基于多标记深度森林算法的冷鲜羊肉新鲜度无损检测方法

羊肉新鲜程度受多种因素影响，其检测一般要从感官性状、分解的理化产物和微生物繁殖程度等方面进行。然而基于单一指标的羊肉新鲜度检测局限性大，适用性低，很难综合评价羊肉新鲜程度，而且传统检测方法操作复杂，效率低，不能满足日常实际需求。高光谱成像技术作为一种快速、无损、高效的检测技术，可以有效地获取冷鲜羊肉腐败过程中表面、内部组成和理化变化信息。提出一种基于改进深度森林算法的冷鲜羊肉新鲜度评价模型，增加特征筛选挖掘与多个评价指标相关的光谱信息，同时增加层增长控制有效防止模型过拟合。采集了0～14天4℃贮藏环境中羊肉样本的400～1 000 nm高光谱数据，采用实验室方法测定了样本的挥发性盐基氮(TVB-N)、 pH值、菌落总数(TAC)和大肠菌群近似数(ANC)指标值。选择感兴趣区域提取光谱数据，通过S-G平滑滤波法和多元散射校正法对原始光谱数据进行预处理，利用连续投影法提取了18个特征波段。将数据集按照3∶1划分为训练集和测试集；利用本文提出的改进深度森林算法建立新鲜度等级分类模型。结果表明，新鲜度等级分类总体精度为0.985 7,并利用hamming loss、 one-error、 ra...