ในการศึกษานี้ สามารถใช้กล้องไฮเปอร์สเปกตรัม 400-1000 นาโนเมตร และ FS13 ซึ่งเป็นผลิตภัณฑ์ของหางโจว CHNSpec Technology Co., Ltd, บจก. สามารถนำไปใช้ในงานวิจัยที่เกี่ยวข้องได้ช่วงสเปกตรัมคือ 400-1,000 นาโนเมตร ความละเอียดของความยาวคลื่นดีกว่า 2.5 นาโนเมตร และสามารถเข้าถึงช่องสเปกตรัมได้สูงสุด 1200 ช่องความเร็วในการรับสามารถเข้าถึง 128FPS ในสเปกตรัมทั้งหมด และสูงสุดหลังจากเลือกแบนด์คือ 3300Hz (รองรับการเลือกแบนด์หลายภูมิภาค)
สารอาหารหลักของอาหารผสม ได้แก่ น้ำ เถ้า โปรตีนดิบ แคลเซียม ฟอสฟอรัสทั้งหมด และอื่นๆการตรวจหาสารอาหารหลักของอาหารสัตว์เป็นการเชื่อมโยงทางเทคนิคที่ขาดไม่ได้ในกระบวนการผลิต และเป็นวิธีที่สำคัญในการรับรองคุณภาพของผลิตภัณฑ์อาหารสัตว์วิธีการตรวจจับและวิเคราะห์ฟีดเป็นพื้นฐานของการควบคุมคุณภาพในปัจจุบัน โดยทั่วไปใช้วิธีการวิเคราะห์ทางเคมีแบบดั้งเดิมเพื่อหาสารอาหารหลักของอาหารผสมวิธีการตรวจวัดแบบดั้งเดิมมักใช้เวลานานและใช้แรงงานมาก ส่งผลให้เกิดความล่าช้า ในขณะที่ค่าใช้จ่ายในการตรวจวัดสูง และบางรายถึงกับต้องทำลายตัวอย่างเอง ซึ่งมีความต้องการสูงกว่าสำหรับผู้ปฏิบัติงานและห้องปฏิบัติการด้วยในการสำรวจวิธีการตรวจหาสารอาหารหลักของอาหารสัตว์แบบผสมอย่างรวดเร็ว ให้ส่งเสริมและนำไปใช้อย่างครอบคลุมกับการทดสอบและวิเคราะห์จริงของบริษัทอาหารสัตว์ ซึ่งมีประโยชน์ทางสังคมและเศรษฐกิจสูงในการปรับปรุงอัตราการตรวจหาและส่งเสริมการพัฒนาระดับการทดสอบอาหารสัตว์ผสมการตรวจจับภาพไฮเปอร์สเปกตรัมเป็นชุดเทคโนโลยีขั้นสูงของคอมพิวเตอร์วิทัศน์และการตรวจจับสเปกตรัม การใช้เทคโนโลยีภาพไฮเปอร์สเปกตรัมเพื่อให้ได้ข้อมูลตัวอย่างประกอบด้วยข้อมูลสเปกตรัมจำนวนมากของบล็อกภาพสามมิติ ไม่เพียงแต่มีความละเอียดสเปกตรัมสูงเท่านั้น และข้อมูลสเปกตรัมที่ดึงออกมาจากภาพสามารถใช้ตรวจจับคุณภาพภายในของตัวอย่างได้ดังนั้น เทคโนโลยีการตรวจจับภาพไฮเปอร์สเปกตรัมจึงเป็นที่ชื่นชอบของนักวิชาการทั้งในและต่างประเทศมากขึ้นเรื่อย ๆ และมีการใช้กันอย่างแพร่หลายในการตรวจจับคุณภาพของผลิตภัณฑ์ทางการเกษตร แต่ไม่ค่อยมีรายงานการวิจัยการประยุกต์ใช้ในอาหารผสมในการศึกษานี้ เทคโนโลยีภาพไฮเปอร์สเปกตรัมถูกนำมาใช้เพื่อให้ได้ข้อมูลสเปกตรัมที่มองเห็นได้/ใกล้อินฟราเรดของตัวอย่างทดลองของอาหารผสม และแบบจำลองการวิเคราะห์เชิงปริมาณของสารอาหารหลักในอาหารผสม เช่น ความชื้น เถ้า โปรตีนดิบ แคลเซียม และฟอสฟอรัสทั้งหมด ถูกสร้างขึ้นโดยใช้วิธีการปริมาณสารสัมพันธ์นอกจากนี้ยังให้แนวคิดและพื้นฐานใหม่สำหรับการตรวจจับการป้อนแบบผสมอย่างรวดเร็ว
