|
|||||
|
|
| 基于可见-近红外光谱与稀疏表示的注水肉识别 | |
| 引用本文： | 郝冬梅,周亚男,王玉,张松,杨益民,林凌,李刚,王修力. 基于可见-近红外光谱与稀疏表示的注水肉识别[J]. 光谱学与光谱分析, 2014, 35(1): 93 |
| 作者姓名： | 郝冬梅 周亚男 王玉 张松 杨益民 林凌 李刚 王修力 |
| 作者单位： | 郝冬梅:北京工业大学生命科学与生物工程学院, 北京 100124 周亚男:北京工业大学生命科学与生物工程学院, 北京 100124 王玉:北京工业大学生命科学与生物工程学院, 北京 100124 张松:北京工业大学生命科学与生物工程学院, 北京 100124 杨益民:北京工业大学生命科学与生物工程学院, 北京 100124 林凌:天津大学, 精密测试技术及仪器国家重点实验室, 天津 300072 李刚:天津大学, 精密测试技术及仪器国家重点实验室, 天津 300072 王修力:安徽大学健康科学研究院, 安徽 合肥 230601 |
| 基金项目： | 国家自然科学基金项目(30973964)资助 |
| 摘 要： | 为了能快速准确的识别原料肉与注水肉, 提出了一种基于可见-近红外光谱和稀疏表示的无损的识别方法。通过向猪肉样本(包括猪皮、脂肪层和肌肉层)注水的方法建立注水肉模型, 采集未注水的原料肉和6类不同注水量的注水肉的可见和近红外漫反射光谱数据。为了消除光谱数据中的冗余信息并提高分类效果, 对光谱数据进行光调制和归一化等预处理并截取有效波段, 根据是否注水以及注水量的多少对样本进行分类。用所有训练样本构成原子库(字典), 通过ｌ1最小化将测试样本表示为这些原子的最稀疏的线性组合。计算测试样本与各类的投影误差, 将最小投影误差对应的类作为测试样本的所属类别, 并应用留一法进行交叉检验, 比较了稀疏表示法与支持向量机的识别结果。实验结果表明, 利用稀疏表示法对于原料肉与注水肉的识别准确率可达到90%以上, 获得了较好的分类效果, 优于支持向量机的识别结果。而对于不同注水量的注水肉识别准确率与注水量之差正相关。稀疏方法不需要进行传统模式识别模型的前期学习与特征提取, 适用于高维、小样本量数据的处理, 计算成本低, 将其用于注水肉的光谱数据识别具有一定的创新性, 并取得了较满意的结果, 为原料肉和注水肉的无损识别提供了一种有效方法。 |
| 关 键 词： | 可见-近红外光谱 稀疏表示 注水肉 原料肉 |
| 收稿时间： | 2013-12-12 |
Recognition of Water-Injected Meat Based on Visible/Near-Infrared Spectrum and Sparse Representation |
|
| Abstract: | |
| Keywords: | Visible/near-infrared spectrum Sparse representation Water-injected meat Raw meat |