用近红外超光谱成像 (NIR-HSI) 识别磨牛肉中低水平改的建模和数值方法
Wenyang Jia1, Alessandro Ferragina2, Ruth Hamill2
1Institute for Global Food Security, School of Biological Sciences, Queen's University, 19 Chlorine Gardens, Belfast, BT9 5DL, Northern Ireland, UK.
Talanta
|May 7, 2024
概括
一种使用近红外高光谱成像 (NIR-HSI) 的新方法可以准确检测碎牛肉改. 这种技术可以识别牛肝,心脏或猪肉,确保消费者的食品安全和质量.
科学领域:
- 食品科学 食品科学 食品科学
- 分析化学 分析化学
- 频谱学是一种光谱学.
背景情况:
- 杂质牛肉造对消费者和供应商构成重大风险.
- 确保碎牛肉的真实性对于公共卫生和市场完整性至关重要.
研究的目的:
- 开发和验证一种使用近红外超光谱成像 (NIR-HSI) 检测碎牛肉中改的新方法.
- 在碎牛肉样本中识别特定的杂物,包括牛肝,牛心和猪肉.
主要方法:
- 采用近红外超光谱成像 (NIR-HSI) 来捕获来自碎牛肉样本的光谱数据.
- 使用化学测量分析,特别是基因算法逆向传播人工神经网络 (GA-BPANN) 分类模型.
- 作为复杂建模的替代方案,开发了一种简化的高光谱成像-根平均平方 (HSI-RMS) 值方法.
主要成果:
- 在GA-BPANN模型中,在校准和验证套件中,对所有测试的伪造物获得了完美的灵敏度和特异性 (1.00).
- HSI-RMS值有效地区分了不同类型的改,为每种类型显示不同的值 (55-1439).
- 在没有密集建模的情况下,HSI-RMS方法展示了一种简单有效的方法来评估HSI数据.
结论:
- 与化学测量或简化统计方法相结合的NIR-HSI提供了一个强大的解决方案,用于检测碎牛肉的改.
- HSI-RMS值提供了一种新的,用户友好的替代方案,用于快速识别碎牛肉中的杂质.
- 这项技术通过准确有效地验证碎牛肉的真实性来提高食品安全.
更多相关视频
06:50O-cresol Concentration Online Measurement Based On Near Infrared Spectroscopy Via Partial Least Square Regression
Published on: November 8, 2019
6.6K
09:26Species Determination and Quantitation in Mixtures Using MRM Mass Spectrometry of Peptides Applied to Meat Authentication
Published on: September 20, 2016
11.6K