ในการศึกษานี้ เทคโนโลยีภาพไฮเปอร์สเปกตรัมถูกนำมาใช้เพื่อสร้างแบบจำลองการวิเคราะห์เชิงปริมาณของโปรตีนดิบ เถ้าดิบ น้ำ ฟอสฟอรัสทั้งหมด และปริมาณแคลเซียมในอาหารผสมด้วยวิธีการกำจัดตัวอย่างที่ผิดปกติ การแบ่งชุดตัวอย่าง การปรับสภาพสเปกตรัมที่เหมาะสมที่สุด และการเลือกแถบลักษณะเฉพาะโมเดลได้รับการตรวจสอบแล้วชุดตัวอย่างโปรตีนดิบที่แบ่งด้วยวิธี SPXY และชุดตัวอย่างเถ้าดิบที่แบ่งด้วยวิธี CG เมื่อรวมกับ AS, FD และ SNV แบบจำลองการวิเคราะห์เชิงปริมาณที่กำหนดขึ้นในแถบลักษณะเฉพาะมีผลดีที่สุดค่าสัมประสิทธิ์การกำหนดชุดการแก้ไข R& ของแบบจำลองโปรตีนดิบที่เหมาะสมคือ 0.8373, RMSEC ข้อผิดพลาดรูตค่าเฉลี่ยกำลังสองคือ 2.1327%, ข้อผิดพลาดการวิเคราะห์สัมพัทธ์ RPDc คือ 2.4851, ชุดการตรวจสอบความถูกต้อง RV คือ 0.7778, RMSEP คือ 2.6155% และ RPDv คือ 2.1143ได้รับ R& ขี้เถ้าที่เหมาะสมที่สุด RMSEC 1.0107%, RPDc 2.2064, RV 0.7758, RMSEP 1.0611% และ RPDv 2.1204แบบจำลองการวิเคราะห์เชิงปริมาณของโปรตีนดิบและเถ้าดิบแสดงประสิทธิภาพการทำนายที่ดีและสามารถนำมาใช้สำหรับการวิเคราะห์เชิงปริมาณเชิงปฏิบัติชุดตัวอย่างน้ำที่แบ่งด้วยวิธี CG ร่วมกับการปรับสภาพ AS, OSC และ Detrend ให้ผลดีที่สุดในช่วงคุณลักษณะเฉพาะชุดการแก้ไข RE คือ 0.6470, RMSEC คือ 1.8221%, RPD คือ 1.6849, ชุดการตรวจสอบ Ry คือ 0.6314, RMSEP คือ 1.6003%RPDv เท่ากับ 1.9371 แม้ว่าสามารถใช้แบบจำลองในการวิเคราะห์เชิงปริมาณในทางปฏิบัติได้ แต่ความแม่นยำในการทำนายยังคงต้องได้รับการปรับปรุงให้เหมาะสมต่อไปผลลัพธ์ของแบบจำลองการวิเคราะห์เชิงปริมาณที่ได้จากชุดตัวอย่างฟอสฟอรัสทั้งหมดหารด้วยวิธี CG ร่วมกับวิธีการปรับสภาพของ AS, FD และ SNV นั้นเหมาะสมที่สุดอัตราส่วนของ RS, RMSEC และ RPD ของแบบจำลองที่เหมาะสมคือ 0.6038, 0.1656% และ 1.5700 ตามลำดับชุดการตรวจสอบ R9, RMSEP และ RPD/ คือ 0.4672, 0.1916% และ 1.3570 ตามลำดับพารามิเตอร์ประสิทธิภาพของทั้งโมเดลการแก้ไขและโมเดลการตรวจสอบคุณภาพต่ำ ซึ่งบ่งชี้ว่าโมเดลมีความสามารถในการทำนายต่ำและไม่สามารถใช้ในการวิเคราะห์เชิงปริมาณจริงได้หลังจากการปรับสภาพตัวอย่างแคลเซียมที่ตั้งค่าไว้โดยหารด้วยวิธี CG และรวมกับวิธี AS, OSC และ Detrend แบบจำลองการวิเคราะห์เชิงปริมาณที่สร้างขึ้นในแถบลักษณะเฉพาะมีผลดีที่สุด RB ของแบบจำลองที่เหมาะสมคือ 0.4784 และชุดการตรวจสอบ R≈ เท่ากับ 0.4406 เท่านั้นผลการทำนายของแบบจำลองไม่ดี และไม่สามารถนำไปใช้ในการวิเคราะห์เชิงปฏิบัติได้ความแม่นยำในการทำนายของแบบจำลองการวิเคราะห์เชิงปริมาณที่เหมาะสมที่สุดของโปรตีนดิบที่อิงตามเทคโนโลยีภาพไฮเปอร์สเปกตรัมนั้นดีที่สุด และประสิทธิภาพการทำนายของแบบจำลองเถ้าดิบนั้นเป็นแบบที่สอง และทั้งสองอย่างสามารถใช้อย่างแม่นยำในการตรวจจับในทางปฏิบัติควรปรับปรุงความแม่นยำในการทำนายของแบบจำลองการวิเคราะห์เชิงปริมาณที่เหมาะสมที่สุดของน้ำอย่างไรก็ตาม แบบจำลองการวิเคราะห์เชิงปริมาณที่เหมาะสมที่สุดของฟอสฟอรัสและแคลเซียมทั้งหมดมีประสิทธิภาพการทำนายที่ไม่ดีและไม่สามารถใช้สำหรับการตรวจจับในทางปฏิบัติได้