72 - 食品科学技术学报页

图 7摇 聚类分析分类预测模型构建
Fig. 7摇 Structure of clustering analysis prediction model
土鸡的 16 ~ 20 样品光谱作为实验的验证集, 余下的
30 个样品作为校正集.
无任何预处理 900 ~ 1 022 nm 原始谱图的聚类
分析树形图见图 8. 由图 8 可以看出, 对未经优化的
光谱数据进行聚类分析时, 肉鸡和土鸡的分类较混
乱, 几乎找不到显著的区分和规律.
图 8摇 无预处理聚类分析结果树形图
Fig. 8摇 Result tree diagram of clustering analysis
without pretreatment
经过一阶导数后, 谱图在 900 ~ 1 022 nm 范围的
聚类分析树形图如图 9. 由图 9 可以看出, 单纯对原
始光谱进行一阶求导,产生的聚类分析结果也不能
将肉鸡和土鸡准确分类.
经过二阶导数后,谱图范围在 900 ~ 1 022 nm 的
聚类分析树形图如图 10. 由图 10 可以看出,单纯对
原始光谱进行二阶求导,产生的聚类分析结果依旧
不能将肉鸡和土鸡准确分类.
将近红外原始光谱图经过一阶求导 + 矢量归一
化、 二阶求导 + 矢量归一化分别预处理后, 所得谱图
在 900 ~ 1 022 nm, 聚类分析树形图如图 11、图 12.
由图 8 ~ 图 12 可以得出聚类结果如表 1.
由表 1 可以看出,校正集近红外光谱在分别采
图 9摇 一阶导数后聚类分析结果树形图
Fig. 9摇 Result tree diagram of clustering analysis with
first derivative
图 10摇 二阶导数后聚类分析结果树形图
Fig. 10摇 Result tree diagram of clustering analysis with
second derivative
图 11摇 一阶求导 + 矢量归一化后聚类分析结果树形图
Fig. 11摇 Result tree diagram of clustering analysis with first
derivative and vector normalization
用矢量归一化、 一阶导数 + 矢量归一化、 二阶导数 +
矢量归一化方法预处理后 , 通过聚类分析都可以将
肉鸡和土鸡准确的区分,且各自归为一类 ,准确率为
100% .
以上实验结果说明谱图的预处理对于计量学分
析结果的好坏会起到十分重要的作用, 同时也说明
不同种类的鸡肉可以通过近红外光谱技术很好
分类.
96
第 32 卷 第 6 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 向灵孜等: 近红外光谱分析技术在鸡肉分类检测中的应用