傅里叶变换红外光谱和紫外光谱数据融合对牛肝菌种类的鉴别

• 作者: 刘鸿高 姚森 李杰庆 李涛 王元忠
• 来源期刊: 食品科学
• 学科: 工学
• 关键词: 数据融合 牛肝菌 种类鉴别 紫外光谱 傅里叶变换红外光谱
• 年，卷（期）: 2018,（20）
• 所属期刊栏目: 安全检测
• 页码范围: 302-307
• 页数: 6页
• 分类号: TS207
• 字数: 3874字
• 语种: 中文
• DOI: 10.7506/spkx1002-6630-201820043

摘要

采集5种共272份牛肝菌样品的傅里叶变换红外光谱和紫外光谱,结合多光谱信息融合策略,建立牛肝菌种类快速鉴别的方法.多元散射校正(multiplicative signal correction,MSC)及二阶导数(second derivative,2D)等预处理方法对原始光谱进行优化,比较优化处理对区分不同种类牛肝菌影响;利用优化处理后的光谱数据及融合数据建立偏最小二乘判别分析(partial least squares discriminant analysis,PLS-DA)模型和支持向量机(support vector machine,SVM)判别模型.结果显示:1)经过2D和MSC预处理后,不同种类牛肝菌的PLS-DA鉴别效果优于未优化模型,表明2D+MSC预处理优化了光谱信息并提高了分类准确度;2)基于傅里叶变换红外光谱、紫外光谱、低级融合和中级融合数据分别建立PLS-DA模型,预测正确率为86.87％、66.67％、78.89％和95.56％;建立SVM判别模型,预测正确率分别为88.89％、74.44％、91.11％和100.00％,表明中级融合技术对不同种类牛肝菌鉴别效果显著,优于其他技术;3)中级融合技术在PLS-DA模型和SVM判别模型中对样品的预测正确率分别为95.56％和100.00％,表明SVM判别模型对牛肝菌种类区分效果优于PLS-DA模型.采用中级融合技术建立SVM判别模型,快速鉴别牛肝菌种类,为牛肝菌种类鉴别和质量控制提供可靠、稳定的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王元忠	云南省农业科学院农产品加工研究所	162	905	14.0	19.0
3	刘鸿高	云南农业大学农学与生物技术学院	93	427	11.0	13.0
4	李涛	玉溪师范学院资源环境学院	70	340	10.0	12.0
5	李杰庆	云南农业大学农学与生物技术学院	23	78	6.0	7.0
8	姚森	云南农业大学农学与生物技术学院	4	16	2.0	4.0