豬肉pH值和含水率高光譜檢測(cè)中品種差異的修正方法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩81頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、我國(guó)是肉類生產(chǎn)和消費(fèi)的大國(guó),而豬肉是我國(guó)肉食消費(fèi)的主力產(chǎn)品。生鮮豬肉pH值、含水率的優(yōu)劣,直接影響飼養(yǎng)、屠宰、加工和銷售等各環(huán)節(jié)的技術(shù)方案選擇與優(yōu)化,并最終決定產(chǎn)品質(zhì)量、產(chǎn)業(yè)效益和食品安全。通常豬肉高光譜的某一品質(zhì)參數(shù)檢測(cè)模型對(duì)建模所用品種樣本的預(yù)測(cè)性能良好,但是對(duì)其他品種樣本的預(yù)測(cè)效果欠佳。因此,對(duì)模型進(jìn)行品種間適用性檢測(cè)和檢測(cè)模型品種間差異修正方法研究對(duì)于實(shí)施和完善生鮮豬肉品質(zhì)檢測(cè)具有重要意義。
  該文以黑豬(大約克豬♀×北

2、京黑豬♂)、零號(hào)土豬(鄂西黑豬♀×大約克♂)和家佳康((大白♀×長(zhǎng)白♂)♀×杜洛克♂)3個(gè)品種的豬肉為研究對(duì)象,建立了最優(yōu)的pH值、含水率檢測(cè)模型,對(duì)定量檢測(cè)模型的品種間適用性進(jìn)行檢測(cè),并對(duì)豬肉pH值、含水率檢測(cè)模型品種間差異修正方法進(jìn)行了研究與比較。針對(duì)豬肉的品種間差異,開(kāi)展了豬肉品種定性判別方法研究,并對(duì)其進(jìn)行優(yōu)化。
  主要研究結(jié)果如下:
  1)研究和比較了不同的樣本集劃分方法及光譜預(yù)處理方法對(duì)豬肉pH值、含水率檢測(cè)

3、模型的影響,分別建立了黑豬、零號(hào)土豬和家佳康這3個(gè)品種豬肉最優(yōu)的pH值、含水率檢測(cè)模型。
  分別采用隨機(jī)法(RS)、Kennard-Stone法(KS)和光譜理化值共生距離法(SPXY)法對(duì)樣本集進(jìn)行劃分,以標(biāo)準(zhǔn)化(Normalize)、泊松擴(kuò)散(Poisson Scalling)、正交信號(hào)校正(OSC)、標(biāo)準(zhǔn)正態(tài)變量變換(SNV)、集團(tuán)化(Group Scale)和去趨勢(shì)變化(Detrend)等多種方法對(duì)光譜進(jìn)行預(yù)處理,比較不

4、同的預(yù)處理方法對(duì)豬肉樣本pH值、含水率偏最小二乘(PLSR)檢測(cè)模型的影響,確定了3個(gè)品種最優(yōu)的pH值、含水率PLSR檢測(cè)模型。
  黑豬樣本pH值檢測(cè)模型的校正集相關(guān)系數(shù)Rc為0.893,預(yù)測(cè)集相關(guān)系數(shù)Rp為0.876,交互驗(yàn)證均方根誤差RMSECV為0.164,預(yù)測(cè)集均方根誤差RMSEP為0.108;零號(hào)土豬樣本pH值檢測(cè)模型的Rc為0.906,Rp為0.878,RMSECV為0.155,RMSEP為0.090;家佳康樣本pH

5、值檢測(cè)模型的Rc為0.940,Rp為0.911,RMSECV為0.128, RMSEP為0.104。
  黑豬樣本含水率檢測(cè)模型最佳模型的Rc為0.943,Rp為0.883,RMSECV為0.120, RMSEP為0.137;零號(hào)土豬樣本含水率檢測(cè)模型的Rc和Rp分別為0.901和0.872, RMSECV和RMSEP分別為0.204和0.194;家佳康樣本含水率檢測(cè)模型的Rc為0.923, Rp為0.886,RMSECV為0.1

