生鲜牛肉的含水率对其牛肉的加工、储藏、贸易与食用质量有重要影响,为了提高牛肉的经济价值和食用品质,需要研究牛肉含水率的无损检测技术。以取自不同超市的内蒙小黄牛和鲁西黄牛背最长肌为研究对象,有效样本86个,其中,75%的样本作为校正集,25%的样本作为验证集。采集牛肉新鲜切口处400～1170nm波长范围内的漫反射光谱,用国标方法测定牛肉含水率。经过多元散射校正(multiplicative scatter correction,MSC)、变量标准化(standard normalized variate,SNV)和直接正交信号校正(direct orthogonal signal correction,DOSC)等方法预处理,在400～1170nm范围内分别建立多元线性回归(multiple linear regression,MLR)模型、主成分回归(principal component Regression,PCR)模型和偏最小二乘回归(partial least squares regression,PLSR)模型。结果表明使用MSC预处理方法建立的模型预测效果最佳,其中用PLSR建模结果最好,校正集的相关系数和校正标准差分别是0.92和0.0069,验证集的相关系数和验证标准差分别是0.92和0.0047,外部验证的相关系数和验证标准差分别是0.85和0.0054。结果表明,可见/近红外光谱结合MSC预处理方法建立的PLSR模型,可以对牛肉含水率进行准确的快速无损评价,为生鲜牛肉含水率快速无损检测技术的应用提供理论参考。
利用可见/近红外光谱技术对冷却肉菌落总数和颜色进行快速、无损检测。采用400~1 100 nm可见/近红外光谱成像系统,获取54个冷却肉样本表面的光谱图像,采用主成分分析结合马氏距离方法对异常光谱进行判别及剔除。通过Gompertz分布函数对散射特征曲线进行拟合,得到表征光谱信息的Gompertz参数,结合支持向量机算法建立冷却肉菌落总数和肉色L*的预测模型。α、β、θ、δ组合和α、β、δ组合建模对细菌总数预测效果最好,预测相关系数分别为0.937和0.935,预测标准差为0.600 lg CFU/g和0.702 lg CFU/g。β、δ组合建模对肉色L*预测效果较好,预测相关系数达到0.930,预测标准差为1.515。研究结果表明利用Vis/NIR光谱散射特征结合支持向量机可以实现冷却肉品质的快速、高效、无损伤检测。
