鸡胸肌冻干粉赖氨酸近红外定量预测模型的建立与优化

该研究采用偏最小二乘法建立鸡胸肌冻干粉赖氨酸近红外定量预测模型，并通过光谱预处理、建模特征光谱筛选、异常样本剔除、建模和验证样本选择4个方面对模型进行优化，旨在提高模型的预测精度和稳健性。以263个鸡胸肌冻干粉为研究对象，研究7种不同光谱预处理方法、4种特征光谱筛选方法、MCCV异常样本剔除方法，SPXY和鸡种2种建模验证样本选取方法对鸡胸肌冻干粉赖氨酸近红外定量预测模型的影响。结果表明：在1000~2502 nm建模谱区，剔除68个异常样本后，使用SPXY方法选取156个校正样本、39个外部验证样本，使用原始光谱所建模型最优；没有进行异常样本剔除、建模特征谱区选择等处理时，1000~2502 nm谱段建模，光谱需进行SNV+gapsegment (1#,15,7)预处理；异常样本剔除和建模样本选择对建模谱段1386~1379 nm、1329~1323 nm、1289~1283 nm、1276~1258 nm、1240~1235 nm、1194~1184 nm、1173~1168 nm、1142~1137 nm、1103~1099 nm、1080~1076 nm、1058~1054 nm、1012~1009 nm、1004~1001 nm（540个光谱），使用原始光谱所建模型精度影响最小。研究显示，鸡肉赖氨酸近红外定量预测模型的建立受异常样本和建模样本、验证样本的影响较大，建模特征光谱对模型的适用性影响较大，光谱预处理方法仅在全谱段不做其它处理时对建模精度影响较大。

Establishment and Optimization of the Near Infrared Spectroscopy Quantitative Prediction Model for the Lysine in Freeze-dried Chicken Breast Muscle Powder