高光谱图像结合特征变量筛选定量检测羊肉中狐狸肉掺假

摘要

为了探讨快速无损检测羊肉糜中狐狸肉掺假含量的可行性,该研究利用高光谱技术结合特征变量筛选方法开展了其定量检测研究.利用遗传算法、竞争性自适应重加权算法和二维相关光谱分析(Two-Dimensional Correlation Spectroscopy,2D-COS)3种方法分别对代表性样品全部846个波长进行特征波长筛选,得到207、34和14个特征波长;基于全部波长和特征波长建立羊肉糜中狐狸肉掺假含量的偏最小二乘回归(Partial Least Squares Regression,PLSR)和支持向量回归(Support Vector Regression,SVR)模型并进行比较.研究结果表明,基于全部波长和特征波长建立的SVR模型性能均优于PLSR模型.其中,利用2D-COS方法提取的14个特征波长建立的SVR模型(即2D-COS-SVR模型)性能最优,其预测集决定系数和均方根误差分别为0.928和3.00％,相对分析误差为4.85,表明高光谱结合2D-COS-SVR模型可以有效实现羊肉糜中狐狸肉掺假的定量检测.该研究结果为开发低成本肉类掺假检测系统提供技术支持和参考依据.