中国农业大学研招网，华南农业大学研招网官网

本内容由小编为大家分享关于研究生招生简章、考研分数线、考研调剂、考研真题资料等信息。

华中农业大学研招网，华中农业大学研招网官网

咸鸭蛋是我国传统特色风味食品。腌好的咸鸭蛋口感细腻柔滑、松沙油露，含有人体所需的蛋白质、氨基酸等营养物质，深受消费者青睐。但咸鸭蛋品质受时间、温度和腌制液浓度等因素的影响较大，腌制不当的咸鸭蛋会导致口感不佳、品质严重下降。近些年，部分厂家盲目追求“淌油”，过度腌制鸭蛋，使其含盐量过高，导致蛋黄过度脱水变硬或发生“泥化”现象。目前我国咸鸭蛋的品质检测分级还缺乏明确规定，在生产过程中主要依靠人工经验，出厂包装前还需对咸蛋破壳处理抽样检测相关的理化指标，繁琐费时，难以满足现代化生产要求。

华中农业大学工学院的田文强、王巧华*等应用近红外光谱技术结合偏最小二乘回归（PLSR），建立咸鸭蛋相关理化指标和近红外光谱的关联模型，获取咸鸭蛋内部品质指标参数，以达到快速无损检测咸鸭蛋品质的目的。

1、咸鸭蛋的近红外光谱分析

如图2所示，结合有机基团倍频与合频吸收谱带分布信息，发现在5100～5200、6800～6950 cm－1区域有明显的波峰，分别为C—H与C—O组合带和O—H键二、三级倍频有关，说明整个腌制时期内，咸鸭蛋的内容物处于动态变化中。由图2可知，同一波数下不同腌制时间的咸鸭蛋的光谱吸光度存在差异，这表明不同腌制时期的咸蛋内容物的成分也可能存在差异。

2、咸鸭蛋样本集划分

SPXY（sample set partitioning based on joint X-Y distances）算法是以Kennard-Stone法为基础进行改良的样本分类方法，可同时探讨样品的光谱值和理化实际测量值分布，覆盖更广的范围。在构建模型之前，采用SPXY算法对样本集进行划分，训练集和预测集划分的比例通常设置在2∶1～4∶1之间，本研究按照训练集和预测集3∶1的比例划分蛋黄含水率、蛋黄氯化钠浓度、咸蛋黄指数的数据，结果如表1所示。

3、一次特征波段提取及模型建立

CARS法提取光谱特征波段

由图3a可知，当样品迭代运算量提升时，光谱选择特征波长量锐减。如图3b所示，交叉验证均方根误差（RMSECV）值降低到最低点前，光谱中无效信息被清除；当RMSECV值从最低点渐渐升高，有效的光谱信息被去除。如图3c所示，RMSECV值降到最低点时，迭代次数为126 次，光谱中有效信息最多。因此确定最优波长变量子集即为RMSECV值最小时对应的变量集。

SPA提取特征光谱波段

如图4a所示，依据均方根误差（RMSE）变化确定被选择的光谱变量。随着变量数增加，RMSE先急剧下降，表明光谱中的无用信息被剔除，然后谱线变化趋于平缓。选择中间拐点的变量作为特征变量，而此拐点并非最低点对应的位置，而是RMSE降低到合理的数值范围内。此拐点对应的波长个数为15，RMSE为0.0088383，选取变量占原始光谱信息的0.96%，选取的波长点如图4b所示。

UVE算法提取光谱特征波段

如图5所示，左侧蓝色曲线为咸鸭蛋的光谱变量矩阵的稳定值，右侧红色曲线为添加光谱随机噪声矩阵变量，两条蓝色水平虚线处为随机噪声的最大阈值（±1.76），这两条虚线之间即为被淘汰的光谱无效信息变量，两条虚线之外即为选取的建模特征波长。通过UVE选取了615 个特征波长，占原始光谱的39.5%，相较于原始光谱，建模的波长数得到缩减，筛选出的波长变量更具代表性，有助于模型的稳定性。

4、基于一次特征波段提取的模型效果

将不同预处理和一次特征选择算法联合获得的特征变量分别代入PLSR模型中。蛋黄含水率的PLSR预测结果如表2所示，CARS算法中，经过Normalize预处理后的效果较好，选择17 个特征变量，占建模光谱变量的1.09%；SPA中，同样是经过Normalize预处理后效果较好，选择了9 个特征变量，占建模光谱变量的0.58%；UVE算法中，经过Autoscales预处理后的效果较好，选择了615 个特征变量，占建模光谱变量的39.5%。经比较，提取算法效果最好的是UVE，Rc和Rp较佳，分别为0.9550、0.8981，RMSEC和RMSEP分别为0.3102、0.2818。经过预处理和特征选择的光谱建立的模型预测效果相比于原始光谱有较大提升，通过选择特征波段能够最大限度地剔除光谱中对理化值影响较小的波段，优化模型。

蛋黄氯化钠浓度的PLSR预测结果如表3所示，CARS算法中，经Normalize预处理后的效果较好，选择了30 个光谱特征波长，占建模光谱波长总数的1.93%；SPA中，经过S-G预处理后的效果较好，选择了19 个特征变量，占建模光谱变量的1.22%；UVE算法中，经过SNV预处理后的效果较好，选择了241 个特征变量，占建模光谱变量15.48%；预测效果最好的特征提取算法是UVE，Rc和Rp分别为0.9848、0.8926，RMSEC和RMSEP分别为0.0647、0.1879。

