科研产出
基于光谱融合的茶油真伪快速鉴别研究
《食品安全质量检测学报 》 2023 北大核心
摘要：目的 建立基于光谱融合的定性分析模型,实现高值茶油的真伪快速鉴别.方法 优化设备条件,同时采集茶油的近红外光谱(near infrared spectroscopy,NIRS)和拉曼光谱(Raman spectroscopy,RS),分别使用6种方法进行预处理,优选4种方法来提取光谱特征波段,并应用数据层和特征层策略融合多光谱信息,通过比较验证不同模型的准确率和预测均方根误差(root mean square error of prediction,RMSEP)来评估效果.结果 单独使用NIRS经标准正态变换处理后的偏最小二乘判别分析结果最优,准确率为 0.8361,RMSEP为 0.1060;单独使用RS经二阶导数处理后的结果最优,准确率为0.8443,RMSEP为0.1332;经NIRS和RS融合后数据结果高于任意单一光谱结果,其中数据层光谱融合模型准确率为 0.8525,RMSEP 为 0.1270,特征层融合后的模型效果较好,最佳结果为基于核主成分分析下的支持向量机模型,准确率达到 0.9508.结论 光谱融合提升茶油掺伪定性鉴别准确率更高,具有较好的应用前景.
全文链接
请求原文
基于连续投影算法的油菜蜜近红外光谱真伪鉴别的研究
《食品工业科技 》 2012 北大核心 CSCD
摘要：采用连续投影算法(successive project algorithm,SPA)对177个不同产地油菜蜜样本的近红外光谱做波长选择,然后以33个特征变量作线性识别分析(LDA)。同时,也采用了主成分分析(PCA)对变量进行压缩。比较了二次识别分析(QDA)和簇类独立软模式分类法(SIMCA)的鉴别结果。SPA-LDA模型预测集的鉴别准确率为97.7%,而PCA-LDA、全谱的SIMCA和SPA-QDA预测集的正确率分别为93.2%、95.4%和90.9%;上述四种方法ROC曲线下的面积分别为0.964、0.912、0.948和0.933。SPA-LDA性能比其他三种方法要好。该方法准确、可靠,为蜂蜜真实性的现场快速检测提供了一种新方法。
关键词： 油菜蜜 近红外光谱 真伪鉴别 连续投影算法 线性识别分析
全文链接
请求原文
首页上一页1下一页尾页
