基于多源光谱特征融合技术的花生油掺伪检测

• 作者: 何东平 宋志强 尹成 彭博 曾路路 涂斌 郑晓 陈志
• 来源期刊: 食品与发酵工业
• 关键词: 花生油 拉曼光谱 近红外光谱 定量分析 数据融合 支持向量机回归
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 分析与检测
• 页码范围: 169-173
• 页数: 5页
• 字数: 2994字
• 语种: 中文
• DOI: 10.13995/j.cnki.11-1802/ts.201604030

摘要

以拉曼、近红外2种光谱特征融合结合化学计量学方法对花生油掺伪进行了定量分析.分别用激光拉曼、激光近红外光谱仪采集134个掺伪油样本的光谱数据,采用SPXY算法对样本集进行划分.拉曼光谱(Ram)和近红外光谱(near infrared spectroscopy,NIR)数据进行预处理后,采用后向间隔偏最小二乘法(BiPLS)和联合间隔偏最小二乘法(synergy interval partial least squares,SiPLS)分别提取2种光谱的特征波长;将提取的特征波长融合,结合支持向量机回归(SVR)建立数学模型,采用网格搜索算法(CV)对SVR模型的参数组合(C,g)值寻优,建立最优参数模型.研究表明:建立的Ram-NIR-SVR模型能够实现花生油中掺杂油脂含量的快速准确预测,预测集和校正集的相关系数R分别达到0.98和0.99,均方根误差(MSE)低于2.38E-3;对比不同特征波长提取方法,并与单光谱分析技术比较,可以看出,数据融合技术能够增强模型预测能力,减小模型参数,有利于模型的实际应用,体现了2种光谱很好的互补性.表明光谱分析结合数据融合技术对食用油真实性综合鉴别具有重要意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何东平	武汉轻工大学食品科学与工程学院	132	385	9.0	12.0
2	涂斌	武汉轻工大学机械工程学院	9	35	3.0	5.0
3	宋志强	武汉轻工大学机械工程学院	10	49	4.0	6.0
4	郑晓	武汉轻工大学机械工程学院	13	47	4.0	6.0
5	曾路路	武汉轻工大学机械工程学院	4	22	3.0	4.0
6	尹成	武汉轻工大学机械工程学院	4	22	3.0	4.0
7	彭博	武汉轻工大学机械工程学院	4	8	2.0	2.0
8	陈志	武汉轻工大学机械工程学院	4	8	2.0	2.0