文献类型：期刊文章

作　　者：王伟[1] 彭彦昆[1] 张晓莉[2]

机构地区：[1]中国农业大学工学院,北京100083 [2]佐治亚州立大学生物系,亚特兰大,美国P.0.Pox4010

出　　处：《光谱学与光谱分析》

基　　金：国家自然科学基金项目(30771244);(863计划)项目(2008AA10Z210);北京市自然科学基金项目(6082017)资助

年　　份：2010

卷　　号：30

期　　号：2

起止页码：411-415

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CAS、CSCD、CSCD2011_2012、EI(收录号：20101212786083)、IC、INSPEC、JST、PUBMED、RCCSE、RSC、SCI(收录号：WOS:000274321800028)、SCI-EXPANDED(收录号：WOS:000274321800028)、SCIE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：生鲜猪肉中细菌总数(TVC)超标会直接危害大众,为此研究验证高光谱成像技术结合相应的建模方法预测生鲜猪肉中TVC的可行性。针对非线性、小样本问题,以及光谱维和空间维的大数据量问题,在综合比较偏最小二乘回归(PLSR)、人工神经网络(ANNs)和最小二乘支持向量机(LS-SVM)3种建模方法的基础上,最终选取了LS-SVM方法组建模型。3种建模方法综合比较的结果表明,LS-SVM同时兼顾了训练精度和泛化能力两方面的性能,使其都能做到最优,与标准平板菌落计数法所检测TVC的决定系数分别为0.987 2和0.942 6,校正均方根误差和预测标准均方根误差分别为0.207 1和0.217 6,其建模性能优于其他方法。研究结果表明,高光谱成像技术结合LS-SVM预测建模方法可作为快速、非破坏预测生鲜猪肉TVC的有效手段。

关 键 词：生鲜猪肉  细菌总数 高光谱成像系统  最小二乘支持向量机

分 类 号：O433.4]