基于近红外光谱技术的茶油原产地快速鉴别

• 作者: 文韬 李立君 谢洁飞 郑立章 马强 龚中良
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 近红外光谱 模型 油脂 预处理 茶油 原产地 鉴别
• 年，卷（期）: 2016,（16）
• 所属期刊栏目: 农产品加工工程
• 页码范围: 293-299
• 页数: 7页
• 分类号: S123
• 字数: 4820字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2016.16.040

摘要

为研究茶油原产地溯源问题，维护其市场秩序，促进公平竞争。该文利用近红外光谱技术采集湖南、江西、安徽和浙江4个不同产地茶油的光谱数据，并运用 Savitzky-Golay 平滑（savitzky-golay, SG）、多元散射校正（multiplicative scatter correction, MSC）、一阶导数（first derivation, FD）和矢量归一化（vector normalization, VN）等4种方法对其进行预处理。采用偏最小二乘法（partial least squares, PLS）提取最佳主成分，构建 PLS 回归模型；同时，采用主成分分析（principal component analysis, PCA）和 PLS 算法提取最佳主成分，作为 BP 人工神经网络（BP artificial neural network, BPANN）输入变量，构建 PCA-BPANN 和 PLS-BPANN 模型。以验证集相关系数 RP 和验证集均方根误差 RMSEP 为模型的评价指标，分别优选最佳 PLS 和 BPANN 模型。试验结果表明，SG-PLS-DA 和 SG-PLS-BPANN-DA 模型对未知样本的整体分类准确率均大于90%。其中，SG-PLS-BPANN-DA 的鉴别效果优于前者，其建模集相关系数 RC、均方根误差 RMSEC 分别为0.974、0.170，验证集相关系数 RP、均方根误差 RMSEP 分别为0.972、0.172，对上述两类样本集的总体分类准确率分别为98.15%、95.83%，该模型能较准确鉴别茶油原产地。研究结果可为快速辨别茶油原产地提供参考。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢洁飞	中南林业科技大学机电工程学院	21	83	5.0	8.0
2	李立君	中南林业科技大学机电工程学院	110	484	12.0	17.0
3	龚中良	中南林业科技大学机电工程学院	34	104	7.0	8.0
4	文韬	中南林业科技大学机电工程学院	9	39	3.0	6.0
5	郑立章	中南林业科技大学机电工程学院	6	31	3.0	5.0
6	马强	中南林业科技大学理学院	10	38	4.0	6.0