应用近红外高光谱成像预测三文鱼肉的水分含量.pdf

《应用近红外高光谱成像预测三文鱼肉的水分含量.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第３５卷，第１期光谱学与光谱分析Vol.３５，No.１，pp１１３-１１７２０１５年１月SpectroscopyandSpectralAnalysisJanuary，２０１５应用近红外高光谱成像预测三文鱼肉的水分含量１１，２１*朱逢乐，何勇，邵咏妮１.浙江大学生物系统工程与食品科学学院，浙江杭州３１００５８２.浙江大学唐仲英传感材料及应用研究中心，浙江杭州３１００５８摘要应用近红外高光谱成像技术实现三文鱼肉水分含量的快速无损检测。采集来自不同部位的三文鱼肉共９０个样本的高光谱图像，提取样本感兴趣区域（ROI）的平均光谱。随机取６０个样本作为建模集，其余３０个样本作为预测集。分别采用

2、偏最小二乘回归（PLSR）和最小二乘支持向量机（LS-SVM）对全波段和水分含量建立相关性模型，并对预测集样本的水分含量进行预测。再用一种新的变量提取方法randomfrog选择特征波长，并基于特征波长分别建立水分检测的PLSR和LS-SVM模型。特征波长模型的预测精度虽然稍逊于全波段模型，但是仅用１２个变量代替了全波段的１５１个变量，大大简化了模型，更便于实际应用。PLSR和LS-SVM特征波长模型的预测相关系数（Rp）分别为０.９２和０.９３，预测均方根误差（RMSEP）分别为１.３１％和１.１８％，取得了满意的结果。研究表明，近红外高光谱成像与化学计量学方法结合可以准确预测三

3、文鱼肉的水分含量，为鱼肉品质的快速监测提供重要的参考。关键词高光谱成像；三文鱼；水分含量；randomfrog；最小二乘支持向量机中图分类号：S１２３；TP３９１.４文献标识码：ADOI：１０.３９６４／j.issn.１０００-０５９３（２０１５）０１-０１１３-０５像，提供可视化的信息表达和丰富的波段运算。该技术已用［５，６］［７］［８］引言于检测鱼肉的新鲜度，持水力，菌落总数等。由于高光谱图像有上百个波段，相邻波段有冗余信息，为提高模三文鱼，学名鲑鱼，属于硬骨鱼纲辐鳍亚纲鲱形总目鲑型校正的速度，搭建简易高效的多光谱成像系统，需要在纷形目鲑亚目鲑科冷水洄游性鱼类。其肉质鲜美，肉色

4、为鲜橘繁复杂的全波段光谱中提取有用信息。本工作采用一种最新［９］红色，是食用上品，且富含不饱和脂肪酸、蛋白质、维生素、的变量提取算法randomfrog寻找代表光谱有效信息的特矿物质等，具有很高的营养价值。三文鱼肉的水分含量是评征波长，作为模型的输入变量，用于预测三文鱼肉的水分含价其安全性和品质的重要指标。鱼肉存储时水分含量高低影量，并与全波段所建模型的结果进行比较。［１］响微生物群落的增长，从而影响鱼肉的货架期。鱼肉水分［２］与脂肪含量线性负相关，而脂肪含量直接影响三文鱼肉的１实验部分［３］后期加工和食用品质，如风味、质构。因此三文鱼肉水分含量的检测很重要。目前主要采用烘箱干燥法

5、、冷冻干燥法1.1样本制备及测定测定鱼肉的水分含量，虽然结果比较可靠，但是费时费力、试验所用的１５尾冰鲜三文鱼购于杭州当地超市，随机有损、检测时间较长无法保证数据的实时性。取样，平均重量０.８kg。在三文鱼的不同部位去皮取肉，用高光谱成像是新兴的、快速无损的检测技术，具有图谱刀切为规整形状长方体，重约５０～６０g，共得９０个样本。对合一的优势。近红外（７８０～２５００nm）高光谱图像的光谱信每个样本采集近红外高光谱图像数据，再采用１０５℃烘干恒息来源于有机物含氢基团（C—H，O—H，N—H）等的倍频重法（GB／T５００９.３—２００３）测定水分含量。随机抽取６０个样［４］和合频吸收

6、。高光谱成像不仅能获取每个像素点的连续光本作为建模集，其余３０个样本作为预测集。建模集样本用于谱信息，克服传统光谱仪检测以点代面的信息获取缺陷，同模型的建立，预测集样本用于对所建模型的预测性能进行检时还可获取每个像素点的空间位置信息及每个光谱波段的图验。表１展示了建模集和预测集样本的水分含量的统计值。收稿日期：２０１３-１２-２５，修订日期：２０１４-０３-２２基金项目：国家自然科学基金资助项目（３１０７２２４７）和中央高校基本科研业务费专项资金项目（２０１３QNA６０１１）资助作者简介：朱逢乐，女，１９８８年生，浙江大学生物系统工程与食品科学学院博士生e-mail：denith＠

7、１２６.com*通讯联系人e-mail：ynshao＠zju.edu.cn１１４光谱学与光谱分析第３５卷*Table1Summaryofwatercontentsincalibration建模结果差于V０的新变量集V的概率上界，介于０～１之andpredictionsamples间。No.ofStandard（２）随机选择包含Q个变量的初始变量集V０，定义包含MaximumMinimumMeansamplesdeviation所有变量（本研究中为１５１个变量）的集合为