几种海产鱼类菌总数的近红外快速检测技术.pdfVIP

谨以此论文献给敬爱的曹立民教授以及我挚爱的 家人和朋友 ——段翠 万方数据 万方数据 万方数据 摘 要 微生物污染是影响渔业质量安全的重要因素之一，传统菌落总数检测方法 主要依据GB4789.2-2010 ，一般需培养(72 ±3) h，具有明显的滞后性、破坏性、 操作复杂性；目前所研究开发的检测新技术主要包括电阻抗法、微量生化法、 免疫学法、纸片法等，尽管在一定程度上能够提高检测效率，但总体上仍然需 要较为复杂繁琐的样品前处理或培养过程，难以达到现场、在线检测的要求。 而近红外光谱技术，能够针对食品等生物样本实现快速、在线、高效地定性或 定量分析检测。本研究以便携式近红外光谱仪（FQA-NIR GUN)为硬件，以白 色鱼（牙鲆、鲈鱼）与红色鱼（三文鱼）为研究对象，利用最小偏二乘法，结 合遗传算法以及 BP 神经网络系统两种方法对比建模进行数据处理，建立三种 海产鱼类的菌落总数检测模型，并对其实际样本进行性能测定，旨在研发更加 快速、准确、现场的微生物检测技术，对水产品质量安全控制具有重要意义。 主要的实验结果如下： （1）在近红外检测方法的建立以及近红外光谱的预处理中，实验装置为手 持式近红外光谱仪，其一端链接电脑，一端探头处添加两片载玻片，载玻片紧 贴鱼肉样本进行扫描。这种便携式组装易于现场检测。将扫描光谱通过 Daubechies (db5)小波分析，选取第二层细节细数，去除低频与高频噪音信号， 既能保留有效的原始数据的细节信息，又便于后续分析处理，可提高检测的准 确性。 （2 ）研究冷藏牙鲆菌落总数近红外快速检测方法的建模过程。利用最小偏 二乘法，遗传算法结合 BP 神经网络系统建模，通过对比以及其实际样本性能 验证（90 组数据用于建模，30 组数据用于模型验证，20 组数据用于性能验证。）， 以便找到更加精确的模型。以R 与RMSE 作为评价模型的标准。结果表明：遗 传算法与 BP 神经网络系统结合的建模方法优于最小偏二乘法建模，通过对不 同时间、不同地点、不同新鲜度牙鲆进行模型验证，表明神经网络系统建模能 很好的预测牙鲆的菌落总数，从鱼片扫描到得出结果整个过程只需 1min，是一 种快速、准确、在线的可行的检测新方法。 （3 ）将对牙鲆菌落总数预测的模型应用到其他白色鱼肉（鲈鱼）以及红色 鱼肉（三文鱼）中，通过对两者的建模、验证以及实际样本的性能验证（也均 万方数据 利用90 组样本数据建模，30 组样本数据用于模型验证，20 组实际样本数据用 于性能验证。），查看模型的通用性，结果表明此检测方法效果良好。 本论文通过引进手持式近红外光谱仪，结合神经网络系统建模，建立几种 鱼类的菌落总数快速在线检测方法，将结果与N.B. Tito 等人，Yao-Ze Feng 等 人，Dimitris Alexandrakis ，Yankun Peng 等人的前沿研究相对比，与现阶段研究 进展相对比，得出此检测方法精确度与准确度均具有一定优势，为现场、快速、 无损检测提供一类新的检测方法，对鱼类鲜度识别及其食品安全、运输仓储及 加工过程都有重要意义。 关键词：便携式近红外光谱仪；遗传算法；BP 神经网络；鱼类；菌落总数； 快速在线检测； 万方数据 Rapid determination of the total bacteria in marine fish by portable near infrared spectrometer