3步混合變量選擇策略在雞肉近紅外水分檢測中的應(yīng)用

袁 凱 張志勇 席 前 伍鎣芮 郭東升 何國康

(山西農(nóng)業(yè)大學(xué)工學(xué)院，山西 太谷 030801)

水分是生鮮肉品質(zhì)評價的一個重要參數(shù)，對肉質(zhì)、口感以及肉的加工、運輸、貯藏有直接影響[1]。研究[2-4]表明，近紅外光譜能應(yīng)用于生鮮肉品質(zhì)的快速、無損檢測。高分辨率的近紅外光譜儀器能采集到豐富的物質(zhì)成分信息，但數(shù)據(jù)中往往包含大量冗余信息，直接用其建模不僅增加了建模難度，且影響模型的精確度和泛化能力，因此特征變量選擇成為解決這一問題的有效途徑[5-7]。當面對高維數(shù)據(jù)時，一些尋找最優(yōu)變量子集的方法容易過度擬合且需要大量計算，有些方法則不適用，因此結(jié)合兩種或兩種以上的有效變量選擇方法成為解決這一問題的新思路。孔慶明等[8]利用iPLS-SPA對小麥秸稈近紅外光譜進行特征波長選擇，波長數(shù)量從520降至10；Tang等[9]利用CARS-SPA選擇的變量比單獨使用CARS選擇的變量更少，且用所選波長建模精度要優(yōu)于全光譜建模；Xu等[10]利用CARS-GA選取特征波長，波長數(shù)量從1 557 降至53，建立了預(yù)測竹筍粗纖維含量的模型；Li等[11]用MC-UVE-SPA選取特征波長，建立了預(yù)測梨果實SSC和硬度的LV-SVM模型，這些研究主要使用了兩種方法相結(jié)合進行特征波長選擇，第2種方法對第1種方法選擇的變量進一步組合、優(yōu)化。

試驗擬基于近紅外光譜多元校正中有效變量選擇的3步混合策略(初篩、精挑、細選)[12]，提出一種iPLS-iVISSA-IRIV 3種方法相結(jié)合的特征變量選擇方法，旨在為基于分立波長元件的便攜式雞肉水分檢測儀的設(shè)計提供依據(jù)。……