范中建，朱荣光，张凡凡，姚雪东，邱园园，阎 聪

(1.石河子大学机械电气工程学院，新疆石河子 832003；2.石河子大学动物科技学院，新疆石河子 832003)

0 引 言

【研究意义】在贮存过程中羊肉新鲜度逐渐降低，挥发性盐基氮(TVB-N)含量常作为评价肉类新鲜度的重要指标，通常以TVB-N<15 mg/100 g、15 mg/100 g25 mg/100 g将肉品新鲜度分为新鲜、次鲜和腐败[1]。新鲜度传统检测方法主要依赖感官评价、理化或微生物实验，但感官评价主观性较强，TVB-N理化指标测定步骤繁琐、检测速度慢，无法满足肉品新鲜度快速检测的要求，需要一种快速、准确的肉类新鲜度检测方法。【前人研究进展】高光谱图像技术融合了图像处理与光谱分析的优点，近年来在肉类新鲜度无损检测中已有一些应用，郭培源等[2]利用主成分分析(PCA)和神经网络方法开展了猪肉高光谱图像的新鲜度定性分级研究。成军虎[3]对不同新鲜度的草鱼样品建立多种分类模型进行比较分析，其中最小二乘支持向量机(LS-SVM)预测准确率最优为91.46%。Stuart等[4]利用高光谱图像技术基于pH值指标开展了牛肉新鲜度的分级研究，所建SVM模型精度达91%以上。羊肉检测方面，朱荣光等[5]利用高光谱图像技术检测羊肉TVB-N含量，建立的偏最小二乘回归模型预测相关系数为0.92。【本研究切入点】目前，多为采用反向传播(BP)神经网络或SVM方法对猪肉、牛肉新鲜度进行检测，而对羊肉新鲜度的定性检测研究较少，且利用自适应提升BP算法(Adaboost-BP)的肉类品质检测研究也较少。研究基于BP和Adaboost-BP神经网络的羊肉新鲜度高光谱定性分析。……