近红外光谱结合一类支持向量机算法检测鸡蛋的新鲜度

研究利用近红外光谱技术结合模式识别方法识别鸡蛋的新鲜度,在识别模型建立过程中,引入一类支持向量机(OC-SVM)算法解决新鲜蛋和非新鲜蛋训练样本数量不平衡问题。首先获取鸡蛋在10 000～4 000 cm-1范围内的近红外漫反射光谱,通过主成分分析方法提取光谱数据中的特征信息,优选了3个主成分作为模型的输入向量,然后采用OC-SVM区分新鲜蛋和非新鲜蛋。在模型建立过程中,对相关参数进行了优化,试验结果显示在相同条件下,OC-SVM模型识别结果较传统的支持向量机模型好。最优OC-SVM模型对新鲜蛋和非新鲜蛋的识别率均为80%,传统的支持向量机对新鲜度的识别率为100%,对非新鲜度的识别率却为0%。研究结果表明利用近红外光谱快速识别鸡蛋新鲜度方法是可行的;OC-SVM算法为训练样本数量不平衡提供了一种有效的解决方法。     

宽度学习的虾新鲜度检测方法

为了提升虾新鲜度判别的准确性,提出了一种基于宽度学习(BLS)的虾新鲜度检测方法。首先采用多元散射校正（MSC）、标准正态变量校正（SNV）和直接正交信号校正（DOSC）对不同冷藏天数虾的原始高光谱进行预处理,再使用t分布随机邻域嵌入（t-SNE）将预处理之后的数据可视化,可视化结果表明DOSC聚类效果最佳。然后使用随机森林（RF）、主成分分析（PCA）和二维相关光谱分析（2D-COS）对经DOSC预处理之后的光谱数据进行特征选择。最后基于选择的特征波长对虾新鲜度进行建模分析。将宽度学习（BLS）首次用于虾新鲜度建模,同时与偏最小二乘判别（PLS-DA）和极限学习机（ELM）等经典判别模型做比较。研究结果表明RF方法最大限度地消除了光谱中的冗余信息,而BLS与线性建模方法PLS-DA以及非线性建模方法ELM相比,准确率更高并且判别时间更短,因此RF-BLS组合模型获得了最佳新鲜度判别效果,表明高光谱成像技术结合宽度学习识别虾的新鲜度是可行的,可以为在线检测虾新鲜度系统的开发提供理论依据。     

基于光谱技术的双孢蘑菇新鲜度量化检测技术研究

双孢蘑菇质地柔嫩、营养丰富,具有很好的降血压、降血脂、消炎护肝等多种保健价值,其新鲜度是反映内外部品质的重要指标之一。目前双孢蘑菇新鲜度鉴别大多依据其外观品质变化（褐变）,缺乏精准的量化评价指标与方法,因此提出了以贮藏天数为新鲜度检测的量化指标,并利用近红外光谱技术对双孢蘑菇新鲜度进行检测分析。依据存储天数不同,将双孢蘑菇样本分为1~5组,每组40个样本,依次采集每组双孢蘑菇的近红外光谱数据。针对采集的原始光谱数据,首先选用卷积平滑滤波（SG）与多元散射校正（MSC）消除原始光谱噪声、基线平移以及光散射的影响,并选取399.81~999.81 nm的光谱波段作为数据处理范围;然后分别使用主成分分析（PCA）和连续投影算法（SPA）进行光谱降维和特征波长选择,继而建立极限学习机（ELM）分类模型;同时考虑到ELM模型中初始值对分类准确率影响较大,分别选用粒子群优化算法（PSO）、海鸥优化算法（SOA）对ELM中初始权值及阈值进行寻优,形成PSO-ELM,SOA-ELM优化组合分类模型;最后分别将全光谱、提取主成分以及所选的特征波长｛556.87,445.51,481.15,885.10,802.25,720.90,861.34,909.79,924.44,873.17 nm｝输入到分类模型中,建立不同输入、不同分类模型的双孢菇新鲜度检测模型。最终试验结果表明,当ELM为分类模型,以全光谱、主成分以及特征波长为输入时的预测精度分别为75%,95%,88%;以SPA优选特征波长作为输入的PSO-ELM、SOA-ELM分类模型训练集精度为96.25%,93.25%,预测集精度为92.5%,94%。可知,SPA波长选择算法可以有效降低光谱信息中存在的冗余信息,加快建模效率,同时海鸥优化算法能较好的优化ELM分类模型的初始参数,分类精度较ELM模型提高了6.8%,同时不产生过拟合现象。因此,利用光谱特征可以快速、准确无损的识别双孢蘑菇的新鲜度,研究结果为便携式双孢蘑菇新鲜度快速无损检测设备的开发提供了理论依据。     

肉类的微波与红外线保鲜实验

从电磁生物效应出发,分析了微波与红外线对细胞的作用,介绍了微波与红外线的保鲜技术. 通过微波与红外线照射猪肉片的实验,研究了2种电磁波对肉类保鲜的作用. 结果表明在一定的时间内二者均有一定的延缓肉类腐败提高新鲜度的作用.     

