Resumen

La identificacin de los parmetros de calidad del pollo suele ser incoherente, lenta y laboriosa. La espectroscopia del infrarrojo cercano (NIR) se ha utilizado como una potente herramienta para la evaluacin de la calidad de los alimentos. Sin embargo, los espectros del infrarrojo cercano (NIR) comprenden un gran nmero de informacin redundante. Determinar la relevancia de las longitudes de onda y seleccionar subconjuntos para los modelos de clasificacin y prediccin es obligatorio para el desarrollo de sistemas multiespectrales. Se investig una combinacin de seleccin de atributos y longitudes de onda para la informacin espectral NIR de muestras de carne de pollo. Los rboles de decisin y los predictores de tabla de decisin explotan estas longitudes de onda ptimas para las tareas de clasificacin segn los diferentes grados de calidad de la carne de pollo. La metodologa propuesta se llev a cabo con un algoritmo de mquina de vectores soporte (SVM) para comparar la precisin del modelo propuesto. Se realizaron experimentos con informacin espectral NIR (1050 longitudes de onda), color (CIE, croma y tono), capacidad de retencin de agua (WHC) y pH de cada muestra analizada. Los resultados muestran que el mejor mtodo fue el REPTree, basado en 12 longitudes de onda, que permite clasificar con precisin las muestras avcolas segn los grados de calidad. Las longitudes de onda seleccionadas podran dar lugar a posibles dispositivos sencillos de adquisicin multiespectral.

• Materias:Fluorescencia Nanopartículas Espectroscopia infrarroja Fármaco Espectroscopia raman
• Subjects:Fluorescence Nanoparticles Infrared spectroscopy Drug Raman spectroscopy
• Palabras claves:Identificación; Parámetros de calidad del pollo; Espectroscopia NIR; Pertinencia de las longitudes de onda; Sistemas multiespectrales; Tareas de clasificación
• Keywords:Identification; Chicken quality parameters; NIR spectroscopy; Wavelengths relevance; Multispectral systems; Classification tasks