-
题名基于多数据融合技术的腊肉品质分级方法
被引量：2
- 1
-
-
作者
王昕琨
郭培源
林岩
-
机构
北京工商大学计算机与信息工程学院
-
出处
《食品科学》
CAS
CSCD
北大核心
2014年第2期217-221,共5页
-
基金
北京市自然科学基金资助项目(4122020)
-
文摘
针对近年来备受关注的腊肉酸价和过氧化值超标、褪色、出油、发黏等品质问题,提出一种快速、准确、实用的检测技术。首先利用自组织特征映射网,对生化实验测得的酸价、过氧化值以及微生物菌落总数数据,在相关国家标准的基础上将样品腊肉的品质等级划分为4级:放心食用、可食用、不推荐食用和不可食用。在此基础上采用近红外光谱技术对腊肉的酸价与过氧化值进行检测,用遗传算法优选后的波长建模所得预测均方根误差分别是用优选前建模的41%、57%,所用波长数约为整个波段波长数的1/3。采用显微图像技术获得腊肉的菌斑信息,极大的改善了传统细菌总数检验方法操作复杂、主观性强、耗时长等问题。最后采用支持向量机对近红外光谱数据和显微图像数据进行多数据融合,建立腊肉可食用等级快速判别模型。
-
关键词
近红外光谱
多数据融合
支持向量机
腊肉
-
Keywords
near infrared spectroscopy
multi-data fusion
support vector machine
Chinese bacon
-
分类号
TS251.6
[轻工技术与工程—农产品加工及贮藏工程]
O433.4
[机械工程—光学工程]
-
-
题名基于支持向量机及粒子群算法的腊肉品质等级检测
被引量：2
- 2
-
-
作者
郭培源
刘艳芳
邢素霞
王昕琨
-
机构
北京工商大学计算机与信息工程学院
-
出处
《肉类研究》
北大核心
2017年第3期30-34,共5页
-
基金
国家自然科学基金项目(61473009)
北京市自然科学基金项目(4122020)
-
文摘
针对近年来备受关注的腊肉酸价和过氧化值超标、褪色、出油、发黏等品质问题,提出一种快速、准确、实用的检测技术。采用支持向量机(support vector machine,SVM)将近红外光谱(near infrared spectroscopy,NIR)检测到的酸价、过氧化值、挥发性盐基氮和显微图像处理得到的微生物菌落总数进行多数据融合,建立腊肉品质等级检测模型,并利用粒子群优化(particle swarm optimization,PSO)算法进行模型优化。结果表明:支持向量机的分类方法取得了与生化方法相同的腊肉分级预测结果,且采用粒子群优化后的分类模型准确率由97.5%提升到100%。证明粒子群优化支持向量机模型能够迅速对腊肉等级进行准确检测。
-
关键词
腊肉品质
近红外光谱
图像处理
支持向量机
粒子群优化算法
-
Keywords
Chinese bacon quality
near infrared spectroscopy（NIR）
image processing
support vector machine（SVM）
particle swarm optimization（PSO）
-
分类号
TS251.7
[轻工技术与工程—农产品加工及贮藏工程]
-
