近红外光谱技术快速鉴别原料肉掺假的可行性研究

探讨利用近红外光谱技术结合Fisher两类判别法以及多层感知器(multilayer perceptron,MLP)神经网络快速无损鉴别原料肉是否掺假,并建立多种掺假肉的分类识别模型的可行性。首先近红外结合主成分与Fisher两类判别,建立原料肉与掺假肉的判别函数,以原料肉与注水肉两类样本的平均重心即两类样本的加权平均数-0.657作为区分原料肉与掺假肉的界限。2 0个验证集样本有两个被误判,总的正确判别率达到9 0%。然后,利用近红外结合主成分与MLP神经网络建立原料肉和3种掺假肉的3层神经网络识别模型,该模型对预测集52个样本的正确识别率达到94.2%。说明利用近红外结合化学计量学方法对原料肉是否掺假及掺假种类进行鉴别是可行的。