结合半监督回归的肴肉硫代处理！

    肉品新鲜度的评价指标一般有 pH 、挥发性盐基氮（TVB-N）、硫代巴比妥酸反应物 （TBARS）等理化生物指标。这些指标通常采用物理、化学、生物化学和微生物学方法进行检测。 但这些方法操作繁琐耗时，不适用于对肴肉的在线监测。分析天平（BS125S-CW，赛多利斯科学仪器（北京） 有限公司），超声清洗机（KH-300，昆山禾创超声仪器有限公司），磁力搅拌器（B4-1A，上海司乐仪器 有限公司），紫外可见分光光度计（UV-1601，北京普析通用仪器有限责任公司）。

    为了进一步验证半监督学习的有效性，将有标记样本重新分配校正集与测试集，并在每一次随机 分配过程中计算不同选择样本数条件下的RMSEP（在每一个计算随机分配中，对于SVRsemifull，其用于建 模的无标样本是固定不变的。一个模型用于获取无标记样本的 y 值，并将无标记样本放入校正集样本中；然后，将其作为一个整体，获取新的模型并用于预测。结果 显示，基于半监督学习的建模方法可以充分利用无标数据集，充分挖掘样本信息，从而获得较好的建 模效果。