1 江苏大学食品与生物工程学院, 江苏 镇江 212013
2 江西农业大学生物科学与工程学院, 江西 南昌 330045
挥发性盐基氮（TVB-N）含量是评价肉制品新鲜度的重要指标。尝试采用遗传联合区间偏最小二乘（GA-Si-PLS）从高光谱数据之光谱信息中筛选出最优波长。再提取各波长所对应的灰度图像的纹理特征，纹理特征变量经主成分优化后，作为输入层，运用反向传播神经网络（BP-ANN）构建鸡肉的TVB-N含量的定量模型。实验表明，模型对训练集和预测集的均方根误差分别6.61和9.84，相关系数分别为0.9054和0.8030。研究表明可以利用高光谱中的图像信息对鸡肉TVB-N含量进行快速无损检测。
光谱学 高光谱成像 检测 遗传联合区间偏最小二乘 挥发性盐基氮 遗传算法 反向传播神经网络 激光与光电子学进展
2013, 50(7): 073003
上海理工大学 光电信息与计算机工程学院,上海200093
为了能够驱动聚合物分散液晶材料(PDLC)对光产生电控现象,设计了基于MINI2440的驱动电源及信号采集系统。波形信号先经功率放大模块放大,再给升压模块提升电压,以达到PDLC需要的400 V内可调的驱动电压要求。系统可提供给PDLC正弦波、方波以及三角波。最终实现经过PDLC材料后,输出信号在LCD触摸屏上显示和输出信号数据采集。系统可高效满足PDLC所需的对波形、电压、频率、相位的调节。
聚合物分散液晶材料 驱动电压 功率放大模块 升压模块 PDLC drive voltage power amplifier module voltage booster module
1 江苏大学食品与生物工程学院, 江苏 镇江 212013
2 江西农业大学生物科学与工程学院, 江西 南昌 330045
挥发性盐基氮（TVB-N）含量是评价猪肉新鲜度的重要指标。尝试融合光谱和成像技术检测猪肉中TVB-N含量。实验以不同新鲜度的猪肉样本为研究对象，同时采集近红外光谱数据和图像数据，并对其分别进行特征提取和主成分分析，利用反向传播神经网络构建猪肉TVB-N的定量预测模型。实验结果表明，融合模型要优于单一技术模型，模型交互验证均方根误差（RMSECV）为1.2975，对独立样本预测时相关系数达到0.957。研究表明基于光谱和成像融合技术检测猪肉中TVB-N含量是可行的，检测结果的准确性和稳定性较单一技术有所提高。
光谱术 近红外光谱 图像 融合技术 猪肉 挥发性盐基氮 激光与光电子学进展
2012, 49(6): 063003
江苏大学食品与生物工程学院， 江苏 镇江 212013
提出了基于高光谱成像技术的猪肉嫩度检测方法。利用高光谱成像系统获取78个猪肉样本在400~1100 nm范围的高光谱图像数据；通过主成分分析高光谱数据进行降维，从中优选出3幅特征图像，并从每幅特征图像中分别提取对比度、相关性、角二阶矩和一致性等4个基于灰度共生矩阵的纹理特征变量，这样每个样本共有12个特征变量，再通过主成分分析提取6个主成分变量，并参照剪切力方法测得的样本嫩度等级结果，利用神经网络方法构建猪肉嫩度等级判别模型。模型对校正集样本的回判率为96.15%，预测集样本的判别率为80.77%。研究表明高光谱图像技术可以用于猪肉嫩度等级水平的检测。
光谱学 高光谱成像 检测 嫩度
