论文部分内容阅读
为研究一种快速有效的猪肉质量检测方法，解决传统检验方法耗时、成本高等问题，从市场上收集了109组猪肉样品，通过理化方法将其区分为健康猪肉和病死猪肉。使用FT-NIR光谱仪采集了样品的光谱，并对光谱进行去噪和降维处理。结果显示，光谱数据经过标准正态变换，结合多元散射校正处理和傅里叶变换降维后，建立了基于支持向量机的分类模型，5-折交叉验证准确率达到94．5％。结果表明，利用该方法可以很好地进行不同品质猪肉样品的分类，为用近红外光谱技术检测猪肉质量提供了依据和基础。