基于PLS-LDA和拉曼光谱快速定性识别食用植物油

• 作者: 刘翠玲 吴静珠 徐云 石瑞杰 陈岩
• 来源期刊: 食品工业科技
• 学科: 工学
• 关键词: 偏最小二乘线性判别分析法 拉曼光谱 食用植物油 蒙特卡洛无信息变量消除法
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 分析检测
• 页码范围: 55-58
• 分类号: TS207.3
• 语种: 中文

摘要

以6种食用油共计23个样本为分析对象,采用偏最小二乘线性判别分析法(PLS-LDA)和拉曼光谱进行单一种类(橄榄油、花生油和玉米油)食用油快速定性检测,通过自适应迭代惩罚最小二乘法(airPLS)对拉曼信号进行背景扣除,以及蒙特卡洛无信息变量消除法筛选波长变量,不但有效减少了波长点数,降低了建模运算量,而且提高了单一种类食用油的识别率,使得总体识别率均高于90％,并在此基础上进一步提出了采用PLS-LDA进行多种类食用油识别的检测流程.实验结果表明PLS-LDA在食用油定性识别检测中具有较好的应用前景和可行性,该方法也可为定性检测食品及农产品品质提供借鉴.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘翠玲	北京工商大学计算机与信息工程学院	119	568	11.0	17.0
2	吴静珠	北京工商大学计算机与信息工程学院	67	599	14.0	21.0
3	陈岩	北京工商大学计算机与信息工程学院	53	613	11.0	23.0
4	徐云	中国农业大学信息与电气工程学院	17	316	8.0	17.0
5	石瑞杰	北京工商大学计算机与信息工程学院	3	37	3.0	3.0