate transformation,SNV)예처리후,분별채용편최소이승법(partial least squares,PLS)、상규구간편최소이승법(interval PLS,iPLS)、향후구간편최소이승법(backward interval PLS,biPLS)화연합구간편최소이승법(synergy interval PLS,siPLS)건립TVB-N함량적예측모형.결과현시:siPLS모형대효육TVB-N함량예측결과최가,기우선출적특정파단위430～461、555～586、929～960 nm,대TVB-N함량적예측상관계수화균방근오차분별위0.854 8、2.47,근거siPLS모형소예측적TVB-N함량치평정효육신선도등급적총체준학솔체도87.5％.결과표명:이용고광보성상기술대효육신선도진행쾌속、무손검측시가행적.
