小程序
微信小程序
人工客服
回顶部

基于FISS成像光谱数据牛奶品种识别研究

百合 | -> | 696| 0| 2.191062MB |成像光谱技术,遥感应用,品种识别,地面成像光谱辐射测量系统(FISS)

百合 百合 | 文档量 |浏览量12049

摘 要 利用自主研制的地面成像光谱辐射测量系统(field imaging spectrometer system,FISS)获取了14种典型牛奶样品的高光谱图像数据,并基于此做了牛奶品种识别研究。首先剔除2个异常样品,对剩余12种牛奶样品随机取样,共取1 200个像元样本;为消除高频随机噪声和基线偏移,改善多重共线性,对所有样本做移动平均平滑和一阶微分预处理,再运用逐步回归法选择的特征波长建立牛奶多类判别分析模型。结果表明,对12种牛奶样本混合识别,总体判别精度高达95.5%,其中蒙牛、伊利和光明三种原味酸奶的总体正确识别率为88.3%;对这三种原味酸奶构成的样本子集单独识别,其总体正确识别率为88.7%。这说明FISS能够用于牛奶品种识别研究,还发现为实现有针对性的牛奶品种鉴别,同类型不同厂家生产的牛奶最好单独识别,这不仅能减少模型变量,提高模型运算效率和稳定性,也能提高判别的总体精度。
    “三鹿奶粉”事件后,乳制品的质量和品质越来越受关注,人们对牛奶及其制品的选择也更加挑剔,警惕性更高[1,2]。但市场上五花八门的牛奶品种,使消费者难以辨明真伪,为了杜绝假冒品牌的牛奶混入市场,很有必要研究一种简单、快速、无损的牛奶品种鉴别技术。可见/近红外光谱分析技术因其具有分析速度快、分析效率高、适用范围广、分析成本低、良好的光传输特征性、样品不需预处理以及操作简便等优点而备受国内外学者青睐[1-6]。研究者试图利用可见/近红外光谱分析技术鉴别牛奶品种,获得较好效果,如He[7]等利用美国ASD公司的Handheld Field spec光谱仪获得超市购买的五种典型酸奶品种可见/近红外波段的光谱,进而基于主成分分析法和人工神经网络技术建立品种鉴别模型,结果表明建模品种的拟合率和预测品种的识别率均达到100%;Liu[8]等采用最小二乘支持向量机(LS-SVM)和误差反向传播神经网络法建模识别5种品种的奶茶,识别精度为98.7%;Pappas[9]等基于漫反射近红外傅里叶变换光谱技术利用聚类分析法对山羊奶和绵羊奶进行了识别;也有学者利用电子鼻技术(electronic nose,EN)通过不同牛奶挥发的气味来鉴别牛奶[10,11]。
    上述研究证实了基于可见/近红外光谱分析技术牛奶品种识别的可行性,但用来分析的牛奶光谱大都是由传统点测量光谱仪获得。点测量光谱仪由于不能对所测地物成像,导致获取的光谱曲线很难与所测地物一一对应,其测得的光谱一般也为混合光谱,因此基于此的定性或定量分析可能会带来一定的偏差。另外,点测量模式也不适合牛奶大规模的、实时在线检测和识别。本文利用自行研制的地面成像光谱辐射测量系统,在室内光源环境下,对超市购买的14种典型牛
奶扫描成像,并对获取的牛奶光谱样本做预处理分析,最后基于选取的特征波长点建立多类判别分析模型识别了不同品种的牛奶。与传统地面光谱辐射计相比,FISS不仅解决了“光谱不成像”问题,且其获取的光谱可认为是纯光谱,有利于牛奶品种的监测和识别等研究。
百合发布的其他共享资料
    0 色谱币 下载

基于FISS成像光谱数据牛奶品种识别研究

(2191.062K)

所需色谱币: 0

您持有: $userGold色谱币,完成任务赚取色谱币

立即下载

友情链接(联系QQ:47140047)
关于我们  经营理念  业务合作  联系我们  法律声明  网站建议  网站导航  帮助中心
Copyright © 色谱世界 版权所有 陇ICP备2024006362号-2