在對新鮮豬肉和解凍肉的分級研究上，可見和近紅外高光譜成像技術(shù)一直作為快速和無損檢測手段。中國科學(xué)家使用高光譜成像儀，利用無信息變量消除法和連續(xù)投影算法在400～1 000 nm波段內(nèi)共獲得6 個特征波長，分別為400、446、477、516、592、686 nm；同時利用直方圖統(tǒng)計、灰度同生矩陣和灰度梯度同生矩陣技術(shù)，獲得主成分圖像的紋理特征，基于以上獲得的特征光譜和紋理特征，建立鑒別新鮮肉和解凍肉的概率神經(jīng)網(wǎng)絡(luò)模型。與只用特征波長、特征波長結(jié)合直方圖統(tǒng)計或者特征波長結(jié)合灰度同生矩陣圖像特征等手段相比，由此建立的神經(jīng)網(wǎng)絡(luò)模型集成了特征波長和灰度梯度同生矩陣，具有93.14%和90.91%的最高校準(zhǔn)準(zhǔn)確度和驗證準(zhǔn)確度。（預(yù)發(fā)表于2015年1月Meat Science）