摘要
本发明公开了一种基于高光谱成像的三文鱼货架期预测方法和系统,包括以下步骤:步骤S1,将新鲜三文鱼片分别置于‑2℃、0℃、2℃、5℃、10℃、18℃恒温箱贮藏;步骤S2,每天采集不同贮藏温度条件下三文鱼片高光谱数据,并测定其TVB‑N值和菌落总数;步骤S3,对获取的高光谱数据进行校正和预处理;步骤S4,通过机器学习算法建立高光谱数据和三文鱼货架期之间的预测模型;步骤S5,输入待测三文鱼高光谱数据和贮藏温度,通过预测模型计算其剩余货架期。通过该预测模型,只要采集待测三文鱼高光谱数据即可实现预测三文鱼货架期的目的。该技术可广泛应用于三文鱼加工、物流、销售等环节,以提高产品质量控制和减少经济损失。
技术关键词
三文鱼货架期
剩余货架期
机器学习算法
支持向量机
校正
黑白板
光谱成像设备
数据预处理方法
恒温箱
径向基核函数
建立预测模型
模块
深度神经网络
样本
预测系统
随机森林
成分分析