食品科学 ›› 2022, Vol. 43 ›› Issue (2): 324-331.doi: 10.7506/spkx1002-6630-20201215-173
陈远哲,王巧华,高升,梅璐
CHEN Yuanzhe, WANG Qiaohua, GAO Sheng, MEI Lu
摘要: 采用高光谱成像技术对出缸期皮蛋凝胶品质的含水率和弹性进行可视化检测与不同品质预测。首先,采集合格、优质皮蛋的高光谱信息,对比测定其含水率和弹性,对皮蛋原始光谱数据进行卷积平滑、一阶导数、卷积平滑和一阶导数变换,分析不同预处理光谱数据与含水率和弹性数值的相关性;采用蒙特卡罗偏最小二乘法分析并剔除异常值,利用光谱-理化值共生距离法划分样本集,结合连续投影算法(successive projection algorithm,SPA)和无信息消除(uninformative variable elimination,UVE)法选取特征波长,并建立多元逐步回归(multiple stepwise regression,MSR)模型,预测出缸期皮蛋凝胶品质的含水率和弹性。结果表明:预测含水率的最优模型为UVE-MSR,其决定系数R2和均方根误差分别为0.882、0.583,相对分析误差(relative percent deviation,RPD)为2.1;预测弹性的最优模型为SPA-MSR,其决定系数R2和均方根误差分别为0.903、0.348,RPD为2.2。然后,利用上述最优模型,计算出缸期皮蛋高光谱图像每个像素点的含水率和弹性值,生成可视化分布图,实现皮蛋凝胶品质含水率和弹性的可视化检测。最后,利用竞争性自适应权重取样法挑选特征波长,建立BP神经网络不同品质预测模型,获得98.3%的总识别准确率。
中图分类号: