基于光谱技术的支持向量机判别牛肉新鲜度

被引：6

作者：

马世榜 ^{[1
,2
]}

徐杨 ^{[1
]}

彭彦昆 ^{[1
]}

汤修映 ^{[1
]}

机构：

[1] 中国农业大学工学院

[2] 南阳理工学院

来源：

食品安全质量检测学报 | 2012年 / 3卷 / 06期

关键词：

可见/近红外光谱; 支持向量机; 牛肉新鲜度; 无损分类;

D O I：

10.19812/j.cnki.jfsq11-5956/ts.2012.06.009

中图分类号：

TS251.7 [产品标准与检验]; TP18 [人工智能理论];

学科分类号：

083203 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

目的实现生鲜牛肉新鲜度等级的无损快速判别。方法用可见/近红外光谱检测系统,获取储存1～18d的36块牛肉样品的400～1600nm范围的光谱信息,以挥发性盐基氮理化值为分类依据。用多元散射校正(MSC)、变量标准化(SNV)、SG平滑预处理方法处理光谱数据,分别建立牛肉新鲜度的支持向量机分类模型。结果 MSC+SG预处理后所建立的分类模型预测能力最好,训练集和测试集的回判识别率和预测识别率分别为96.30%、100%,验证集的识别率为88.89%。结论可见/近红外光谱结合支持向量机,对牛肉新鲜度进行无损快速判别是可行的。

引用

页码：603 / 607

页数：5

共 14 条

[1] 可见/近红外光谱结合遗传算法无损检测牛肉pH值 [J].