| 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科版,2018,31(2):164-170 |
| 高光谱成像技术快速预测冷鲜鸡胸肉的嫩度 |
|
| |
| DOI：10.12051/j.issn.1674-4942.2018.02.009 |
| 中文关键词: |
| 英文关键词: |
| 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） |
|
| 摘要点击次数: 639 |
| 全文下载次数: 345 |
| 中文摘要: |
| 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． |
| 英文摘要: |
| |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
