| 高光谱成像技术快速预测冷鲜鸡胸肉的嫩度 |
| |
| 引用本文： | 王 慧,何鸿举,张海曼,刘 玺,马汉军,朱明明,高海燕,曾 洁.高光谱成像技术快速预测冷鲜鸡胸肉的嫩度[J].海南师范大学学报(自然科学版),2018,31(2):164-170. |
| |
| 作者姓名： | 王 慧 何鸿举 张海曼 刘 玺 马汉军 朱明明 高海燕 曾 洁 |
| |
| 作者单位： | 河南科技学院食品学院 |
| |
| 基金项目： | 河南省重大科技专项项目( 161100110600)；河南省科技攻关项目(182102310060)；河南省青年人才托举工程项目（豫科协发[ 2017] 132号，No．8）；河南科技学院高层次人才引进项目（2015015）；河南科技学院重大
科研培育项目（2016ZD03）；国家自然科学基金面上项目(31571912)；河南省高等学校重点科研项目
(18A550007)；河南省科技攻关项目(182102110091)；河南科技学院大学生“百农英才”项目(BNYC2016 -
2 -17)；河南科技学院大学生创新训练计划项目（2017CX050） |
| |
| 摘 要： | 本试验研究了基于近红外(900~1700 nm)高光谱成像技术快速预测不同冷藏时长(0~6天)的鸡胸肉嫩度.通过对原始光谱信息进行S-G卷积平滑及Baseline基线校正预处理,并采用偏最小二乘回归算法(PLSR)构建光谱信息与嫩度参考值之间的定量关系.结果显示,全波段原始光谱及预处理光谱构建的PLSR校正模型和预测模型相关系数R均大于0.90,预测效果良好.经回归系数法,从原始光谱、S–G卷积平滑预处理光谱及Baseline基线校正预处理光谱中分别筛选出20、20和19个最后波长,构建优化的RC-PLSR模型,预测相关系数分别为0.91、0.89及0.93,均方根误差分别为2.33、2.45及2.03.相比之下,经S-G卷积平滑预处理构建的PLSR模型和RC-PLSR模型预测效果均最优.研究表明,近红外高光谱成技术结合PLSR可实现对鸡肉嫩度的快速无损预测.
|
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《海南师范大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《海南师范大学学报(自然科学版)》下载免费的PDF全文 |
|
