来源：期刊VIP网 时间：
作者：张娜;李震;兰维杰;屠康;武杰;王兆山;赵干;潘磊庆;
单位：南京农业大学食品科技学院;蚌埠学院食品与生物工程学院;江苏益客食品集团股份有限公司;
摘要：木质化鸡胸肉（wooden breast,WB）制约肉鸡行业发展，传统触诊检测方法耗时且效率低，为提升高光谱成像（hyperspectral imaging,HSI）技术检测鸡胸肉木质化程度的效果，本论文以白羽鸡鸡胸肉为研究对象，将其划分4个木质化等级，采集其在400～1000和1000～2000 nm内的HSI信息，通过不同光谱预处理算法和特征波段筛选方法，建立基于全波段、特征波段和HSI数据融合的偏最小二乘判别分析（Partial least squares-discriminant analysis,PLS-DA）模型和支持向量机（Support vector machine,SVM）模型。结果显示，SVM模型比PLSDA模型更适于判别鸡胸肉木质化程度，基于1000～2000 nm内全波段和特征波段的最佳模型预测集总体正确率均高于400～1000 nm内的模型，基于两波段HSI数据融合的木质化判别模型优于基于单一波段（包括全波段和特征波段）的模型，最佳模型预测集总体正确率为96.7%，能较好地区分出4个木质化等级，且对4个等级的判别准确率均可达90%以上。研究结果为HSI实现木质化鸡胸肉的准确无损检测提供技术支持。
关键词：木质化鸡胸肉;;可见-近红外高光谱;;短波红外高光谱;;光谱数据融合;;判别模型
基金资助：江苏省苏北科技专项（SZ-SQ2021006）;; 江苏省重点研发计划项目（BE2020693）;; 安徽省科技重大专项（201903a06020010）;; 安徽省长三角科技创新联合攻关专项（202004g01020009）
