来源：期刊VIP网 时间：
作者：马永波;彭玉;徐艺萍;李丹;
单位：四川托普信息技术职业学院;西南科技大学;四川农业大学;
摘要：[目的]利用高光谱技术结合稀疏高光谱特征选择实现牛肉糜中掺入豌豆蛋白、鸭肉糜、鸡肉糜、猪肉糜的高准确率检测。[方法]提取牛肉糜样本原始光谱数据，采用标准正态变量变换（SNV）、多元散射校正（MSC）、一阶微分（D1）、移动平均（MA）预处理方法对光谱数据进行处理。设计一种基于稀疏表示的高光谱特征选择算法，该算法构建稀疏降维框架，并采用群智能优化对光谱特征选择目标函数进行优化求解，在保持数据多样性的同时最大程度地降低光谱数据维度。分别建立基于稀疏高光谱特征选择的极限学习机分类（ELMC）、随机森林（RF）和支持向量机分类（SVC）的掺假分类检测模型，并分析多高光谱数据融合对检测结果的影响。[结果]相比于全波段，基于稀疏特征选择的3种检测模型的分类准确率分别提高了2.33%,1.86%,2.01%，且优于基于连续投影（SPA）特征提取、自适应重加权采样（CARS）特征提取建立的检测模型。采用SNV、MSC预处理组合光谱数据的检测分类准确率最高，相比单一光谱数据分类准确率分别提高了0.79%,0.64%,0.65%。[结论]所提方法实现了对牛肉糜掺假的有效检测。
关键词：牛肉糜;;高光谱;;特征选取;;掺假检测
基金资助：四川省教育厅教育教学改革研究项目（编号：GZJG2022-558）
