基于高光谱的云岭牛雪花牛肉氨基酸含量预测

为建立一种基于高光谱成像技术结合机器学习的雪花牛肉氨基酸含量无损、快速测定的方法,采集云岭牛5个等级100组的雪花牛肉分别在400~1 000 nm和900~2 500 nm波段高光谱数据,使用JJG1064-2011标准氨基酸分析仪测定样本中17种氨基酸含量;采用一阶差分(1st Derivative,D1)进行高光谱数据预处理,使用连续投影算法(Successive projection algorithm,SPA)提取特征波段。采用决策树(Decision trees)、支持向量机(Support vector machine,SVM)、岭回归(Ridge regression)、偏最小二乘回归(Partial least squares regression,PLSR)以及卷积神经网络(Convolutional neural network,CNN)5种方法预测氨基酸含量。结果表明,结合D1预处理、SPA特征提取建立CNN模型在预测氨基酸含量方面表现最佳,其均方误差(Mean squared error,MSE)为0.010 3,平均绝对误差(Mean absolute error,MAE)为0.082 2,决定系数(Coefficient of determination,R2)为0.898 5。