论文部分内容阅读
为了实现白肌(pale soft exudative,PSE)肉和黑干(dark fi rm dry,DFD)肉等劣质猪肉的预判,实验收集了生猪屠宰时的血液样品,其中64个样品用于建立血液皮质醇浓度预测模型,89个样品用于建立血液葡萄糖浓度预测模型。应用便携式近红外仪采集样品的近红外光谱信息并使用不同算法和算法组合对样品的光谱信息进行预处理后利用偏最小二乘回归算法进行建模。通过模型评价参数对预处理方法进行筛选后发现,针对预测生猪血液中的葡萄糖浓度,对样品的近红外光谱信息进行Savitzky-Golay求导和基线校正后建模,模型性能最佳。模型的校正标准差和验证标准差分别为2.07和2.48,主因子数为6,校正集相关系数和验证集相关系数分别为0.88和0.85。针对预测生猪血液中的皮质醇浓度,对样品的近红外光谱信息进行标准化、差分求导、Savitzky-Golay平滑和净分析信号后建模,模型性能最佳。模型的校正标准差和验证标准差分别为0.05和0.15,主因子数为6,校正集相关系数和验证集相关系数分别为0.97和0.67。应用筛选出的模型对另外采集的未用于建模的25个生猪血液样品中的葡萄糖和皮质醇浓度进行检测,从而进行劣质猪肉预警,PSE和DFD肉的预判准确率分别达到92%和96%。说明应用便携式近红外仪检测生猪血液中的葡萄糖和皮质醇浓度,从而预判劣质猪肉的方法是可行的。