基于特征波长提取的激光近红外光谱快速鉴别食用植物油种类

• 作者: 何东平 吴双 涂斌 郑晓
• 来源期刊: 中国油脂
• 关键词: 激光近红外光谱技术 食用植物油 特征波长提取 支持向量机分类 掺伪
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 油脂安全
• 页码范围: 72-75
• 页数: 4页
• 分类号: TS225.1|TS207.7
• 语种: 中文

摘要

提出了基于CARS、SPA和CARS-SPA特征波长提取的激光近红外光谱技术快速鉴别食用植物油种类的方法.应用光谱仪采集127个食用植物油样本的光谱数据,采用标准正态变量变换算法(SNV)、标准正态变量变换和去趋势技术联用算法(SNV-DT)对其进行预处理,采用CARS、SPA和CARS-SPA 3种方法对经过预处理的光谱数据进行特征波长提取,应用支持向量机分类方法(SVC)建立食用植物油种类定性分类校正模型,选择网格搜索算法对模型参数组合(C,g)进行寻优,确定最优参数组合.结果表明,CARS-SVC、SPA-SVC和CARS-SPA-SVC模型预测集准确率均达到96.77％,预测效果理想,其中SNV-DT-SPA-SVC模型预测效果最优,预测集准确率达到100％.综上基于特征波长提取的激光近红外光谱分析技术能够快速准确鉴别食用植物油种类,为便携式现场检测设备开发提供了理论基础.

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	郑晓	武汉轻工大学机械工程学院	13	47	4.0	6.0
4	吴双	武汉轻工大学机械工程学院	3	11	2.0	3.0