基于近紅外光譜分析技術(shù)與嵌入式技術(shù)的豬肉品質(zhì)檢測(cè)研究.pdf

1、隨著人們生活水平的提高，豬肉消耗量的逐年增加，豬肉越來(lái)越成為人們餐桌上不可或缺的一項(xiàng)，但是今年問(wèn)題豬肉頻繁出現(xiàn)在人們身邊，腐敗肉、注水肉、瘦肉精豬肉等嚴(yán)重影響了人們的生活，開(kāi)發(fā)一種快速、便捷，實(shí)用的豬肉品質(zhì)檢測(cè)方法已經(jīng)成為廣大質(zhì)檢部門和廣大消費(fèi)者的迫切需求。
　　本課題在北京市自然科學(xué)基金項(xiàng)目的資助下，認(rèn)真研究檢測(cè)豬肉新鮮度的衡量指標(biāo)，仔細(xì)比較檢測(cè)豬肉新鮮度的傳統(tǒng)方法，嘗試性開(kāi)展應(yīng)用近紅外技術(shù)和多數(shù)據(jù)融合技術(shù)解決檢測(cè)豬肉新鮮度的問(wèn)

2、題，同時(shí)初步搭建了豬肉品質(zhì)檢測(cè)便攜設(shè)備的硬件環(huán)境及構(gòu)建了便攜設(shè)備的軟件環(huán)境。
　　整個(gè)課題中，選擇均勻的豬肉臀部肉在豬肉腐敗的不同時(shí)間段內(nèi)，通過(guò)近紅外光譜儀的固體檢測(cè)模塊——積分球?qū)ζ瑺钬i肉進(jìn)行檢測(cè)，與此同時(shí)，采集相同時(shí)刻的相同樣本檢測(cè)PH值、TVBN值、含水量、克倫特羅值進(jìn)行新鮮度等級(jí)定性分析和定量建模，同時(shí)研究是否是注水肉和“瘦肉精”豬肉的檢測(cè)方法。
　　本論文對(duì)采集的近紅外光譜按化學(xué)實(shí)驗(yàn)測(cè)得的新鮮度等級(jí)分類后，進(jìn)行平滑

3、預(yù)處理，然后對(duì)光譜求平均，通過(guò)對(duì)光譜所含信息量的研究證實(shí)了近紅外光譜用來(lái)檢測(cè)豬肉新鮮度的可行性。同時(shí)，也對(duì)OPUS提供的五種預(yù)處理方法和七種聚類方法進(jìn)行了比較，最后選定一階導(dǎo)數(shù)+13點(diǎn)平滑進(jìn)行預(yù)處理，Complete linkage進(jìn)行聚類分析，建立聚類模型，取得了檢驗(yàn)集6個(gè)樣本分類預(yù)測(cè)結(jié)果完全正確，為了進(jìn)一步評(píng)定豬肉品質(zhì)，通過(guò)波長(zhǎng)優(yōu)化、主成分?jǐn)?shù)的選擇，建立了基于PCR模型的豬肉含水量測(cè)定的近紅外校正模型，校正集樣本預(yù)測(cè)值與真值關(guān)系系數(shù)

4、為0.9320，交叉驗(yàn)證均方差SECV為0.2942，預(yù)測(cè)集樣本預(yù)測(cè)值和真值測(cè)定系數(shù)為0.9812，預(yù)測(cè)均方差為0.2944，表明了該模型具有較好的預(yù)測(cè)效果和較高的預(yù)測(cè)精度。
　　為了進(jìn)一步驗(yàn)證該模型的實(shí)際應(yīng)用能力，本課題對(duì)多組分同時(shí)分析進(jìn)行了研究，并結(jié)合多數(shù)據(jù)融合，采用檢測(cè)級(jí)數(shù)據(jù)融合，數(shù)據(jù)層和決策層相結(jié)合的目標(biāo)識(shí)別融合兩種數(shù)據(jù)融合結(jié)構(gòu)同時(shí)使用的方法，不但能夠同時(shí)檢測(cè)豬肉的新鮮度等級(jí)，含水量，瘦肉精含量，而且大大提高了模型的通用性