领学术科研之先,创食品科技之新
—— 中国食品杂志社
期刊集群
猪肉水分含量线性、非线性定量分析模型比较研究
来源:导入 阅读量: 1 发表时间: 2026-02-09
作者: 王 冬,李 成,平 华,刘 静,王北洪,李 杨
关键词: 线性渐变分光近红外光谱;定量分析模型;水分含量;猪肉
摘要:

为比较线性算法和非线性算法在建立猪肉水分含量定量分析模型预测准确性方面的差异,采用便携式线性渐变分光近红外(linear variable filter near-infrared,LVFNIR)光谱仪分别采集整块、切碎2 种状态猪肉样品的LVFNIR光谱,并分别采用线性算法(偏最小二乘回归(partial least square regression,PLSR))、非线性算法(支持向量回归(support vector regression,SVR))建立猪肉水分含量定量分析模型,并分别对整块猪肉PLSR模型、切碎猪肉PLSR模型、整块猪肉SVR模型、切碎猪肉SVR模型进行波段优化和数据预处理方法优化。结果表明,采用全谱区结合数据中心化+数据平滑+标准正态变量变换预处理所建立的切碎猪肉SVR模型效果最佳,优化模型的惩罚系数、核参数、校正决定系数、校正均方根误差、交互验证决定系数、验证均方根误差、相对预测性能分别为14 400、0.020、0.778 7、1.04、0.871 4、0.89、2.69。对外部验证集(外部盲样)的预测结果表明,切碎猪肉SVR模型的预测效果最佳,预测均方根误差、预测相关系数分别为1.24、0.821 0。研究表明,对于相同状态的样品,SVR算法所建模型的预测性能更佳,即预测准确度更高;但SVR模型在稳定性方面依然存在需要提升的空间。

电话: 010-87293157 地址: 北京市丰台区洋桥70号

版权所有 @ 2023 中国食品杂志社 京公网安备11010602060050号 京ICP备14033398号-2