В данной статье реактив тиобарбитуровой кислоты (TBARS) мясных продуктов используется в качестве показателя свежести, а предсказание проводится с помощью гиперспектральных данных в сочетании с полуобучением. В наборе данных гиперспектральные данные представлены как X, значения содержания TBARS — как y. При этом весь набор образцов разделён на калибровочную выборку, валидационную выборку и независимую тестовую выборку. Калибровочная выборка используется для построения модели с целью предсказания валидационной и независимой тестовой выборок. В калибровочной выборке образцы, содержащие как X, так и y, называются размеченными, а образцы, содержащие только X без y, — неразмеченными. Каждый образец в валидационной и независимой тестовой выборках является размеченным. Валидационная выборка используется только для настройки параметров модели, построенной на калибровочной выборке, и не участвует в созидании модели. Независимая тестовая выборка не участвует в построении и настройке, используется только для тестирования конечных результатов модели. Общее количество образцов в калибровочной выборке — 233, из них 48 размеченных и 185 неразмеченных; валидационная и независимая тестовые выборки содержат по 12 образцов. В процессе моделирования сначала строится модель X и y на основе размеченных образцов калибровочной выборки; затем этой моделью предсказываются значения y для неразмеченных образцов. В этот момент все образцы в калибровочной выборке считаются размеченными. Наконец, модель строится на всех образцах калибровочной выборки и используется для предсказания. Параметры двух построенных моделей различаются, и обе оптимизируются с помощью валидационной выборки. Результаты показывают, что регрессия на основе опорных векторов (SVR) дает лучшие результаты моделирования, а сочетание алгоритма SVR с полуобучением обеспечивает высокую точность предсказания. При выборе неразмеченных образцов по сравнению с использованием всех неразмеченных образцов, выборка на основе метода расстояния позволяет снизить ошибку предсказания.

мясные продукты;реактив тиобарбитуровой кислоты (TBARS);полуобучающая регрессия;гиперспектральные данные;регрессия опорных векторов (SVR);регрессия гауссовских процессов (GPR)