基于Adaboost+OLDA和近红外光谱的猪肉贮藏时间辨别.pdfVIP

第32卷，第12期 光谱学与光谱分析 2012年12月 and December，2012 SpectroscopySpectralAnalysis 武小红1’2，唐 凯1，孙 俊1 1．江苏大学电气信息工程学院，江苏镇江212013 2．江苏大学食品与生物工程学院，江苏镇江212013 摘要猪肉的贮藏时间和猪肉的新鲜度紧密相关。通过近红外漫反射光谱技术获取猪肉样本数据，利用 法不仅具有很好的运算效率，而且提高了OLDA算法的泛化能力，在猪肉样本测试中达到了95％以上的分 类正确率。 关键词 近红外光谱；猪肉；贮储时间；0LDA；Adaboost 中图分类号：0657．3文献标识码：A 算LDA之前，首先利用PCA算法将样本矩阵投影到低维空 引 言 间中，以此消除矩阵的奇异性，这种方法的缺陷在于无法确 定PCA的最佳降维数，同时在PCA降维过程中会丢失有用 在我国，猪肉是消耗量最大的肉类食品，其新鲜度正日 的鉴别信息。文献[12]提出一种广义线性判别算法框架，通 益受到人们的关注。腐坏、变质的猪肉不仅不能满足人们口 lineardis— 感和营养的需求，还会危害人们的健康。引起猪肉腐坏的原 础上进一步提出正交线性判别分析(orthcIgonal 因有很多，例如贮藏温度，空气，pH值等等[1]。除此之外，criminant 猪肉的贮藏时间也是导致猪肉腐败的重要因素。猪肉在贮 藏、运输、加工中易受到酶、微生物等作用[z]，进而分解产 生有毒的化学成分包括组胺，酪胺和腐胺等[3]。这些分解活 储和计算要求低，能够将多个弱分类器集成为一个强分类 5|，但 动会随着猪肉的贮藏时间增加面逐渐加剧，最终导致猪肉的 器。目前，有多种Adaboost算法可用来进行分类计算[1 腐败变质而不能食用。因此，如果能够准确辨别猪肉的贮藏 时间，将会给猪肉新鲜度的判定提供重要依据。近红外光谱 分析技术作为最近几年发展起来的一种快速无损检测技术， 多轮迭代训练，从而得到多个OLDA特征提取器，最终采用 因其简单，非破坏性等优点，已经被应用于牛肉¨’5]、猪 加权投票方式重新构造了一个强分类器。实验表明，基于 肉[6]和羊肉‘7]等肉品检测[8]以及农产品和食品检测领域[引。 国内外对猪肉的贮藏时间辨别研究还比较少见[1]。本工作采 用近红外漫反射光谱技术进行猪肉的贮藏时间辨别研究。 1实验部分 主成分分析(principalcomponentanalysis，PCA)和线性 discriminant 1．1材料 判别分析(1inear analysis，LDA)是两种经典的 特征提取算法，目前已经在光谱数据分析领域得到了广泛应 实验所用的67块猪肉榉品取自同一个养殖场的相同品 种的猪胴体，经过标准屠宰，卫生检疫部门检验合格。猪肉 用m]。但是LDA算法在实际应用中常常会面临小样本问 cnl。在猪肉运抵实验室后， 题[11|，其狭义概念是指样本类内协方差矩阵的奇异性问题， 样品均为猪的背阔肌，长度约10 传统的解决办法通常采用PEA+LDA的组合算法，即在计 收稿日期：2012—05—20。修订日期：2012—09—10