近红外光谱的预处理对羊肉TVB-N模型的影响
2016-12-06田寒友李文采李家鹏陈文华狄艳全乔晓玲
食品科学 2016年22期
邹 昊,田寒友,刘 飞,李文采,王 辉,李家鹏,陈文华,狄艳全,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.聚光科技(杭州)股份有限公司,浙江 杭州 310052)
近红外光谱的预处理对羊肉TVB-N模型的影响
邹 昊1,田寒友1,刘 飞1,李文采1,王 辉1,李家鹏1,陈文华1,狄艳全2,乔晓玲1,*
(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.聚光科技(杭州)股份有限公司,浙江 杭州 310052)
为研究能否通过对算法参数的调整和算法的组合来减弱甚至消除便携式近红外仪和样品组织结构等对样品光谱信息的影响,提高模型的预测准确性和稳健性,实现现场快速无损检测生鲜羊肉挥发性盐基氮(total volatile basic nitrogen,TVB-N)的目的。本研究应用不同参数组合的单一算法和不同算法组合对样品的光谱信息进行预处理并建模,从模型的预测准确性和稳健性2 个方面探讨算法参数和算法组合对模型性能的影响,找出针对检测生鲜羊肉中TVB-N含量的最佳预处理方法。结果表明,不同的算法参数和算法组合对模型性能的影响差别很大,对样品的近红外光谱信息进行差分求导(窗口数为6,求导阶次为1)后,模型性能最佳。模型的校正标准差和验证标准差分别为1.21和1.31,校正标准差和验证标准差的比值为1.08小于1.2,主成分数为10,校正集相关系数和验证及相关系数分别为0.94和0.92。说明通过对算法参数的调整和对算法的组合可以有效提高模型性能,满足应用便携式近红外仪现场快速无损检测生鲜羊肉TVB-N含量的要求。……
登录APP查看全文
