论文部分内容阅读
新鲜度是反映鱼类品质以及可否食用的重要指标,在线检测直接关系到食品质量与安全的实施应用,因此对淡水鱼新鲜度进行在线检测具有重要意义.应用近红外光谱对淡水鱼新鲜度进行在线检测,试验装置采用自行搭建的淡水鱼近红外光谱在线采集装置,样品以0.5m·s-1的速度运动,采集其近红外漫反射光谱(900~2500nm),应用支持向量机建立淡水鱼新鲜度在线检测模型.研究通过光谱理化值共生距离(SPXY)算法划分样品校正集与预测集,对比了不同的光谱预处理方法对预测结果的影响,并对建模所用光谱变量进行优化.结果表明,经过一阶导结合标准化预处理的模型效果最优,模型对校正集的正确识别率为97.96%,对测试集的识别率为95.92%.为了提高模型运行速度,采用不同的特征变量选择方法对特征波长进行筛选,确定竞争性自适应重加权算法(CARS)为最优波长选择方法,最终确定10个特征波长,用该特征波长变量建立SVM淡水鱼新鲜度检测模型,模型对校正集的正确识别率为100%,对测试集的识别率为93.88%.该研究可为近红外光谱用于淡水鱼新鲜度在线检测提供技术支持.