文献类型：期刊文章

作　　者：谭航彬[1] 姜丽[1] 金尚忠[1,2] 徐睿[1] 李伊凡[1] 于自珍[1] 蒋彩铃[1]

TAN Hangbin;JIANG Li;JIN Shangzhong;XU Rui;LI Yifan;YU Zizhen;JIANG Cailing(Colege of Optical and Electronic Technology,China Jiliang University,Hangzhou 310018,China;Key Laboratory of Zhejiarig Province on Modern Measurement Technology and Instruments,Colege of Optical and Electronic Technology,China Jiliang University,Hangzhou 310018,China)

机构地区：[1]中国计量大学光学与电子科技学院,浙江杭州310018 [2]中国计量大学光学与电子科技学院浙江省现代计量测试技术及仪器重点实验室,浙江杭州310018

出　　处：《中国计量大学学报》

基　　金：国家自然科学基金项目(No.61904166,51972292);浙江省省属高校基本科研业务费专项项目(No.2021YW19,2021YW75);浙江省重点研发计划项目(No.2020C03095)。

年　　份：2022

卷　　号：33

期　　号：2

起止页码：181-188

语　　种：中文

收录情况：AJ、普通刊

摘　　要：目的:基于拉曼光谱对鸡蛋的新鲜度进行检测并分类。方法:检测0-40 d鸡蛋蛋黄和蛋清的拉曼光谱并对光谱进行预处理。检测0-40 d内鸡蛋的新鲜度指标,并根据新鲜度指标的结果对鸡蛋进行分类预测。分别以预处理后的蛋黄和蛋清拉曼光谱作为输入量,通过主成分-线性判别(principal component analysis-linear discriminant analysis, PCA-LDA)和正交矫正的偏最小二乘-线性判别(orthogonal partial least squares-linear discriminant analysis, OPLS-LDA)分类模型,对鸡蛋品质进行分类。对比两种模型的分类准确率,得到最佳分类模型。结果:经过平滑、去基线等预处理之后拉曼光谱的信噪比明显提高,光谱中的冗余减少,能更好地用于后续分析;PCA-LDA模型对蛋黄光谱分类的准确率为96.3%,对蛋清光谱分类的96.7%,而OPLS-LDA分类模型对蛋黄光谱分类的准确率为98.6%,蛋清光谱分类的准确率为99.2%。通过对比两种模型的分类准确率证明OPLS-LDA模型对鸡蛋拉曼光谱的分类效果最佳。结论:拉曼光谱检测对鸡蛋新鲜度检测及分类具有可行性。

关 键 词：拉曼光谱 鸡蛋新鲜度  主成分分析 正交矫正的偏最小二乘-线性判别  

分 类 号：TN247]