基于可見-近紅外光譜的生鮮豬、牛、羊肉識(shí)別方法研究.pdf

1、新疆是少數(shù)民族集聚區(qū)域，目前有47個(gè)少數(shù)民族，其中有13個(gè)世居少數(shù)民族，當(dāng)中有很大一部分民族都信奉伊斯蘭教，主要以牛羊肉作為肉類食物。新疆是我國的一個(gè)畜牧業(yè)大省，養(yǎng)羊業(yè)大省，但是肉類優(yōu)價(jià)不優(yōu)質(zhì)的現(xiàn)象突出。在利益的驅(qū)使下，常常出現(xiàn)使用低品質(zhì)的肉類冒充高價(jià)肉的現(xiàn)象。因此，發(fā)展一種用于識(shí)別肉類的檢測(cè)方法顯得十分迫切。近年來，隨著可見/近紅外光譜技術(shù)的日益成熟，越來越多的被用于食品檢測(cè)的行業(yè)中來，其具有快速、無損和高效的檢測(cè)特點(diǎn)。本論文從種類、

2、品種、混合肉糜等方面，對(duì)肉類進(jìn)行定性識(shí)別。采用可見/近紅外光譜儀對(duì)其進(jìn)行掃描，建立肉類的定性識(shí)別預(yù)測(cè)模型。具體結(jié)果如下:
　　對(duì)豬、牛和羊肉樣本進(jìn)行鑒別分析，結(jié)果表明:利用特征光譜建立的線性判別分析模型對(duì)豬、牛、羊肉的預(yù)測(cè)集樣本的識(shí)別準(zhǔn)確率分別為100％、94.1％、95.5％，利用主成分得分作為變量的模型對(duì)豬、牛、羊肉的預(yù)測(cè)集樣本的識(shí)別準(zhǔn)確率分別為94.7％、100％、95.6％。模型較為可靠。另外，利用聚類分析可對(duì)豬肉樣本進(jìn)行

3、較好的聚類，準(zhǔn)確率達(dá)到100％，而牛肉與羊肉樣本聚類效果并不理想。
　　采集235個(gè)不同品種羊肉樣本，提取其原始可見/近紅外光譜。選擇三個(gè)波段對(duì)其進(jìn)行主成分分析，根據(jù)主成分得分建立線性判別模型。結(jié)果顯示在400nm-430nm范圍內(nèi)當(dāng)主成分?jǐn)?shù)為7時(shí)，其校正集回代準(zhǔn)確率為75.5％，交叉驗(yàn)證準(zhǔn)確率為73.4％，驗(yàn)證集準(zhǔn)確率為93.1％。經(jīng)過一階導(dǎo)數(shù)與標(biāo)準(zhǔn)歸一化處理后所建立的模型，當(dāng)主成分?jǐn)?shù)為23時(shí)，400nm-430nm波段判別準(zhǔn)確