- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于高光谱成像技术的鸡肉菌落总数快速无损检测-食品科学
中国肉类食品综合研究中心 肉类研究 2017, Vol. 31, No. 03 35
CHINA MEAT RESEARCH CENTER MEAT RESEARCH 分析检测
基于高光谱成像技术的鸡肉菌落总数
快速无损检测
1 1 1 1 1 1 2 2 1 1,*
李文采 ,刘 飞,田寒友,邹 昊 ,王 辉 ,张振琪,郑晓春,李永玉,李家鹏,乔晓玲
(1.中国肉类食品综合研究中心,肉类加工技术北京市重点实验室,北京 100068 ;2.中国农业大学工学院,北京 100083 )
摘 要:以市售新鲜冷藏(4 ℃)鸡胸肉为研究对象,采集鸡胸肉表面的高光谱(400 ~1 100 nm)图像信息,
采用偏最小二乘回归(partial least square regression ,PLSR )建立菌落总数预测模型,采用不同预处理方法提高
模型的预测准确性和稳健性,实现快速无损检测生鲜鸡胸菌落总数的目的。结果表明:标准变量变换(standard
s
normalized variate ,SNV )预处理后,模型性能最佳。模型的校正标准差(standard error of calibration, )和验证
EC
s s s
标准差(standard error of prediction, )分别为0.40和0.57 , / 为1.08,校正集相关系数(correlation coefficient
EP EP EC
R R
of prediction, )和验证集相关系数(correlation coefficient of prediction, )分别为0.93和0.86 ;且应用最佳模型
C P
可有效预测样品菌落总数的分布地图。
关键词:鸡肉;菌落总数;高光谱成像;图像预处理;偏最小二乘法(PLSR );无损检测
Rapid Non-Destructive Detection of Total Bacterial Count in Chicken Using Hyperspectral Imaging
1 1 1 1 1 1 2 2
LI Wencai , LIU Fei , TIAN
文档评论(0)