การตรวจสอบการปนเปื้อนจากเนื้อหมูในวัตถุดิบสดและไส้กรอกฮาลาลโดยใช้แสงอินฟราเรดย่านใกล้
ชื่อผู้แต่งข้างต้นเป็นข้อความจากระเบียนผลงาน ไม่ได้ผูกกับรหัสนักวิจัย จึงกดดูผลงานอื่นของบุคคลนี้ไม่ได้ — ในคลังนี้ 142,080 ผลงาน (63.6% ของทั้งหมด) มีชื่อผู้แต่งที่เชื่อมกับหน้าผู้แต่งได้ และ 60,298 ผลงาน (27.0%) มีผู้แต่งที่ผูกกับรหัสนักวิจัยจริง ส่วนอีก 81,382 ผลงานไม่มีข้อมูลผู้แต่งเลย (มีชื่อผู้แต่งเป็นข้อความอยู่ 142,009 ผลงาน = 63.5%)
บทคัดย่อ
การศึกษาการใช้ NIRs ในการทดสอบการปนเปื้อนของเนื้อหมูในไส้กรอกวัว ไก่ และเนื้อปลา โดยทำการเปรียบเทียบ short wavelength (700-1000 nm) กับ long wavelength (1000-2500 nm) พบว่า long wavelength สามารถสร้างโมเดลที่ความแม่นยำกว่าจึงนำ long wavelength มาพัฒนาโดยทำการ wavelength optimization พบว่า wavelength ของ ไส้กรอกเนื้อวัวที่ 1500-2000 nm ไส้กรอกไก่ช่วง 1000-1500 nm และไส้กรอกปลาช่วง 1000-1500 nm ให้ผลดีที่สุด จากนั้นนำมาทำ wavelength pretreatment พบว่า Multiplicative scatter correction (MSC) สามารถปรับโมเดลของไส้กรอกทั้ง 3 ได้ดีที่สุด ทำตัวอย่างเพิ่มและทำการลดผลของอุณหภูมิ พบว่า โมเดลของของไส้กรอกที่ลดผลกระทบของอุณหภูมิของไส้กรอกเนื้อวัว มีค่า F = 7, R2-cal = 0.94, SEC = 3.25, R2-val = 0.92, SEP = 3.88 และ Bias = 0.04 โมเดลลดผลกระทบของอุณหภูมิไส้กรอกไก่ มีค่า F = 7, R2-cal = 0.83, SEC = 5.64, R2-val = 0.81, SEP = 6.02 และ Bias = 0.00 และไส้กรอกปลา ค่า F = 7, R2-cal = 0.95, SEC = 3.06, R2-val = 0.94, SEP = 3.56 และ Bias = 0.00 ตามลำดับ โมเดลที่สร้างได้มีความแม่นยำในการทำนายการปนเปื้อนของเนื้อหมูในไส้กรอกวัว ไก่ และปลาได้อย่างดี โดยมี R2-val สูงและ Standard error of prediction (SEP) ต่ำ สามารถนำมาประยุกต์ในการตรวจสอบการปนเปื้อนของเนื้อหมูในอุตสาหกรรมได้