科研产出
基于近红外光谱技术与化学计量学的绿茶无损鉴别方法研究
《分析测试学报 》 2020 北大核心 CSCD
摘要：该文利用近红外光谱技术结合化学计量学方法开发了不同品种绿茶的无损鉴别方法.通过近红外光谱技术得到了8个品种绿茶样品的近红外光谱,比较了单一以及优化组合光谱预处理方法对光谱的影响,利用无监督的主成分分析(PCA)与有监督的线性判别分析方法(LDA)分别构建了茶叶品种鉴别模型.结果 表明:对比单一预处理方法,优化组合预处理具有更优的鉴别准确性.标准正态变量变换预处理消除了茶叶样品大小不均造成的光谱散射影响,一阶导数预处理实现了变动背景的消除,减少了基线漂移的影响,突出了图谱中的有效信息,采用二者相结合的预处理方式并结合无监督的主成分分析法可实现较为准确的绿茶样品种类鉴别分析,准确率达75.0%.此外,采用有监督的线性判别分析方法处理原始光谱数据,可达到100%的鉴别准确率,但该方法需提供类别的先验知识.因此,采用近红外光谱技术和化学计量学相结合的手段可实现不同品种绿茶的快速无损鉴别.
关键词： 绿茶 近红外光谱技术 光谱预处理 主成分分析 线性判别分析
全文链接
请求原文
基于近红外光谱技术和优化预处理方法的不同品牌燕麦无损鉴别分析
《食品安全质量检测学报 》 2019
摘要：目的建立红外光谱预处理方法以实现对不同品牌燕麦的快速无损鉴别。方法通过对不同品牌燕麦样品近红外光谱进行采集,结合单一以及组合光谱预处理方法消除光谱干扰,最后利用主成分分析法构建稳健的鉴别模型。结果光谱预处理有效消除了变动背景以及基线漂移干扰,最佳预处理方法为二阶导数,可以实现进口、国产、劣质燕麦之间的完全鉴别。结论通过近红外光谱预处理方法对原始光谱图进行处理,可以提取光谱图中有用信息,消除样品自身不均等因素对光谱的影响,提高不同品牌燕麦鉴别的准确率。
全文链接
请求原文
首页上一页1下一页尾页
