科研产出
近红外光谱结合模式识别技术快速鉴别煎炸油质量
《中国食品学报 》 2016 EI 北大核心 CSCD
摘要:采用近红外透反射光谱结合模式识别技术建立煎炸油质量的快速鉴别方法。采用国标方法测定79个煎炸油样本的酸价与羰基值,通过羰基价确定样本真实属性。利用Kennard-stone算法选取训练集和预测集。探讨样本NIR光谱预处理方法,以平滑、一阶导数和均值中心化处理的全光谱作为数据输入,采用偏最小二乘识别分析(PLS-DA)方法建立煎炸油质量的定性分类模型,并对模型进行验证。模型训练集与预测集的正确识别率分别达94.5%与100%。比较主成分识别分析(PCA-DA)、K最近邻法(KNN)与分类回归树(CART)3种建模方法。结果表明PLS-DA预测能力优于其它方法,NIR光谱结合PLS-DA可作为快速鉴别煎炸油质量的一种新方法。
基于多元散射校正和偏最小二乘(MSC/PLS)的傅里叶变换近红外光谱检测蜂蜜中还原糖
《食品与机械 》 2009 北大核心
摘要:为快速无损测定蜂蜜的还原糖,提出一种用近红外光谱技术进行检测的新方法。选用SN/T0852——2000铁氰化钾滴定法作为光谱还原糖测定的标定方法,用不同光谱预处理方法对模型的影响进行比较。首先用MSC对光谱数据进行校正,在经过Norris导数平滑法对原始光谱进行预处理消除噪声。利用光谱专用分析软件TQAnalyst7.2,建立偏最小二乘(PLS)校正模型。最优光谱模型校正相关系数(R)、校正相关均方差(RMSEC)、预测相关均方差(RMSEP)、交互验证相关系数(RCV)、交叉验证均方差(REMSECV)分别为0.97056,1.21,1.54,0.96267,1.36。结果表明,应用多元散射校正(MSC)处理,并经过Norris二阶导数平滑后的PLS模型优于经典PLS算法所建立的模型。
首页上一页1下一页尾页