

版權(quán)說明: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),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、近年來,雞肉的消費量逐年升高,雞肉的品質(zhì)安全也越來越受到廣大消費者的關(guān)注。新鮮度是反映肉品質(zhì)量的主要依據(jù),而評價新鮮度的最常用的指標(biāo)是揮發(fā)性鹽基氮(TVB-N)。本研究旨在尋找快速無損檢測雞肉中TVB-N含量的手段。肉品的腐敗過程伴隨著其氣味,內(nèi)部化學(xué)組分、及紋理特征的變化,采用嗅覺可視化技術(shù)來采集肉樣的氣味信息,用高光譜成像設(shè)備采集肉樣內(nèi)部化學(xué)組分及紋理的變化信息,嗅覺可視化技術(shù)相比于傳統(tǒng)的電子鼻技術(shù)受環(huán)境影響較小,不易受溫、濕度的影
2、響。而高光譜成像技術(shù)相比于近紅外技術(shù)及計算機視覺技術(shù)有著不受單點檢測限制以及能同時獲取肉樣內(nèi)外部信息的優(yōu)勢。因此這兩種新型的無損檢測技術(shù)更適合用于肉品質(zhì)量快速檢測。研究分別選用嗅覺可視化技術(shù)和高光譜成像技術(shù)兩種檢測手段,以及兩種檢測技術(shù)相融合的方式來檢測雞肉的新鮮度。主要內(nèi)容有如下幾個方面:
1.采用課題組自行研制的嗅覺可視化裝置進行對雞肉新鮮度檢測的可行性研究。篩選了對肉腐敗變質(zhì)過程中釋放的揮發(fā)性氣體敏感的12種氣敏材料(9
3、種卟啉及金屬卟啉及3種pH指示劑),通過掃描儀采集嗅覺可視化傳感器與揮發(fā)性物質(zhì)反應(yīng)前后的圖像。根據(jù)可視化傳感器陣列與不同雞肉樣本散發(fā)的揮發(fā)性物質(zhì)反應(yīng)前后的RGB顏色變化值,每個雞肉樣本均對應(yīng)36個顏色變量(12×3個),利用相關(guān)分析方法從中篩選了與TVB-N值密切相關(guān)的12個特征變量,將這些變量與TVB-N實測值分別建立偏最小二乘模型(PLS)和反向傳播人工神經(jīng)網(wǎng)絡(luò)(BP-ANN)模型。預(yù)測集的相關(guān)系數(shù)分別達到0.791和0.908,試
4、驗結(jié)果表明,BP-ANN模型對雞肉新鮮度的檢測性能要優(yōu)于PLS模型,為嗅覺可視化技術(shù)在雞肉新鮮度快速無損檢測中的應(yīng)用提供了理論依據(jù)。
2.探討高光譜數(shù)據(jù)中的圖像信息來檢測雞肉新鮮度的可行性。針對傳統(tǒng)的高光譜圖像數(shù)據(jù)降維的盲目性,研究提出了區(qū)間篩選和變量篩選相結(jié)合的高光譜圖像數(shù)據(jù)降維新思路。首先提取高光譜圖像數(shù)據(jù)中的光譜信息進行多元散射校正(MSC)預(yù)處理;利用聯(lián)合區(qū)間偏最小二乘法(siPLS)算法初步篩選出100個光譜特征變量
5、,再利用遺傳算法(GA)進一步篩選出5個與雞肉新鮮度密切相關(guān)的特征波長(562.67nm,572.87nm,609.58nm,756.53nm,767.86nm);再從這5個特征波長對應(yīng)的5幅特征圖像中分別提取基于統(tǒng)計矩陣的6個紋理特征變量。因此每個雞肉樣本包含30個紋理特征變量。將這30個紋理特征變量與TVB-N實測值進行相關(guān)性分析,剔除冗余變量,最終得到17個與TVB-N值密切相關(guān)的特征變量,與TVB-N實測值建立BP-ANN模型。
6、預(yù)測集的相關(guān)系數(shù)達到0.803??梢娀诟吖庾V技術(shù)的圖像信息也可以實現(xiàn)對雞肉TVB-N含量的定量檢測。
3.采用多傳感器信息融合技術(shù)檢測雞肉的新鮮度。在目前單一檢測技術(shù)已成功運用的基礎(chǔ)上,研究進一步將兩技術(shù)相融合綜合檢測雞肉的新鮮度。試驗利用嗅覺可視化、高光譜成像技術(shù)分別獲取雞肉的氣味信息及光譜圖像信息,分別提取出12個顏色特征變量與17個紋理特征變量,經(jīng)主成分因子數(shù)優(yōu)化,獲得的最佳得分向量作為模式識別的輸入層,采用BP-AN
7、N算法與TVB-N實測值建立定量模型。預(yù)測集中樣本的相關(guān)性達到了0.951。研究結(jié)果表明,兩技術(shù)信息融合的模型要優(yōu)于單一技術(shù)模型。所以,采用嗅覺可視化、高光譜成像兩種技術(shù)的信息融合模型綜合評價雞肉的新鮮度是可行的,且其模型精度較單一模型有很大的提升。研究結(jié)果表明多傳感器信息融合技術(shù)在雞肉新鮮度檢測方面的應(yīng)用要具有一定的可行性且優(yōu)于單一無損檢測技術(shù)。
本研究為利用多技術(shù)信息融合進行雞肉新鮮度評價提供了理論依據(jù)和技術(shù)指導(dǎo),對嚴(yán)把肉
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 嗅覺可視化技術(shù)檢測豬肉新鮮度的研究.pdf
- 鰱魚新鮮度的可視化嗅覺檢測技術(shù)及檢測標(biāo)準(zhǔn)研究.pdf
- 基于高光譜成像技術(shù)的蔬菜新鮮度快速檢測方法研究.pdf
- 基于高光譜成像技術(shù)的熟牛肉新鮮度檢測方法研究.pdf
- 基于嗅覺可視化技術(shù)的魚類新鮮度評價方法及裝置研究.pdf
- 光譜和成像技術(shù)檢測豬肉及其制品新鮮度的研究.pdf
- 基于天然色素氣體可視化和高光譜圖像技術(shù)評判肴肉新鮮度研究.pdf
- 基于機器嗅覺的中華絨螯蟹新鮮度檢測技術(shù)研究.pdf
- 金屬卟啉類嗅覺可視化傳感器反應(yīng)機理及其在魚新鮮度檢測中的應(yīng)用研究.pdf
- 肉類新鮮度的近紅外光譜檢測方法研究.pdf
- 基于光譜技術(shù)的牛肉新鮮度檢測模型維護方法研究.pdf
- 羊肉新鮮度無損檢測技術(shù)研究.pdf
- 蝦新鮮度的近紅外光譜快速檢測的研究.pdf
- 雞蛋新鮮度和血斑蛋光譜技術(shù)在線檢測研究.pdf
- 利用無損檢測和多傳感器數(shù)據(jù)融合技術(shù)快速檢測雞肉新鮮度.pdf
- 融合圖像和嗅覺特征的豬肉新鮮度分級.pdf
- 基于嗅覺信息圖像化的魚類新鮮度高通量在線無損檢測系統(tǒng)研發(fā).pdf
- 雞蛋新鮮度可見-近紅外光譜在線檢測技術(shù)研究.pdf
- 雞肉彈性與新鮮度關(guān)系的研究及屠宰線設(shè)計
- 基于近紅外光譜漫反射技術(shù)檢測雞蛋新鮮度的研究.pdf
評論
0/150
提交評論