基于多元素分析的冬枣产地鉴别方法

• 作者: 夏立娅 尹洁璇 张晓瑜 李亚平 李晓杨 高巍
• 来源期刊: 食品工业科技
• 学科: 工学
• 关键词: 冬枣 元素 判别分析 偏最小二乘
• 年，卷（期）: 2016,（24）
• 所属期刊栏目: 分析检测
• 页码范围: 49-52,57
• 分类号: TS207.7
• 语种: 中文
• DOI: 10.13386/j.issn1002-0306.2016.24.001

摘要

为了探讨利用产地间差异性元素进行产地判别的可行性,测定了不同产地冬枣样本中10种元素的含量,并对数据进行了差异性分析、聚类分析、Fisher判别分析和偏最小二乘判别分析(partial least squares discrimination analysis,PLS-DA).结果表明,不同产地冬枣中Mg、B、Mn、Fe、Zn元素存在显著差异,是具有产地特征的指纹元素.R型系统聚类分析也证实B、Mn、Fe和Zn元素具有共同特征.基于产地特征元素和Q型聚类、Fisher判别和PLS-DA建立的冬枣产地鉴别模型正确率均高于基于全部元素的分析结果,其中利用特征元素建立的PLS-DA模型鉴别正确率最高,回代检验和交叉检验正确率均为94.0％,Q型聚类模型的判别能力最差,最高的判别正确率为84.06％.本研究证实了产地间差异性元素是有效的产地判别因子,具有监督模式的Fisher判别和PLS-DA算法准确率远高于无监督模式的系统聚类法,更适于产地鉴别分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓瑜	河北大学质量技术监督学院	13	79	5.0	8.0
2	高巍	河北大学质量技术监督学院	17	23	3.0	3.0
3	夏立娅	河北大学质量技术监督学院	34	360	10.0	18.0
4	李晓杨	河北大学质量技术监督学院	5	8	2.0	2.0
5	尹洁璇	河北大学质量技术监督学院	2	2	1.0	1.0
6	李亚平	中国农业大学工学院	4	78	3.0	4.0