换一批高光谱成像与混合波长选择的宽度学习系统预测猪肉TVB-N含量和pH值
Prediction of Pork TVB-N Content and pH Using Broad Learning System Based on Hyperspectral Imaging with Hybrid Wavelength Selection
摘要为了实现猪肉新鲜度的快速、无损、准确检测,本研究提出一种基于高光谱成像与宽度学习系统(broad learning system,BLS)的猪肉新鲜度无损检测方法.通过将高光谱技术与BLS模型结合,预测猪肉样品总挥发性盐基氮(total volatile basic nitrogen,TVB-N)含量和pH值.通过4 种不同的预处理方法(Savitzky-Golay(SG)平滑、归一化、基线校正、标准正态变换)优化光谱数据,采用竞争自适应重加权采样(competitive adaptive reweighted sampling,CARS)、连续投影算法(successive projections algorithm,SPA)和区间变量迭代空间收缩法(interval variable iterative space shrinking approach,iVISSA)进行特征提取.结果表明,SG预处理效果最优,结合iVISSA与SPA的特征提取方法能够有效剔除冗余特征并减少不相关信息的干扰,在BLS回归模型中实现了最佳的预测性能.具体来说,在TVB-N含量的预测中,iVISSA-SPA-BLS模型达到了预测相关系数RP为0.942 2、预测均方根误差(root mean square error of prediction,RMSEP)为3.007 2、残差预测差(residual prediction deviation,RPD)为2.803 8的优异性能,pH值的预测达到了RP为0.817 3、RMSEP为0.367 9、RPD为1.716 4.该方法能够高效、无损地预测猪肉新鲜度,可为食品安全领域提供一条新的无损检测技术路线.
更多相关知识
关键词
猪肉新鲜度高光谱成像技术宽度学习系统特征提取pork freshnesshyperspectral imaging techniquebroad learning systemfeature extraction
分类号
TS207.3
栏目名称
DOI
10.7506/spkx1002-6630-20250221-097
发布时间
2025-08-27（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（62405066）
猪禽种业全国重点实验室项目（NKY-ZQQZ-25）
广东省农业科学院科技创新战略计划项目（ZX202402）
农业装备技术全国重点实验室(华南农业大学)开放基金资助项目（NKLAET-202407）
- 浏览2
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
