第30卷，第2期 2010年2月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
Vol. 30, No. 2.pp411-415 February,2010
基于高光谱成像的生鲜猪肉细菌总数预测建模方法研究
伟，彭彦昆，张晓莉主
1.中国农业大学工学院，北京100083
2.佐治业州立大学生物系，亚特兰大，美国P.O.Box4010
摘要生鲜猪肉中细菌总数(TVC)超标会直接危害大众，为此研究验证高光谱成像技术结合相应的建模方法预测生鲜猪肉中TVC的可行性。针对非线性、小样本间题，以及光谱维和空间维的大数据量问题，在综合比较偏最小二乘回归(PLSR)、人工神经网络（ANNs)和最小二乘支持向量机(LS-SVM)3种建模方法的基础上，最终选取了LS-SVM方法组建模型。3种建模方法综合比较的结果表明，LS-SVM同时兼顾了训练精度和泛化能力两方面的性能，使其都能做到最优，与标准平板菌落计数法所检测TVC的决定系数分别为 0.9872和0.9426，校正均方根误差和预测标准均方根误差分别为0.2071和0.2176，其建模性能优于其他方法。研究结果表明，高光谐成像技术结合LS-SVM预测建模方法可作为快速、非破坏预测生鲜猪肉 TVC的有效手段。
关键词生鲜猪肉；细菌总数；高光谱成像系统；最小二乘支持向量机
中图分类号：0433.4
引言
文献标识码：A
DOI: 10. 3964/j. issn. 1000-0593(2010)02-0411-05
具[9-13]。Park等[14,15]开发了高光谱图像系统用于检测禽肉表面的粪使和消化物污染从而间接检测其中所含的大肠埃希氏菌EcoliO157：H7。然面，高光谱图像技术反映样品光谱
我国猪肉产量占据世界猪肉总产量的半壁江山，但我国猪肉生产的生状况还不容乐观。细菌总数(totalviablebac teriacount，TVC)是衡量猪肉生状况的重要指标，当肉类中的细菌数超标，就会变成致病菌危害大众，因此，肉类的微生物安全问题已引起人们的广泛关注，
针对生鲜猪肉TVC的检测，传统的检测方法大多基于显微镜(")、细菌分离()、免疫学(3.4)和基于核酸分析5)等方法，这些方法虽然有效，但采样准备和检测时间长、效率低、操作紫项、费时费力、对试样具有破坏性，更再要的是这些方法难以实现自动化及计算机化、不适合在线检测，不能充
分满足国内消费和出口贸易的需要。单叶变换红外光谱（Fouriertra
anstorm
FTIR)检测牛肉的腐败程度("：
些最近的研究采用傅 infrared spectroscopy
Dubois
等采用近红外化学
成像检测食品中白含微生物(]
，研究表明可以通过观察细菌
在一些特定近红外波长的光吸收/反射差异辨识细菌；图像光谱技术集成了传统的图像和光谱技术，可同时获得被测物体的空间和光谱信息，相比传统的多光谱方法不能同时兼顾共线性消除和信息充分获取的矛盾，高光谱图像技术因其高的光谱分辨率已成为农产品品质评估和安全检测的强有力工
收稿日期：2009-02-12，修订日期：2009-05-16
和空间特征的信息量大，如何处理这一复杂信息，建模方法的合理与否对最终预测能力的影响十分明显。本文在高光谱图像技术的基础上，致力于操索生鲜猪肉TVC的合理预测建模方法。
1 1.1
仪器与试样准备实验仪器
所采用的高光谱成像系统如图1所示。系统主要包括
个高性能的背后照明式CCD相机（SencicamQE，Germany）及其控制单元；一台波长范围在400～1000nm的图像光谱仪(ImSpectorV10E，Spectral Imaging Ltd.，Finland)，其光谱分辨率为2.8nm，波长间隔为0.74nm；由石英卤钨灯和稳压电源组成的光源系统（OrielInstruments66882，USA）；试样载物台及其调节机构及聚光镜等。在使用前按照文嵌[16]的方法进行空间和光谱维校正。试样载物台可沿高度方向进行调节，光源为5mm圆形光束其发散角小于20°肉样放置在载物台上，当光源照射在肉表面时，肉组织的漫反射光经聚光镜、光谱仪，然后通过CCD相机形成光谱图像，经
基金项目：国家自然科学基金项日(30771244)，(863计划)项目(2008AA10Z210)和北京市自然科学基金项目（6082017)资助
e-mail; wxwme, buaa edu. cn; playerwxwcau, edu, cn
作者简介：王伟，1975年生，中国农业大学工学院讲师万方数据