期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
高光谱成像与混合波长选择的宽度学习系统预测猪肉TVB-N含量和pH值
1
作者
罗毅智
唐书奇
+4 位作者
金青婷
丘广俊
齐海军
孟繁明
李鹏
《食品科学》
北大核心
2025年第16期345-352,共8页
为了实现猪肉新鲜度的快速、无损、准确检测,本研究提出一种基于高光谱成像与宽度学习系统(broad learning system,BLS)的猪肉新鲜度无损检测方法。通过将高光谱技术与BLS模型结合,预测猪肉样品总挥发性盐基氮(total volatile basic nit...
为了实现猪肉新鲜度的快速、无损、准确检测,本研究提出一种基于高光谱成像与宽度学习系统(broad learning system,BLS)的猪肉新鲜度无损检测方法。通过将高光谱技术与BLS模型结合,预测猪肉样品总挥发性盐基氮(total volatile basic nitrogen,TVB-N)含量和pH值。通过4种不同的预处理方法(Savitzky-Golay(SG)平滑、归一化、基线校正、标准正态变换)优化光谱数据,采用竞争自适应重加权采样(competitive adaptive reweighted sampling,CARS)、连续投影算法(successive projections algorithm,SPA)和区间变量迭代空间收缩法(interval variable iterative space shrinking approach,iVISSA)进行特征提取。结果表明,SG预处理效果最优,结合iVISSA与SPA的特征提取方法能够有效剔除冗余特征并减少不相关信息的干扰,在BLS回归模型中实现了最佳的预测性能。具体来说,在TVB-N含量的预测中,iVISSA-SPA-BLS模型达到了预测相关系数RP为0.9422、预测均方根误差(root mean square error of prediction,RMSEP)为3.0072、残差预测差(residual prediction deviation,RPD)为2.8038的优异性能,pH值的预测达到了RP为0.8173、RMSEP为0.3679、RPD为1.7164。该方法能够高效、无损地预测猪肉新鲜度,可为食品安全领域提供一条新的无损检测技术路线。
展开更多
关键词
猪肉新鲜度
高光谱成像技术
宽度学习系统
特征提取
在线阅读
下载PDF
职称材料
题名
高光谱成像与混合波长选择的宽度学习系统预测猪肉TVB-N含量和pH值
1
作者
罗毅智
唐书奇
金青婷
丘广俊
齐海军
孟繁明
李鹏
机构
广东省
农业
科学院
设施
农业
研究所
农业
装备技术全国重点实验室
猪禽种业全国重点实验室
华南
农业
大学工程
学院
华南
农业
大学电子工程
学院
广东省农业科学院动物科学院研究所
阜阳师范大学计算机与信息工程
学院
出处
《食品科学》
北大核心
2025年第16期345-352,共8页
基金
国家自然科学基金青年科学基金项目(62405066)
猪禽种业全国重点实验室项目(NKY-ZQQZ-25)
+1 种基金
广东省农业科学院科技创新战略计划项目(ZX202402)
农业装备技术全国重点实验室(华南农业大学)开放基金资助项目(NKLAET-202407)。
文摘
为了实现猪肉新鲜度的快速、无损、准确检测,本研究提出一种基于高光谱成像与宽度学习系统(broad learning system,BLS)的猪肉新鲜度无损检测方法。通过将高光谱技术与BLS模型结合,预测猪肉样品总挥发性盐基氮(total volatile basic nitrogen,TVB-N)含量和pH值。通过4种不同的预处理方法(Savitzky-Golay(SG)平滑、归一化、基线校正、标准正态变换)优化光谱数据,采用竞争自适应重加权采样(competitive adaptive reweighted sampling,CARS)、连续投影算法(successive projections algorithm,SPA)和区间变量迭代空间收缩法(interval variable iterative space shrinking approach,iVISSA)进行特征提取。结果表明,SG预处理效果最优,结合iVISSA与SPA的特征提取方法能够有效剔除冗余特征并减少不相关信息的干扰,在BLS回归模型中实现了最佳的预测性能。具体来说,在TVB-N含量的预测中,iVISSA-SPA-BLS模型达到了预测相关系数RP为0.9422、预测均方根误差(root mean square error of prediction,RMSEP)为3.0072、残差预测差(residual prediction deviation,RPD)为2.8038的优异性能,pH值的预测达到了RP为0.8173、RMSEP为0.3679、RPD为1.7164。该方法能够高效、无损地预测猪肉新鲜度,可为食品安全领域提供一条新的无损检测技术路线。
关键词
猪肉新鲜度
高光谱成像技术
宽度学习系统
特征提取
Keywords
pork freshness
hyperspectral imaging technique
broad learning system
feature extraction
分类号
TS207.3 [轻工技术与工程—食品科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
高光谱成像与混合波长选择的宽度学习系统预测猪肉TVB-N含量和pH值
罗毅智
唐书奇
金青婷
丘广俊
齐海军
孟繁明
李鹏
《食品科学》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
