文章摘要
邹小波;张俊俊;赵 号;石吉勇;翟晓东;胡雪桃.基于超声成像技术的火腿肠等级判别[J].中国食品学报,2019,19(7):227-233
基于超声成像技术的火腿肠等级判别
  
DOI:
中文关键词: 超声成像  火腿肠  纹理特征  主成分分析  K-最近邻法
英文关键词: 
基金项目:国家重点研发计划重点专项(2018YFD0400803);国家自然科学基金项目(31601543,31671844,31801631);江苏省自然科学基金项目(BK20160506,BK20180865)
作者单位
邹小波;张俊俊;赵 号;石吉勇;翟晓东;胡雪桃 江苏大学食品与生物工程院江苏镇江212013 
摘要点击次数: 77
全文下载次数: 0
中文摘要:
      本研究通过超声成像技术实现火腿肠的等级判别,利用火腿肠的蛋白质、脂肪、淀粉等理化指标,将其分为特级、优级、普通级。分别采集3个等级的火腿肠共120份超声图像信息,提取图像的角二阶矩、熵、平均值等常见纹理特征值。然后利用主成分分析(PCA)结合K-最近邻法(KNN)和最小二乘支持向量机(LS-SVM)化学计量学方法建立基于纹理特征的火腿肠等级判别模型。结果表明:不同等级火腿肠的超声图像差异明显,且超声图像的纹理特征值差异显著(P<0.05)。建立的识别模型中,LS-SVM模型的校正集识别率为100%,预测集识别率为94.87%;KNN模型优于LS-SVM模型,当主成分数为2,K为1时,KNN模型对应的校正集识别率为97.53%,预测集识别率为97.44%。超声成像技术可实现火腿肠等级的快速准确识别,研究结果可为超声成像技术在火腿肠等级判别方面的应用提供参考。
英文摘要:
      
查看全文   查看/发表评论  下载PDF阅读器
关闭

手机扫一扫看
分享按钮