6、66,RMSEP為0.123。
  2)研究了生鮮豬肉pH值檢測(cè)模型和含水率檢測(cè)模型的品種間適用性。
  分別采用平均光譜法與主成分得分空間分布法對(duì)豬肉的pH值、含水率檢測(cè)模型進(jìn)行品種間適用性檢測(cè),結(jié)果證明家佳康品種的平均光譜值與主成分得分與另外2個(gè)豬肉品種均存在較大差異,不能用于直接預(yù)測(cè)另2個(gè)品種豬肉的pH值與含水率。
  應(yīng)用模型交叉檢驗(yàn)法對(duì)另2個(gè)豬肉品種pH值、含水率進(jìn)行模型適用性研究。所得家佳康pH值模型對(duì)黑豬

7、品種的預(yù)測(cè)Rp為0.594,RMSEP為0.186;對(duì)零號(hào)土豬品種的預(yù)測(cè)Rp為0.471,RMSEP為0.201。所用家佳康含水率模型對(duì)黑豬品種的預(yù)測(cè)Rp為0.561,RMSEP為0.204;對(duì)零號(hào)土豬品種的預(yù)測(cè)Rp為0.602,RMSEP為0.212。結(jié)果證明:家佳康無(wú)法有效預(yù)測(cè)兩外2個(gè)豬肉品種的pH值及含水率。
  3)使用了模型更新法對(duì)豬肉pH值、含水率檢測(cè)模型進(jìn)行品種間預(yù)測(cè)。
  對(duì)家佳康pH值模型使用模型更新法對(duì)黑

8、豬品種和零號(hào)土豬品種進(jìn)行預(yù)測(cè)。對(duì)前者的Rp可由0.594提高到0.736,RMSEP可由0.186降低到0.113;而對(duì)后者的Rp可由0.479提高到0.707,RMSEP可由0.201降低到0.120。
  對(duì)家佳康含水率模型使用模型更新法對(duì)黑豬品種和零號(hào)土豬品種進(jìn)行預(yù)測(cè)。對(duì)前者的Rp可由0.561提高到0.753,RMSEP可由0.204降低到0.128;而對(duì)后者的Rp可由0.602提高到0.789,RMSEP可由0.212降

9、低到0.136。
  結(jié)果證明,模型更新法可以提高家佳康pH值、含水率模型對(duì)黑豬品種和零號(hào)土豬品種的預(yù)測(cè)能力。
  4)研究與比較了光譜信號(hào)校正算法對(duì)豬肉pH值檢測(cè)模型和含水率檢測(cè)模型品種間的差異修正。
  以家佳康為主品種模型,對(duì)經(jīng)過(guò)光譜信號(hào)校正后的黑豬樣本進(jìn)行pH值檢測(cè), Rp由0.594提高到0.832,RMSEP由0.186降低到0.090。使用同一主品種模型,對(duì)經(jīng)過(guò)光譜信號(hào)校正后的零號(hào)土豬樣本進(jìn)行pH值檢測(cè),

10、Rp可由0.471提高到0.817, RMSEP可由0.201降低到0.112。
  以家佳康為主品種模型,對(duì)經(jīng)過(guò)光譜信號(hào)校正后的黑豬樣本進(jìn)行含水率檢測(cè), Rp可由0.561提高到0.824,RMSEP由0.204降低到0.122。使用同一主品種模型,對(duì)經(jīng)過(guò)光譜信號(hào)校正后的零號(hào)土豬樣本進(jìn)行含水率檢測(cè),Rp可由0.602提高到0.833, RMSEP可由0.212降低到0.108。
  結(jié)果證明,光譜信號(hào)校正算法可以在不影響原

11、模型的情況下提高主品種對(duì)待測(cè)從品種的預(yù)測(cè)性能。
  5)研究與確定了豬肉品種定性判別方法及其優(yōu)化方法。
  以隨機(jī)選取的方法按2:1的比例對(duì)樣本進(jìn)行劃分,最終獲得校正集240個(gè),預(yù)測(cè)集120個(gè)。以BP神經(jīng)網(wǎng)絡(luò)、K最鄰近法KNN、支持向量機(jī)SVM和極限學(xué)習(xí)機(jī)ELM這4種多分類方法建立豬肉品種定性判別模型,分別比較了多種預(yù)處理方法對(duì)各模型的影響,同時(shí)比較了各分類方法判別所需的時(shí)間。其中,以ELM模型的分類效果最佳,而其最優(yōu)的預(yù)處

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論