咸蛋黄指数的PLSR预测结果如表4所示，CARS算法中，经过Normalize预处理后的效果较好，选择了36 个光谱特征波长，占建模光谱波长总数的2.31%；SPA中，经过Center预处理后的效果较好，选择了9 个特征波长变量，占建模光谱变量的0.58%；UVE算法中，经过Autoscales预处理后的效果较好，选择了800 个特征变量，占建模光谱变量的51.38%；SPA提取特征波段效果较优，Rc和Rp分别为0.8556、0.8991，RMSEC和RMSEP分别为0.7759、0.7841。

5、基于二次特征波段提取及模型建立

如表5所示，二次光谱特征提取的波段建立的PLSR模型预测效果相较于一次特征提取的模型效果更好，二次特征提取将无效信息筛选掉，进一步简化模型结构，提高模型的预测性能，蛋黄含水率、蛋黄氯化钠浓度和咸蛋黄指数预测效果最好的特征提取算法都是UVE与SPA结合，上述3 个指标的Rp分别从0.8981、0.8926、0.8991提升到0.9276、0.9085、0.9163。

6、最优模型的比较与选择

如图6所示，UVE与SPA结合二次波长提取的效果更好，3 类理化指标预测效果最优PLSR模型的Rc和Rp分别为0.9334、0.8978、0.9286和0.9276、0.9085、0.9163；RMSEC、RMSEP分别为0.2663、0.1638、0.6635和0.2429、0.1859、0.6431。

结论

利用近红外光谱技术，分别建立了腌制期咸鸭蛋的蛋黄含水率、蛋黄氯化钠浓度、咸蛋黄指数的PLSR无损检测模型，经分析检验预测精度较理想。此外，探讨了原始光谱、UVE、CARS、SPA、CARS+SPA和UVE+SPA 6 种特征提取算法，经对比分析发现二次特征波长UVE+SPA建立的模型预测效果更好。而且，蛋黄含水率、蛋黄氯化钠浓度和咸蛋黄指数的最优光谱提取方法都是二次波长提取UVE与SPA结合，提取的光谱特征变量数分别为9、13和8。预测蛋黄含水率最好的模型是Autoscales-UVE+SPA-PLSR，R p 和RMSEP分别为0.9276和0.2429；预测蛋黄氯化钠浓度最好的模型是S-G-UVESPA-PLSR，R p 和RMSEP分别为0.9085和0.1859；咸蛋黄指数效果的最优模型是Center-UVE+SPA-PLSR，R p 和RMSEP分别为0.9163和0.6431。本研究建立的光谱预测模型只需采集一次光谱数据即可实现咸鸭蛋内部品质的无损检测。

通信作者简介

王巧华，女，工学博士，食品科学博士后，博士生导师，教授，华中农业大学工学院。亚洲蛋品协会常务理事、湖北省工程图学学会副理事长、中国蛋品加工业十大杰出人物。主要从事蛋品等农产品智能无损检测及溯源、机器视觉及光谱检测技术、贮藏与保鲜等方面的教学与科研工作。获湖北省科技成果技术发明奖一等奖、湖北省科技进步奖一等奖、全国商业科学技术进步三等奖。主持了国家自然科学基金、公益性行业（农业）科研专项课题、国家科技支撑计划课题、湖北省科技支撑、省科技攻关、重点研发、省自然科学基金、中国博士后科学基金等国家和省部级项目20余项。以第一完成人授权发明专利30余项。以第一作者和通信作者在国内外学术期刊上发表SCI\EI检索的科技论文60余篇。主编专著1部。主持制订湖北省地方标准2个。

本文《基于近红外光谱的腌制期咸鸭蛋理化指标无损检测》来源于《食品科学》2023年44卷2期319-326页，作者：田文强，王巧华，徐步云，陈远哲，肖仕杰，范维，林卫国，刘世伟。DOI:10.7506/spkx1002-6630-20220429-384。点击下方阅读原文即可查看文章相关信息。

图片来源于文章原文及摄图网。

为构建多元化食物供给体系并兼顾生态环境保护，并形成以生物多样性保护促进食品生产的可持续性，北京食品科学研究院和中国食品杂志社将与北方民族大学、皖西学院、宿州学院、滁州学院于 2023年5月13-14日在中国宁夏银川 共同举办“ 生态保护与食品可持续发展国际研讨会 ”。本届研讨会将围绕新资源食品挖掘、动植物、微生物可替代蛋白、食用菌等食物资源的开发现状、重要创新进展及存在的问题开展研讨，探讨未来食品发展方向，通过展示我国生态保护与食品可持续发展等领域的最新科研成果，搭建科研单位与企业产学研结合的平台，共同促进我国食品产业发展快速踏入新里程。

Food Science of Animal Products（ISSN: 2958-4124, e-ISSN : 2958-3780）是一本国际同行评议、开放获取的期刊，由北京食品科学研究院、中国肉类食品综合研究中心主办，中国食品杂志社《食品科学》编辑团队运营，属于食品科学与技术学科，旨在报道动物源食品领域最新研究成果，涉及肉、水产、乳、蛋、动物内脏、食用昆虫等原料，研究内容包括食物原料品质、加工特性，营养成分、活性物质与人类健康的关系，产品风味及感官特性，加工或烹饪中有害物质的控制，产品保鲜、贮藏与包装，微生物及发酵，非法药物残留及食品安全检测，真实性鉴别，细胞培育肉，法规标准等。

投稿网址：

https://官方域名/journal/2958-4124

华中农业大学研招网(华中农业大学研招网官网)

WWW.zhaoSheng.net【考研招生网】汇集全国,名牌大学院校考研信息,研招网,考研经验,复习资料,考研调剂,录取分数线,考研真题,专业目录,考研辅导班,考研成绩查询等高校招生信息。