论文部分内容阅读
我国是鸡蛋生产与消费大国,对鸡蛋品质的检测与分级具有广阔的市场前景。本文以鸡蛋为研究对象,结合光谱技术和化学计量学相关知识,对检测鸡蛋内部血斑的装置与方法开展研究,尝试并比较了三种不同的血斑蛋鉴别方法对判别结果的影响,并完成基于光谱技术的血斑蛋检测分析装置的搭建与软件的设计开发,通过动态试验建立了实时判别模型并验证其检测效果,运用模型更新的方法对动态检测的模型进行了优化。主要研究内容、结果和结论如下：(1)研究确定了鸡蛋中血斑的2个特征吸收峰544.45nm与575.58nm及修正波长633.45nm,同时运用血值(吸光度比值)判别的方法对鸡蛋进行血斑检测,结果表明受蛋壳表面颜色的影响,传统的基于血值的判别结果不理想,最高仅为55.7%。(2)比较了不同预处理方法(一阶微分、二阶微分、多元散射校正、标准归一化)以及原始光谱的偏最小二乘判别分析结果,采用多元散射校正(MSC)预处理方法检出率最高,为81.2%。(3)尝试了融合鸡蛋光谱数据与蛋壳颜色信息后的最小二乘支持向量机判别方法,由于考虑了蛋壳颜色的补偿,在一定程度上降低了蛋壳颜色对吸收光谱的影响,判别结果得到了明显改善,总体判别正确率达到88.6%。(4)设计并开发了一套可用于在线检测鸡蛋内部血斑的检测装置,并据此编写了血斑蛋光谱采集与检测分析软件,主要功能模块包括数据采集模块、数据保存加载模块、数据结果显示模块以及光谱采集参数设置模块等。(5)采用Logistic二分类回归方法对动态试验数据建立离线模型,并运用此模型进行在线实时判别,发现在校正模型中添加与预测集样本性质相近的少量样本后模型的预测效果有一定提高,达到87.5%。