我国是世界上最大的猪肉生产国,同时也是最大的消费国。猪肉的品质影响着人们摄取蛋白质的质量,目前缺乏有效的快速无损检测方法应对巨大的检测需要。为快速测定冷藏猪肉挥发性盐基氮(TVB-N)、pH值和含水率,提出一种新的猪肉品质检测方法,利用近红外光谱技术结合化学计量学方法建立冷藏猪肉TVB-N、pH值和含水率的数学模型。以不同种类的白条猪肉为研究对象,选择排酸完成后的猪最长背部肌肉的切块,采集相应猪肉近红外光谱数据并结合化学计量学试验获取TVB-N、pH和含水率的测量值,对比分析采集到的光谱信息和理化指标,发现在8600~8450、7160~6950、5300~5000 cm^(-1)区域出现显著的吸收峰,而8600~8450 cm^(-1)附近吸收峰的峰值却明显小于其他吸收峰。使用SPXY(sample set partitioning based on joint X-Y distances)算法进行数据集划分,将数据集按照3∶1的比例划分成训练集和测试集。使用蒙特卡罗交叉验证法(MCCV)剔除异常数据,通过偏最小二乘法回归(PLSR)建立TVB-N、pH值、含水率和全波段光谱信息的回归关系。利用数据中心化、Savitzky-Golay(S-G)一阶求导、S-G二阶求导、直接差分二阶求导和多元散射校正等方法对原始光谱进行预处理,探寻合适的预处理方式。结果显示:数据中心化、直接差分二阶求导、二阶求导取得较优的试验效果;故结合竞争性自适应重加权算法(CARS)、非信息变量剔除(UVE)、连续投影算法(SPA)等特征波长提取算法建立PLSR特征波段模型并进行分析。结果显示,TVB-N、pH值、含水率的预测模型结构分别为数据中心化-CARS-PLSR、直接差分二阶求导-CARS-PLSR、二阶求导-CARS-PLSR时具有优异的性能,其中训练集相关系数RC分别为0.9471、0.9988、0.9971,均方根误差(RMSE)分别为1.2088、0.0087、0.0015;测试集相关系数RP分别为0.9275、0.9630、0.9459,RMSE分别为1.6836、0.0517、0.0056。综上可知,近红外波段区域与猪肉TVB-N、pH值、含水率存在显著相关性,利用近红外光谱可以准确预测猪肉中TVB-N、pH值和含水率。
暂无评论