华中农业大学考研，华中农业大学考研分数线
皮蛋又称松花蛋、彩蛋，其风味独特，营养丰富，氨基酸比例均衡，易消化吸收，是我国特有的一种传统蛋制品。弹性与皮蛋凝胶品质相关，凝胶越好，皮蛋的弹性就越大；含水率作为食物中重要的衡量指标，对皮蛋的内部品质、质构特性及风味会产生较大影响；因此，弹性和含水率可以作为消费者进行购买时的重要参考指标，但是皮蛋弹性目前只能依靠手掂方式估算，含水率只能依据生化检测方法计算，繁琐低效。
华中农业大学工学院的陈远哲、王巧华*等人以皮蛋为研究对象，采集出缸期皮蛋的高光谱信息，建立光谱信息与皮蛋凝胶品质含水率和弹性的回归模型，进而实现出缸期皮蛋凝胶品质的可视化分析与不同品质皮蛋的预测。
1、出缸期皮蛋光谱特征
对高光谱图像上ROI提取光谱，光谱波长范围为450～1 000 nm，共520 个波长，获得优质蛋与合格蛋的原始光谱和平均光谱曲线如图2所示。可以看出，不同品质皮蛋的光谱曲线变化趋势基本相同；在450～643 nm（可见光波段）光谱的透射率整体升高，由于皮蛋蛋壳气孔数量和内膜结构特性对凝胶品质的影响，造成对可见光吸收减弱，从而在波长570 nm附近出现第1次透射率波谷；由于C—H键二级倍频和一级倍频的吸收，在波长640 nm附近出现光谱上的最高峰；在波长657～910 nm（可见-近红外波段）光谱的透射率持续下降，这是因为在波长900 nm附近对皮蛋凝胶中水分子O—H键吸收减弱形成的第2次波谷。
2、皮蛋含水率、弹性与光谱数据的相关性分析
在图3a中，皮蛋含水率与原始光谱在可见光波长范围内呈负相关，且相关性不断增高，在波长667 nm处相关性最高，相关系数为-0.732，由于腌制期腌制液浓度、蛋壳气孔大小、内膜结构等因素对凝胶特性的影响，使穿过吸收区域水层的光能太少，造成在近红外波长范围相关系数基本趋近0，不相关；含水率与S-G光谱数据的相关性和原始光谱相似，但相关性有所提高，在波长672 nm处相关性最高，相关系数为-0.836；FD后的光谱与含水率相关性曲线呈正负起伏变化，波长在623 nm处相关性最大，相关系数为0.753；S-G-FD组合变换的相关性曲线与FD相关性曲线相似，在波长625 nm处相关性达到0.851。
在图3b中，经S-G处理后光谱数据与原始光谱数据相似，两者分别在可见光波长671 nm和657 nm处相关性最高，相关系数为0.715、0.794；经FD处理后的光谱数据与S-G-FD处理后的相似，在可见光波长754 nm和757 nm处相关性最高，相关系数为0.704、0.786；由此可见，原始光谱与不同预处理方法的光谱在可见光波长520～760 nm范围内的相关性较高，表明可以通过预处理方法有效提高光谱数据与皮蛋含水率、弹性的相关性。
3、异常样本剔除
结果如图4a所示。弹性值异常样本检测以预测误差平均值3.24，预测误差标准差0.631为标准，共剔除异常样本8个，分别为13、24、47、63、85、117、146和161号样本。剔除后的样本决定系数R 2 由原来的0.726 5提升到了0.812 4。由图4b所示，光谱值和含水率的蒙特卡罗分析检测中未出现较大的平均值偏差和标准偏差，因此没有进行异常样本剔除。
4、样本集的划分
如表1所示，实验中共180 个样本，利用SPXY法将剔除异常值的弹性和未剔除异常值的含水率样本结合光谱信息按照3∶1的分布范围为16.36%～39.64%，校正集和预测集的标准差分别为3.322 4%、3.284 5%；含水率的分布范围为46.15%～74.50%，校正集和预测集的标准差分别为6.342 7%、6.421 5%；通过SPXY法划分的弹性和含水率校正集的分布范围大于预测集，说明数据具有代表性。
5、特征波长的提取
如图5所示，建立SPA弹性模型，初始设定提取波长变量范围为5～30，提取步长为1；由图5a可知，RMSE最小为0.394 7，对应模型中变量的个数为10 个，即经SPA提取的最优波长点有10 个，优选出波长点的位置如图5b的原始光谱索引显示，所选波长变量占总波长的1.923%。不同预处理的光谱由SPA提取的波长结果如表2所示。
