牛奶中蜡样芽孢杆菌高光谱检测模型构建与分析

被引:3
作者
赵紫竹
卫勇
常若葵
吴海云
刘华
单慧勇
杨仁杰
机构
[1] 天津农学院工程技术学院
关键词
高光谱成像; 图像纹理分析; 蜡样芽孢杆菌; 多维偏最小二乘法; 快速检测;
D O I
10.13982/j.mfst.1673-9078.2017.12.037
中图分类号
O657.3 [光化学分析法(光谱分析法)]; TS252.7 [产品标准与检验];
学科分类号
摘要
本文以牛奶中蜡样芽孢杆菌污染度的检测为研究对象,应用高光谱成像技术,结合图像处理技术、光谱分析技术和化学计量技术,探索了构建牛奶中蜡样芽孢杆菌污染度预测模型的可行性。应用图像处理技术选取样品分析区域,采用能量值(Energy)纹理特征函数降维处理高光谱数据并得到其特征值,建立了蜡样芽孢杆菌的PLS预测模型,模型中校正集与预测集的相关系数分别为0.9231和0.9054,RMSEC(校正均方根误差)和RESEP(预测均方根误差)分别为0.7336和0.8139。分析表明,PLS预测模型仅能对牛奶中蜡样芽孢杆菌进行高低浓度的鉴定。因此,提出了二维相关技术结合N-PLS构建预测模型的方法,N-PLS预测模型中校正集与预测集的相关系数分别为0.9999和0.9984,RMSEC和RESEP分别为0.022和0.0928。结果表明,N-PLS预测模型精度较高,能够对牛奶中蜡样芽孢杆菌实现定量分析。
引用
收藏
页码:249 / 254+43 +43
页数:7
相关论文
共 16 条
[1]   基于Photoshop和计数软件精准计数平板上菌落的新方法 [J].
张哲 ;
杨峰 ;
李新圃 ;
罗金印 ;
刘龙海 ;
李宏胜 .
微生物学通报, 2016, (07) :1646-1648
[2]   基于高光谱图像技术的固态发酵中芽孢杆菌的快速识别 [J].
邹小波 ;
申婷婷 ;
石吉勇 ;
朱瑶迪 ;
胡雪桃 ;
周煦成 .
现代食品科技, 2016, 32 (04) :235-240
[3]   高光谱成像技术在肉品无损检测中的应用及进展 [J].
张令标 ;
何建国 ;
王松磊 ;
刘贵珊 ;
贺晓光 ;
罗瑞明 .
河南工业大学学报(自然科学版), 2014, 35 (01) :100-105
[4]   基于PCR方法检测蜡样芽孢杆菌的研究进展 [J].
张志鸿 ;
许恒毅 ;
魏华 .
食品工业科技, 2013, 34 (22) :335-338+342
[5]   现代光学成像技术在食品品质快速检测中的应用 [J].
孙大文 ;
吴迪 ;
何鸿举 ;
冯耀泽 .
华南理工大学学报(自然科学版), 2012, 40 (10) :59-68
[6]   基于GLCM算法的图像纹理特征分析 [J].
陈美龙 ;
戴声奎 .
通信技术, 2012, (02) :108-111
[7]   基于灰度共生矩阵的纹理特征提取 [J].
高程程 ;
惠晓威 .
计算机系统应用, 2010, 19 (06) :195-198
[8]  
基于高光谱成像的生鲜猪肉细菌总数预测建模方法研究.[J].王伟;彭彦昆;张晓莉;.光谱学与光谱分析.2010, 02
[9]   分子生物学方法在食品微生物检测中的应用 [J].
刘雨潇 ;
刘士敏 ;
王民 ;
于瑞敏 ;
胡冰冰 .
生物技术通讯, 2009, 20 (03) :451-454
[10]   蜡样芽孢杆菌的二阶导数红外光谱研究 [J].
万佳蓉 ;
马美湖 ;
周传云 ;
聂明 .
光谱学与光谱分析, 2007, (05) :904-906