基于近红外光谱的猪肉贮藏时间判定研究.doc
约36页DOC格式手机打开展开
基于近红外光谱的猪肉贮藏时间判定研究,1.47万字我自己的毕业论文，原创的，已经通过校内系统检测，仅在本站独家出售，重复率低，大家放心下载使用摘要 本文首先综述了猪肉新鲜度研究背景及其检测现状，进而阐述近红外光谱技术的原理、特点，最终综述了近红外光谱技术在肉类检测中的重要应用以及进展, 主要包括影响肉类品质的蛋白质、脂肪...
内容介绍
此文档由会员 淘宝大梦 发布
基于近红外光谱的猪肉贮藏时间判定研究
1.47万字
我自己的毕业论文，原创的，已经通过校内系统检测，仅在本站独家出售，重复率低，大家放心下载使用
摘要 本文首先综述了猪肉新鲜度研究背景及其检测现状，进而阐述近红外光谱技术的原理、特点，最终综述了近红外光谱技术在肉类检测中的重要应用以及进展, 主要包括影响肉类品质的蛋白质、脂肪及水分等化学组成成分分析,嫩度、保水性、肉色及新鲜度等感官指标的评价,并针对目前发展趋势展望了该技术的前景。猪肉的贮藏时间和猪肉的新鲜度紧密相关。通过近红外漫反射光谱技术获取猪肉样本数据，利用正交线性判别分析（OLDA）算法进行特征提取，本研究将Adaboost算法与OLDA算法结合，利用Adaboost算法进行多轮迭代训练，从而得到多个OLDA特征提取器，最终采用加权投票方式重新构造了一个强分类器。这种集成学习的特征提取算法不仅分类正确率高，经过3到4轮迭代循环就能达到90%的分类正确率，而且多轮迭代的训练时间仍然接近于传统的特征提取算法，在效率和性能取得了相对平衡。
关键词：近红外光谱；猪肉；贮藏时间；adaboost；olda
Study on determination of pork storage time based on near infrared spectroscopy
Abstract The article first reviews the background and research status of pork freshness detection,and then discusses the principle, characteristics of the near infrared spectrum technology,finally summarized the progress of application of near infrared spectroscopy in the meat industry and the research in recent years, mainly including protein, fatand moisture of meat quality effect of chemical component analysis, eva luationmeat sensory quality such as tenderness, water holding capacity, color and freshness index, and according to the development trend of the technology in the future.The storage time of pork and pork freshness of closely related. Gets the porksample data by near infrared diffuse reflectance spectroscopy, using orthogonallinear discriminant analysis (OLDA) algorithm for feature extraction, in this study,Adaboost and OLDA algorithm, multi iteration training by using Adaboost algorithm, so as to obtain multiple OLDA feature extractor, eventually re construct a strong classifier using weighted voting. Feature extraction algorithm for theintegration of learning is not only the correct classification rate is high, after 3 to 4rounds of iterative loop can achieve 90% correct classification rate, and multiple iteration of training time is still close to the traditional feature extraction algorithm,the relative balance between the efficiency and the performance.
