采集4 000~10 000cm^(-1)波数范围内210份鲜肉(牛、羊、猪肉各70份)为校正集样品光谱数据,在不同的光谱预处理基础上,用偏最小二乘法(partial least squares,PLS)建立了单独的不同种类肉品,及其混合鲜肉肉糜红外光谱与蛋白质测量值之间...采集4 000~10 000cm^(-1)波数范围内210份鲜肉(牛、羊、猪肉各70份)为校正集样品光谱数据,在不同的光谱预处理基础上,用偏最小二乘法(partial least squares,PLS)建立了单独的不同种类肉品,及其混合鲜肉肉糜红外光谱与蛋白质测量值之间的定量分析模型。90份鲜肉(牛、羊、猪肉各30份)为预测集样品,采集光谱数据后用于模型的验证。结果表明:鲜肉建模集及预测集相关系数分别为0.954,0.929;RMSEC及RMSEP分别为0.495,0.669。该模型能够很好地实现鲜肉蛋白质含量的快速测定,提高了模型预测的广适性。展开更多
文摘采集4 000~10 000cm^(-1)波数范围内210份鲜肉(牛、羊、猪肉各70份)为校正集样品光谱数据,在不同的光谱预处理基础上,用偏最小二乘法(partial least squares,PLS)建立了单独的不同种类肉品,及其混合鲜肉肉糜红外光谱与蛋白质测量值之间的定量分析模型。90份鲜肉(牛、羊、猪肉各30份)为预测集样品,采集光谱数据后用于模型的验证。结果表明:鲜肉建模集及预测集相关系数分别为0.954,0.929;RMSEC及RMSEP分别为0.495,0.669。该模型能够很好地实现鲜肉蛋白质含量的快速测定,提高了模型预测的广适性。
