基于NIR分析和模式识别技术的葛根品种及产地判别

• 作者: 刘秀明 吴宇 夏建军 李涛 李源栋 段焰青 马慧宇
• 来源期刊: 食品工业科技
• 学科: 工学
• 关键词: 近红外光谱 葛根 模式识别 品种及产地
• 年，卷（期）: 2018,（22）
• 所属期刊栏目: 分析检测
• 页码范围: 247-251
• 页数: 5页
• 分类号: TS201.2
• 语种: 中文
• DOI: 10.13386/j.issn1002-0306.2018.22.043

摘要

采用模式识别技术对不同品种(柴葛及粉葛)及不同产地(云南、安徽、广西、湖北、四川、重庆、湖南)的葛根进行判定.采集12个产地共120个葛根样品的近红外光谱数据,对光谱进行预处理并建立共有模式后,进行相似度及PLS判别分析,多元统计分析结果显示,除安徽柴葛外,其他组样品之间的相似度较高.分别选择不同的样品为测试集和训练集,基于PLS-DA对葛根种类粉葛和柴葛进行模式识别,对种类识别率为100％,对产地识别率为84.44％.采用kNN分析对葛根产地和品种同时进行模式识别,样品识别率达100％.实验结果表明,采用kNN模式识别可以很好识别不同产地和类别的葛根样品,方法具有可行性和有效性,为利用近红外光谱结合模式识别技术进行葛根品种真伪优劣鉴别、道地性及产地可追溯研究提供了理论依据和实用方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘秀明	云南中烟工业有限责任公司技术中心	28	55	5.0	6.0
2	李源栋	云南中烟工业有限责任公司技术中心	31	54	5.0	5.0
3	夏建军	云南中烟工业有限责任公司技术中心	15	30	4.0	5.0
4	段焰青	云南中烟工业有限责任公司技术中心	36	70	5.0	6.0