利用UVE法提取特征波长，如图6所示，建立UVE的弹性模型，初始设置噪声矩阵最大稳定性绝对值的90%作为剔除阈值，图中黄色曲线为光谱变量的稳定性值，红色曲线为噪声变量信息的稳定值。以阈值±27.43为界，两条水平虚线之外是需要保留变量，虚线之外为剔除的变量，最终经UVE变量选取出12个波长变量，波长点的位置在图6b中显示，所选波长点占总波长的2.31%。由UVE选取的波长结果如表3所示。
6、MSR模型的建立与预测
分别以SPA和UVE算法提取的特征波长建立不同预处理后的光谱数据MSR模型，计算每种模型在预测集中弹性和含水率的估算值，回归模型效果如表4所示。可以看出，对皮蛋含水率来说，基于UVE算法经S-G-FD预处理后的模型性能最好，决定系数R 2 为0.882，RMSE为0.583，RPD为2.1；用于预测弹性指标经S-G-FD预处理后的SPA-MSR模型性能最好，决定系数R 2 为0.903，RMSE为0.348，RPD为2.2。建立的含水率和弹性的MSR模型如图7所示，可以看出，2 种特征提取方法结合MSR模型分别对含水率和弹性取得了不错的估算结果。
7、含水率和弹性的可视化检测
利用UVE-MSR和SPA-MSR模型分别估算出缸期皮蛋高光谱图像的每个像素点的含水率和弹性，结合Matlab编程，采用伪彩色图像处理技术生成含水率和弹性的分布图，不同的颜色和深浅程度代表不同品质皮蛋的含水率和弹性，结果如图8所示。
图8a、b中，不同品质皮蛋的蛋清凝胶部分主要呈浅蓝色和绿色，不同的是合格蛋的蛋黄部分主要呈黄色和浅红色，含水率主要集中为52%～65%，优质蛋的蛋黄部分主要呈黄色和深红色，含水率主要分布在57%～69%之间，优质蛋的含水率要高于合格蛋的含水率；图8c、d中，不同品质皮蛋的蛋清凝胶部分主要呈浅蓝色和绿色，不同的是优质蛋蛋黄部分要比合格蛋的蛋黄部分颜色浅，合格蛋的弹性主要分布在26%～38%之间，优质蛋的弹性主要分布在29%～42%之间，优质蛋的弹性值要高于合格蛋。通过可视化不同品质皮蛋的分布图，可以直观看出皮蛋的不同部位的含水率和弹性值，从理论上有助于分析皮蛋内部品质变化规律，从应用上有助于后续在线检测皮蛋凝胶品质。
8、出缸期皮蛋品质的预测
为快速准确地预测出缸期不同品质皮蛋，采用CARS算法进行特征波长的提取。采样过程中，CARS算法以弹性的标准值筛选出10 个特征波长473、504、541、583、619、654、699、748、827 nm和937 nm，如图9所示。再以特征波长作为输入值，建立BP预测模型。对优质蛋与合格蛋样本按照2∶1划分训练集和预测集，模型参数：最大训练次数为200、学习率为0.1、误差为0.1。如图10所示，由混淆矩阵可以看出，出缸期不同品质皮蛋的预测总准确率为98.3%，预测结果较为理想。
结果表明：预测含水率的最优模型为UVEMSR，其决定系数R 2 和均方根误差分别为0.882、0.583，相对分析误差（RPD）为2.1；预测弹性的最优模型为SPA-MSR，其决定系数R 2 和均方根误差分别为0.903、0.348，RPD为2.2。然后，利用上述最优模型，计算出缸期皮蛋高光谱图像每个像素点的含水率和弹性值，生成可视化分布图，实现皮蛋凝胶品质含水率和弹性的可视化检测。最后，利用竞争性自适应权重取样法挑选特征波长，建立BP神经网络不同品质预测模型，获得98.3%的总识别准确率。
本文《皮蛋凝胶品质含水率和弹性的高光谱预测及其可视化》来源于《食品科学》2022年43卷2期324-331页，作者：陈远哲，王巧华，高升，梅璐。DOI: 10.7506/spkx1002-6630-20201215-173。点击下方阅读原文即可查看文章相关信息。
修改/编辑：袁艺；责任编辑：张睿梅
图片来源于文章原文及摄图网。
为进一步促进动物源食品科学的发展，带动产业的技术创新，更好的保障人类身体健康和提高生活品质，北京食品科学研究院和中国食品杂志社在宁波和西宁成功召开前两届“动物源食品科学与人类健康国际研讨会”的基础上，将与郑州轻工业大学、河南农业大学、河南工业大学、河南科技学院、许昌学院于2022年5月7-8日在河南郑州共同举办“2022年动物源食品科学与人类健康国际研讨会”。欢迎相关专家、学者、企业家参加此次国际研讨会。
华中农业大学考研(华中农业大学考研分数线)
