海南师范大学学报(自然科学版)
海南師範大學學報(自然科學版)
해남사범대학학보(자연과학판)
Journal of Hainan Normal University(Natural Science)
2015年
3期
265-269
,共5页
刘友华%白亚斌%邱祝福%陈伟%冯耀泽
劉友華%白亞斌%邱祝福%陳偉%馮耀澤
류우화%백아빈%구축복%진위%풍요택
羊肉掺假%标准正态变量校正%竞争性自适应重加权算法%偏最小二乘回归%定量分析
羊肉摻假%標準正態變量校正%競爭性自適應重加權算法%偏最小二乘迴歸%定量分析
양육참가%표준정태변량교정%경쟁성자괄응중가권산법%편최소이승회귀%정량분석
针对肉类掺假的定量检测问题,建立了基于高光谱图像技术结合波长选择方法以及偏最小二乘(PLS)法的羊肉掺假无损检测方法.试验搭建了羊肉-猪肉的高光谱图像采集系统,对选取的99个样本进行高光谱图像(390~1040nm)采集并提取感兴趣区域光谱.比较了多种预处理方法对全波长模型的影响,标准正态变量校-正(SNV)为最优光谱预处理方法,校正决定系数R2CV达到0.93,预测决定系数R2P达到0.96,校正均方根误差RMSECV为8.33%,预测均方根误差RMSEP为6.18%.采用多种波长选择方法对光谱全波段520个变量进行变量选择,最终确定基于竞争性自适应重加权算法(CARS)的简化模型最优,其R2C =0.96,R2CV =0.94,R2P=0.96,RMSEC=6.55%,RMSECV=7.66%,RM-SEP=6.10%.高光谱图像技术结合CARS能够对掺假羊肉进行准确的定量检测,可为羊肉掺假的在线无损检测提供理论依据.
針對肉類摻假的定量檢測問題,建立瞭基于高光譜圖像技術結閤波長選擇方法以及偏最小二乘(PLS)法的羊肉摻假無損檢測方法.試驗搭建瞭羊肉-豬肉的高光譜圖像採集繫統,對選取的99箇樣本進行高光譜圖像(390~1040nm)採集併提取感興趣區域光譜.比較瞭多種預處理方法對全波長模型的影響,標準正態變量校-正(SNV)為最優光譜預處理方法,校正決定繫數R2CV達到0.93,預測決定繫數R2P達到0.96,校正均方根誤差RMSECV為8.33%,預測均方根誤差RMSEP為6.18%.採用多種波長選擇方法對光譜全波段520箇變量進行變量選擇,最終確定基于競爭性自適應重加權算法(CARS)的簡化模型最優,其R2C =0.96,R2CV =0.94,R2P=0.96,RMSEC=6.55%,RMSECV=7.66%,RM-SEP=6.10%.高光譜圖像技術結閤CARS能夠對摻假羊肉進行準確的定量檢測,可為羊肉摻假的在線無損檢測提供理論依據.
침대육류참가적정량검측문제,건립료기우고광보도상기술결합파장선택방법이급편최소이승(PLS)법적양육참가무손검측방법.시험탑건료양육-저육적고광보도상채집계통,대선취적99개양본진행고광보도상(390~1040nm)채집병제취감흥취구역광보.비교료다충예처리방법대전파장모형적영향,표준정태변량교-정(SNV)위최우광보예처리방법,교정결정계수R2CV체도0.93,예측결정계수R2P체도0.96,교정균방근오차RMSECV위8.33%,예측균방근오차RMSEP위6.18%.채용다충파장선택방법대광보전파단520개변량진행변량선택,최종학정기우경쟁성자괄응중가권산법(CARS)적간화모형최우,기R2C =0.96,R2CV =0.94,R2P=0.96,RMSEC=6.55%,RMSECV=7.66%,RM-SEP=6.10%.고광보도상기술결합CARS능구대참가양육진행준학적정량검측,가위양육참가적재선무손검측제공이론의거.