本成果是在北京市自然科学基金（批准号：4092012；4122020）资助下完成的。针对肉品品质关键检测技术问题，开展了新鲜度无损检测、光谱及图像数据融合检测机理与方法研究工作。成果应用于食品行业领域。目前，国内外肉品安全与品质检测通常都采用感官检查、微生物检测等传统方法，这些方法存在不同程度的缺陷，一方面受主观因素影响比较大，另一方面检测过程复杂、耗时。肉品作为我国城乡居民日常生活的一种重要食品，客观上需要一种快速、有效、准确地检测其食用安全及品质的方法及技术。成果优势及特色。采用了高光谱成像、近红外光谱、光电显微探测、气味传感阵列、PH值、肉品颜色值检测技术以及BP神经网络、学习向量LVQ、BiPLS、主成分分析PCA、多元逐步回归法和偏最小二乘PLS回归等智能识别检测算法，实现了肉品安全与品质的快速、有效、准确的检测。(1)采用基于显微生物特征（脂肪、菌斑）、气味特征（氨气、硫化氢）、图像灰度值（HSI）及BP神经网络的智能多数据融合技术方案，实现了对肉品新鲜度快速、准确、有效的检测。(2)采用高光谱成像技术与学习向量(learning vector quantization，LVQ)智能算法结合技术方案，实现了对海水鱼与淡水鱼品质鉴别；采用高光谱图像技术与多元逐步回归法和偏最小二乘（PLS）法结合技术方案，实现了鱼肉重金属汞含量的检测。(3)采用近红外光谱技术辅以肉品pH值和肉品颜色值作为多数据融合信息与偏最小二乘筛选（BiPLS）法结合技术方案，实现了注水肉快速检测。(4)采用近红外光谱技术辅以SOM神经网络聚类智能方法，研究了肉品新鲜度TVBN国家标准由原来的三个等级划分成五个等级标准，实现了采用光谱技术的肉品智能分级快速检测。成果共获得国家专利8项。其中，授权发明专利5项，公开发明专利1项，授权实用新型专利2项。在国内外学术期刊上发表学术成果论文28篇，EI收录17篇。论文被引用频次共200多次。成果获2011年度北京市科学技术三等奖，2013年度北京工商大学科学进步一等奖。