Быстрая идентификация свежести мясной продукции на основе ближней инфракрасной спектроскопии и алгоритма нейронной сети обратного распространения
Свежесть мясной продукции является критическим фактором, определяющим ее качество и ценность, влияет на ее экономическую ценность и пригодность к употреблению. Для регистрации спектров образцов свинины с 1-го по 9-й день при температуре 18 ± 2°C использована спектроскопия в ближнем ИК-диапазоне (NIR). Алгоритм нейронной сети обратного распространения ошибки (BPNN) в сочетании со спектральными данными NIR использован для построения прогностической модели оценки свежести свинины, при этом длительность хранения служила основной переменной. Модель оценена в сравнении с более традиционными подходами, включая модели частичных наименьших квадратов и случайного леса. Модель BPNN продемонстрировала наиболее оптимальную производительность теста с коэффициентом детерминации R2 = 0.93; среднеквадратическая ошибка прогнозирования RMSEP = 0.62. Средняя абсолютная ошибка тестового набора для модели BPNN = 0.48, что указывает на удовлетворительные результаты прогнозирования. Экспериментальные данные продемонстрировали возможность применения предлагаемого метода для точной оценки свежести свинины, что позволило создать новый технологический эталон для определения качества мяса.
