تستخدم هذه الورقة رد فعل ثيو بربيتوريك (TBARS) للحوم المطبوخة كمؤشر على الطزاجة، ويتم التنبؤ بها من خلال الجمع بين الطيف عالي الدقة والتعلم شبه المـُشـرف. في مجموعة البيانات، تمثل بيانات الطيف عالي الدقة X، وقيم محتوى TBARS تمثل y. في الوقت ذاته، تم تقسيم مجموعة العينات بالكامل إلى مجموعة معايرة، ومجموعة تحقق، ومجموعة اختبار مستقلة. تستخدم مجموعة المعايرة لبناء النموذج بغرض التنبؤ بمجموعة التحقق ومجموعة الاختبار المستقلة. تحتوي مجموعة المعايرة على عينات مسماة تحتوى على X وy، وعينات غير مسماة تحتوى فقط على X بدون y. وكل عينة في مجموعة التحقق ومجموعة الاختبار المستقلة عبارة عن عينات مسماة. تستخدم مجموعة التحقق فقط لضبط معلمات بناء النموذج في مجموعة المعايرة، ولا تشارك في عملية البناء نفسها. أما مجموعة الاختبار المستقلة، فلا تشارك في البناء أو الضبط، بل تستخدم فقط لاختبار النتائج النهائية للنموذج. يحتوي عدد عينات مجموعة المعايرة على 233 عينة، منها 48 عينة مسماة، و185 عينة غير مسماة؛ ويبلغ عدد عينات مجموعة التحقق ومجموعة الاختبار المستقلة 12 عينة لكل منهما. خلال عملية البناء، يتم أولاً استخدام العينات المسماة في مجموعة المعايرة لبناء نموذج X وy، ثم باستخدام هذا النموذج يتم التنبؤ بالعينات غير المسماة وتقدير قيم y الخاصة بها. في هذه المرحلة، تصبح جميع العينات في مجموعة المعايرة عينات مسماة. أخيرًا، يتم بناء النموذج باستخدام جميع العينات في مجموعة المعايرة، وهذا النموذج يستخدم للتنبؤ. توجد اختلافات في معلمات النموذجين المبنيين، وتم تحسينهما باستخدام مجموعة التحقق. أظهرت النتائج أن نموذج الانحدار بدعم المتجهات (SVR) يقدم أداءً أفضل، وأن الجمع بين خوارزمية SVR والتعلم شبه المشرف يمكن أن يحقق دقة تنبؤ أعلى. عند اختيار العينات غير المسماة، مقارنة بالطرق التي تستخدم جميع العينات غير المسماة، يمكن أن تحقق طريقة الاختيار المستندة إلى المسافة أخطاء تنبؤ أقل.

لحوم مطبوخة;رد فعل ثيو بربيتوريك (TBARS);انحدار شبه مشرف;طيف عالي الدقة;انحدار دعم المتجهات (SVR);انحدار عملية غاوس (GPR)