Key words: Near Infrared Spectroscopy; Pork; Storage time;adaboost；olda
目录
第一章 引言 1
1.1 猪肉新鲜度的研究背景 1
1.2 猪肉新鲜度的检测现状 1
1.2.1 感官评定 1
1.2.2 挥发性盐基氮的测定 2
1.2.3 近红外光谱法 3
1.2.4 小结 3
第二章 近红外光谱技术 4
2.1 近红外光谱分析原理 4
2.2 近红外光谱分析技术的特点 5
2.3 近红外光谱分析技术在肉类检测中的应用 6
2.3.1 近红外技术应用于肉类化学组成分析 6
2.3.2 近红外技术应用于肉类感官品质的评价 6
2.3.3 近红外技术应用于肉类的鉴定和判断 8
2.4 前景与展望 8
第三章 近红外光谱特征提取算法 10
3.1 正交线性判别分析（OLDA）原理 10
3.2 Adaboost算法原理 11
3.3 Adaboost+OLDA 算法 12
3.4 Adaboost.M1算法 13
3.5 PCA算法 14
3.6 LDA算法 15
3.7 小结 16
第四章 实验与结果分析 17
4.1 MATLAB简介 17
4.2 实验材料与光谱测定方法 19
4.3 实验数据采集 20
4.4 OLDA与PCA+LDA对比实验 21
4.5 实验结合OLDA的特征提取算法对分类效果的改进 24
4.6 Adaboost+OLDA与Adaboost+LDA对比实验 26
结 论 29
致 谢 30
参考文献 31
1.47万字
我自己的毕业论文，原创的，已经通过校内系统检测，仅在本站独家出售，重复率低，大家放心下载使用
摘要 本文首先综述了猪肉新鲜度研究背景及其检测现状，进而阐述近红外光谱技术的原理、特点，最终综述了近红外光谱技术在肉类检测中的重要应用以及进展, 主要包括影响肉类品质的蛋白质、脂肪及水分等化学组成成分分析,嫩度、保水性、肉色及新鲜度等感官指标的评价,并针对目前发展趋势展望了该技术的前景。猪肉的贮藏时间和猪肉的新鲜度紧密相关。通过近红外漫反射光谱技术获取猪肉样本数据，利用正交线性判别分析（OLDA）算法进行特征提取，本研究将Adaboost算法与OLDA算法结合，利用Adaboost算法进行多轮迭代训练，从而得到多个OLDA特征提取器，最终采用加权投票方式重新构造了一个强分类器。这种集成学习的特征提取算法不仅分类正确率高，经过3到4轮迭代循环就能达到90%的分类正确率，而且多轮迭代的训练时间仍然接近于传统的特征提取算法，在效率和性能取得了相对平衡。
关键词：近红外光谱；猪肉；贮藏时间；adaboost；olda
Study on determination of pork storage time based on near infrared spectroscopy
Abstract The article first reviews the background and research status of pork freshness detection,and then discusses the principle, characteristics of the near infrared spectrum technology,finally summarized the progress of application of near infrared spectroscopy in the meat industry and the research in recent years, mainly including protein, fatand moisture of meat quality effect of chemical component analysis, eva luationmeat sensory quality such as tenderness, water holding capacity, color and freshness index, and according to the development trend of the technology in the future.The storage time of pork and pork freshness of closely related. Gets the porksample data by near infrared diffuse reflectance spectroscopy, using orthogonallinear discriminant analysis (OLDA) algorithm for feature extraction, in this study,Adaboost and OLDA algorithm, multi iteration training by using Adaboost algorithm, so as to obtain multiple OLDA feature extractor, eventually re construct a strong classifier using weighted voting. Feature extraction algorithm for theintegration of learning is not only the correct classification rate is high, after 3 to 4rounds of iterative loop can achieve 90% correct classification rate, and multiple iteration of training time is still close to the traditional feature extraction algorithm,the relative balance between the efficiency and the performance.
Key words: Near Infrared Spectroscopy; Pork; Storage time;adaboost；olda
目录
第一章 引言 1
1.1 猪肉新鲜度的研究背景 1
1.2 猪肉新鲜度的检测现状 1
1.2.1 感官评定 1
1.2.2 挥发性盐基氮的测定 2
1.2.3 近红外光谱法 3
1.2.4 小结 3
第二章 近红外光谱技术 4
2.1 近红外光谱分析原理 4
2.2 近红外光谱分析技术的特点 5
2.3 近红外光谱分析技术在肉类检测中的应用 6
2.3.1 近红外技术应用于肉类化学组成分析 6
2.3.2 近红外技术应用于肉类感官品质的评价 6
2.3.3 近红外技术应用于肉类的鉴定和判断 8
2.4 前景与展望 8
第三章 近红外光谱特征提取算法 10
3.1 正交线性判别分析（OLDA）原理 10
3.2 Adaboost算法原理 11
3.3 Adaboost+OLDA 算法 12
3.4 Adaboost.M1算法 13
3.5 PCA算法 14
3.6 LDA算法 15
3.7 小结 16
第四章 实验与结果分析 17
4.1 MATLAB简介 17
4.2 实验材料与光谱测定方法 19
4.3 实验数据采集 20
4.4 OLDA与PCA+LDA对比实验 21
4.5 实验结合OLDA的特征提取算法对分类效果的改进 24
4.6 Adaboost+OLDA与Adaboost+LDA对比实验 26
结 论 29
致 谢 30
参考文献 31
