您好,欢迎来到中国测试科技资讯平台!

基于拉曼光谱的鸡蛋新鲜度检测及分类方法

摘要:

目的:基于拉曼光谱对鸡蛋的新鲜度进行检测并分类。方法:检测0~40 d鸡蛋蛋黄和蛋清的拉曼光谱并对光谱进行预处理。检测0~40 d内鸡蛋的新鲜度指标,并根据新鲜度指标的结果对鸡蛋进行分类预测。分别以预处理后的蛋黄和蛋清拉曼光谱作为输入量,通过主成分-线性判别(principal component analysis-linear discriminant analysis, PCA-LDA)和正交矫正的偏最小二乘-线性判别(orthogonal partial least squares-linear discriminant analysis, OPLS-LDA)分类模型,对鸡蛋品质进行分类。对比两种模型的分类准确率,得到最佳分类模型。结果:经过平滑、去基线等预处理之后拉曼光谱的信噪比明显提高,光谱中的冗余减少,能更好地用于后续分析;PCA-LDA模型对蛋黄光谱分类的准确率为96.3%,对蛋清光谱分类的96.7%,而OPLS-LDA分类模型对蛋黄光谱分类的准确率为98.6%,蛋清光谱分类的准确率为99.2%。通过对比两种模型的分类准确率证明OPLS-LDA模型对鸡蛋拉曼光谱的分类效果最佳。结论:拉曼光谱检测对鸡蛋新鲜度检测及分类具有可行性。 

关键词:  拉曼光谱;鸡蛋新鲜度;主成分分析;正交矫正的偏最小二乘-线性判别;

作者: 谭航彬1姜丽1金尚忠1,2徐睿1李伊凡1于自珍1蒋彩铃1

作者单位: 1. 中国计量大学光学与电子科技学院2. 中国计量大学光学与电子科技学院浙江省现代计量测试技术及仪器重点实验室

刊名: 《中国计量大学学报》

Journal: Journal of China University of Metrology

年,卷(期): 2022, (2)

在线出版日期: 2022年02月15日

页数: 8

页码: 181-188