基于高光谱技术的宁夏滩羊肉内部品质检测方法研究

《基于高光谱技术的宁夏滩羊肉内部品质检测方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得宁夏大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名：今夏时间：’沙’啦年6月弓日关于论文使用授权的说明本人完全了解宁夏大学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件和磁盘，允许论文被查阅和借阅，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。同意宁夏大学可以用不同方式在不同媒体

2、上发表、传播学位论文的全部或部分内容。(保密的学位论文在解密后应遵守此协议)研究生签名：今裂、⋯轹备叩竿～＼＼弋聋时间：加m年6月易ElH搁：矽f毕年6月多日摘要本研究以宁夏滩羊为研究对象，采用近红外高光谱成像系统(900．1700nm)对76个羊肉样本进行高光谱图像采集，提出BP神经网络融合算法结合化学计量学方法，建立羊肉脂肪和蛋白质含量定量预测模型，并对模型进行分析和评价，旨在寻求肉品内部品质快速无损检测新方法，为其在线无损检测提供理论依据。论文主要研究结果如下：(1)对样本进行脂肪和蛋白质含量检测，获取原始光谱数据，经多种预处理方法进行光谱预处理，最终得到羊肉脂肪和蛋白

3、质含量所建模型的最佳预处理方法分别为db4小波函数、分解尺度为3的小波变换法和SNV结合S-G平滑法。(2)对高光谱图像数据进行降维，选取脂肪含量的四个特征波长(960nm、1132nm、1300nm、1622nm)，蛋白质含量的四个特征波长(990rim、1162nm、1323nm、1633rtm)用于后续预测模型的建立。(3)分别采用PLS、RBF．ANN和LS．SVM对剔除异常值后的样品脂肪和蛋白质含量建立预测模型，结果表明，精度最高的是RBF-ANN模型，全波段下的RBF．ANN模型得R脂肪=0．5987，RMSEP脂肪=2．4994，R蚤自=O．6669，RMSEP

4、蚤自=2．8173；特征波段下的RBF-ANN模型得R脂肪=O．8970，RMSEP脂肪=O．6039，R蛋自=o．9127，RMSEP置自=o．7317：均优于其他两种方法的全波段预测效果，而PLS模型预测精度优于LS．SVM所建模型；精度最低的是LS．SVM模型，其相关系数R最小，RMSEP也相对最大。(4)对优化后数据建立BP．ANN预测模型，得出脂肪和蛋白预测模型的相关系数R和预测均方根误差RMSEP分别为R脂肪：o．8633，R蛋自=O．8963和RMSEP肭卸．8015，RMSEP置自=o．8693；预测均方根误差RMSEP分别为O．8633，o．8963和o．8

5、015，0．8693；为进一步提高预测精度，提出遗传算法(GA)和粒子群算法6'so)优化的BP-ANN预测模型。结果表明，特征波长下PSO+BP-ANN模型预测效果最佳，R置玷=o．9204，R蛋自=O．9306，心腮EP艚肪-0．6451，RMSEP置自=0．5819，BP神经网络优化算法结合高光谱成像技术预测羊肉脂肪、蛋白质含量是可行的，这为高光谱技术陕速检测羊肉品质提供了依据。关键词：高光谱技术，羊肉，BP神经网络，无损检测，脂肪蛋白质含量，优化算法AbstractInthisstudy,TanlambinNingxiaweretakenastheexperiment

6、alsubjects，usingthenear-infraredhyperspectralimagingsystem(900·1700nm)acquire76lambsamples，proposedBPneuralnetworkfusionalgorithmcombinedwithchemometricmethods，establishedthequantitativepredictionmodelsforthecontentoflambfatandprotein．Then,theresultsofthemodelswereevaluatedandanalyzed．Thepu

7、rposeWaStOfindanewmethodfordetectingtheinternalqualityofmeatquicklyandnondestructivelyaSwellaStoprovideatheoreticalforonlinenon·destructivetestingoftheproducts．111emainresearchachievementsofthepaperareaSfollows：(1)Detectedthesampleoffatandproteincontent,