来源：期刊VIP网 时间：
作者：张海琳;闫思嘉;赵丽丽;
单位：西北农林科技大学食品科学与工程学院;
摘要：为了建立鸡蛋营养成分含量的偏最小二乘回归(Partial least squares regression，PLSR)模型，实现鸡蛋品质的无损检测，利用近红外光谱技术采集鸡蛋光谱，采用凯氏定氮法、酸水解法和直接干燥法分别检测鸡蛋中的蛋白质含量、脂肪含量和水分含量，在确定光谱最佳预处理方式的基础上筛选特征波段建立PLSR预测模型，并对模型进行评价和外部验证。结果表明，蛋白质含量、脂肪含量和水分含量预测模型的最佳预处理方式分别为滤波平滑+二阶导数、滤波平滑+二阶导数和二阶导数，模型的校正集R~2分别为0.9047、0.8872和0.9494，预测集R~2分别为0.8355、0.8044和0.9137，与全光谱建立的预测模型相比，校正集和预测集R~2有所降低；同时，3种预测模型的绝对误差和预测误差都比较小，预测准确性高。用特征波段建立营养成分含量预测模型的可靠性和稳定性较高，可用于鸡蛋营养成分含量的快速无损检测。
关键词：鸡蛋;;营养成分含量;;近红外光谱;;特征波段;;快速检测
基金资助：陕西省重点产业链(群)项目(2021ZDLNY02-10)
