| 摘 要： | 牛肉丸是一种口感独特的肉类深加工食品。不法商贩为了谋取利益,在牛肉中掺入猪肉、鸡肉等廉价肉制作肉丸冒充纯牛肉丸售卖。传统的肉品掺假检测方法费时费力,成本高昂。高光谱成像技术具有快速无损、低成本等优点,因此对牛肉丸中掺假猪肉和鸡肉进行高光谱成像检测。首先分别制作纯牛肉丸和混有掺假肉猪肉和鸡肉的牛肉丸,掺假肉占原料肉质量比例分别为5%, 10%, 15%, 20%, 25%。采集所有肉丸样本的高光谱信息并提取光谱数据。分别采用1st Der,2nd Der,MC,MSC,SG和SNVT六种预处理方法对所提取光谱进行预处理,建立全波段下偏最小二乘（PLS）掺假含量预测模型,并比较模型预测效果得出最佳预处理方法。对最佳预处理方法处理后的光谱数据进行特征波长的筛选,筛选方法有：连续投影法（SPA）、竞争性自适应重加权算法（CARS）、联合区间偏最小二乘法（siPLS）,并创新性地联用siPLS与CARS的联合区间偏最小二乘-竞争性自适应重加权算法（siPLS-CARS）。最后比较不同波长筛选方法下的模型预测效果。研究表明,牛肉丸掺猪肉和鸡肉PLS预测模型最佳预处理方法分别为MSC和1st Der。SPA,CARS和siPLS-CARS分别筛选了掺猪肉样品光谱中的13,51和32个特征波长,siPLS将全光谱分为14个子区间,联合第1, 3, 7, 13子区间进行建模,其中CARS筛选波长后的PLS预测模型效果最好,RC和RP分别为0.981 4和0.972 1,RMSECV和RMSEP分别为0.016 3和0.020 3。SPA,CARS和siPLS-CARS分别筛选了掺鸡肉光谱中的15,61和28个特征波长,siPLS将全光谱分为15个子区间,联合第7, 8, 11, 12子区间进行建模,最佳波长筛选方法也是CARS,此时PLS预测模型RC和RP分别为0.990 2和0.987 8,RMSECV和RMSEP分别为0.012 3和0.012 6。siPLS-CARS相比于siPLS不仅缩减了特征波长数量,且提高了模型预测的精度;相比于CARS筛选出的波长更少,但精度略低。掺鸡肉样品预测模型效果整体优于掺猪肉样品。研究结果表明高光谱成像技术可以实现牛肉丸中掺假的含量预测,为牛肉丸掺假快速检测提供理论基础。
|
