高光谱成像技术在三文鱼脂肪含量检测中的应用
169 浏览量
更新于2024-08-26
收藏 1.52MB PDF 举报
"基于高光谱成像技术的三文鱼肉脂肪含量可视化研究"
本文是一篇关于利用高光谱成像技术进行三文鱼肉脂肪含量检测的研究论文。研究团队由章海亮、代启、叶青等人组成,发表在《江苏农业科学》2019年第47卷第18期上。该研究旨在通过高光谱成像技术,实现三文鱼脂肪含量的非破坏性、可视化检测,并通过Matlab进行数据处理和结果展示。
研究过程首先将5条完整的三文鱼按照统一标准切割成100个样本,随后收集每个样本的高光谱成像数据。研究人员提取了这些样本中感兴趣区域的光谱信息,运用偏最小二乘(PLS)模型对这些数据进行分析。75个样本用于构建模型,剩余25个样本作为验证集。实验结果显示,预测集的决定系数(R²)达到0.913,均方根误差(RMSEP)为0.921%,表明模型具有较高的预测准确性。
为了进一步优化模型,研究者采用了连续投影算法(SPA)来提取特征波长。基于这些特征波长重新构建的PLS模型,预测集的决定系数保持在0.913,而RMSEP降低至0.920%,这证明了模型简化后并未损失精度。
最后,研究团队使用Matlab编程实现了三文鱼脂肪含量的可视化研究。通过这种方式,能够直观地显示三文鱼肉内的脂肪分布情况,这对于食品质量控制和消费者信息提供具有重要意义。
该研究受到国家自然科学基金的支持,并且强调了高光谱成像技术在三文鱼脂肪检测中的潜力。随着三文鱼在中国市场的日益普及,这种非侵入式的检测方法有助于提升食品安全和质量控制水平,同时满足消费者对健康饮食的追求。
2020-05-19 上传
2021-09-25 上传
2021-09-27 上传
2023-05-23 上传
2023-04-04 上传
2023-05-23 上传
2023-03-30 上传
2023-05-05 上传
2023-03-30 上传
weixin_38696176
- 粉丝: 6
- 资源: 919
最新资源
- Raspberry Pi OpenCL驱动程序安装与QEMU仿真指南
- Apache RocketMQ Go客户端:全面支持与消息处理功能
- WStage平台:无线传感器网络阶段数据交互技术
- 基于Java SpringBoot和微信小程序的ssm智能仓储系统开发
- CorrectMe项目:自动更正与建议API的开发与应用
- IdeaBiz请求处理程序JAVA:自动化API调用与令牌管理
- 墨西哥面包店研讨会:介绍关键业绩指标(KPI)与评估标准
- 2014年Android音乐播放器源码学习分享
- CleverRecyclerView扩展库:滑动效果与特性增强
- 利用Python和SURF特征识别斑点猫图像
- Wurpr开源PHP MySQL包装器:安全易用且高效
- Scratch少儿编程:Kanon妹系闹钟音效素材包
- 食品分享社交应用的开发教程与功能介绍
- Cookies by lfj.io: 浏览数据智能管理与同步工具
- 掌握SSH框架与SpringMVC Hibernate集成教程
- C语言实现FFT算法及互相关性能优化指南