基于微分博弈的生鲜农产品三级供应链温度控制投入研究

针对生鲜农产品三级供应链温度控制投入的最优动态决策与协调问题,考虑供应链供应商、零售商和第三方物流服务商三方温度控制投入对生鲜农产品新鲜度的共同影响,分别构建集中式和批发价分散式决策下微分博弈模型,并比较两种决策情形下最优温度控制投入水平和供应链的各成员及整体利润。利用“互为成本分担-带固定补贴契约”对供应链进行协调,并结合数值算例,对不同决策情形下影响参数进行了敏感性分析和协调机制效果分析。研究表明：协调机制下“互为成本分担-带固定补贴契约”与批发价分散决策相比,协调机制下“互为成本分担-带固定补贴契约”供应链供应商、零售商和第三方物流服务商能够得到帕累托改善。     

FTIR光谱法整体评价蜂王浆新鲜度的研究

测定了在不同温度下经过不同时间贮存后的蜂王浆的FTIR光谱,以新采收蜂王浆的红外谱图为参考标准谱,利用光谱比对软件进行了一系列的相关分析。结果表明：不同贮存条件下的蜂王浆红外光谱图中酰胺Ⅰ带(1 700～1 600 cm-1)波段的相关系数和相对峰强度I_{1 647}/I_{1 541},I_{1 647}/I_{1 409},I_{1 647}/I_{1 247}和I_{1 647}/I_{1 054}都随着蜂王浆贮存时间延长和温度升高而降低,且与贮存时间存在着良好的线性关系,变化幅度顺序为28＞16＞4＞-18 ℃。因此,初步选定红外光谱图中酰胺Ⅰ带的相关系数和4个相对峰强度(I_{1 647}/I_{1 541},I_{1 647}/I_{1 409}、I_{1 647}/I_{1 247}和I_{1 647}/I_{1 054})作为新鲜度的评价指标,相关系数的阈值设定为0.910 0,4个相对峰强度的阈值分别设定为1.744,2.430,3.345和1.412。只要有1个或多个指标低于相应的阈值,可初步判定此蜂王浆是不新鲜的。该方法利用FTIR光谱法并结合计算机辅助解析技术能从宏观上、整体和快速地评价蜂王浆的新鲜度。     

用近红外漫反射光谱检测肉品新鲜度的初步研究

挥发性盐基氮一直以来是评定肉品新鲜程度的重要指标,通常其测定依据是半微量凯氏定氮法,这难以满足当前肉品快速非破坏性的检测要求。文章通过近红外漫反射光谱法(NIRS)建立了挥发性盐基氮(TVB-N)的预测模型,并通过聚类分析方法对光谱数据进行了分类处理。结果表明当猪肉样品中TVB-N含量超过11.6 mg·(100g)-1时,可以判定该肉品为次鲜肉,采用近红外漫反射光谱法建立预测模型,能够实现对肉品的新鲜程度非破坏性、快速检测。     

基于厌恶行为的冷链网络优化问题的研究

客户对冷链产品新鲜度的要求越来越高,但随着时间的变化,冷链产品品质在逐渐下降,客户的心理也在相应变化。在考虑交通阻塞的情况下,本文构建了客户厌恶行为函数,同时根据配送过程对车辆和驾驶员的被占用时间构建了配送中心厌恶行为函数,通过分配不同的权重将两个厌恶行为函数结合起来,在一系列约束条件下,以整体厌恶行为最小和成本最小为目标函数,建立了相应的数学模型。最后使用算例进行仿真,验证了所建立的数学模型是可行的。     

肉类新鲜度快速检测方法

根据纳氏比色法测定氨氯的原理，设计制造了名为“肉类新鲜度快速检测仪”的仪器，应用此自制的仪器，一件肉类样品的检测仅需8min。试验表明，吸光度与NH4^＋浓度在0～40mg／100g试样之间呈线性关系，其相关系数大于0．995，其检出限（3S／N）为0．5mg／100g。分析两件NH^＋浓度不同的试样，测定结果的平均RSD（n=8）值为3．5％