| Индекс УДК |
535.33 543.4/.5 |
|
Combining hyperspectral imaging and feature wavelength extraction methods for the rapid discrimination of red meat D. Ding, K. Liang, B. Li [et al.] |
|
| Аннотация | Исследована гиперспектральная система визуализации (400-800 нм) в сочетании с многомерным анализом для различения видов говядины, свинины и баранины на основе характерных длин волн интактных и измельченных образцов. Проведено сравнение характеристик классификационных моделей, построенных путем объединения линейного дискриминантного анализа (LDA), дискриминантного анализа с проекцией на латентные структуры (PLS-DA) или метода опорных векторов (SVM), с методами выбора переменных, такими, как алгоритм последовательного проецирования (SPA), анализ коэффициента регрессии (RCA) или метод реверсивных скачков ( RF ). Показано, что при идентификации видов сырого мяса линейный классификатор предпочтительнее нелинейного. Путем всестороннего сравнения трех схем, в том числе синтеза переменных, слияния данных и перекрестного моделирования, определен только один набор оптимальных длин волн, включающий в себя пять диапазонов (567, 579, 595, 624 и 732 нм) в качестве универсальных и характерных, вместо выбора различных наборов характеристических длин волн для образцов различных видов мяса. На основе выбранных длин волн создана упрощенная модель LDA, позволяющая получить точность классификации 94. 20 и 98. 36% в валидационном наборе образцов интактного мяса и фарша. Интегрирование гиперспектральной визуализации и многомерного анализа обладает большим потенциалом в решении проблемы быстрой и неразрушающей дифференциации распространенных видов сырого мяса. |
| Название источника | Журнал прикладной спектроскопии |
| Место и дата издания | 2020 |
| Прочая информация | Т. 87, № 2. - С. 282-288 |
