低场核磁共振结合化学模式识别方法判别休闲豆干品牌

• 作者: 吉琳琳 夏阿林 夏霞明 赵良忠
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 核磁共振 算法 判别分析 休闲豆干 预测
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 农产品加工工程
• 页码范围: 282-288
• 页数: 7页
• 分类号: TS207.3
• 字数: 5578字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2018.10.036

摘要

为了探求一种能快速准确地判别豆干品牌的方法,本研究采用低场核磁共振仪,对休闲豆干样品进行测量获取横向弛豫数据,结合主成分分析法(principal component analysis, PCA) 、偏最小二乘判别分析(partial least squares-discriiminate analysis, PLS-DA)和贝叶斯正则化误差反向传播人工神经网络(bayesian regularization back-propagation artificial neural network, BR-BP-ANN)等化学模式识别方法对试验数据进行模式识别分析.选用4个常见的休闲豆干品牌,每个品牌分别收集5个批次的样品.每个批次随机选择16小包作为测试样品,共获得320个样品.使用低场核磁共振仪对这些样品进行测量,然后采用模式识别方法进行品牌判别.试验结果表明:对预测集豆干样品采用PCA进行判别分析时,从三维投影图中难以对各品牌进行人眼识别;运用PLS-DA方法对训练集样品的品牌识别率为86.3%,预测集样品的识别率为81.3%;然而使用BR-BP-ANN方法对预测集样品进行判别预测,预测值与实际期望值高度吻合,判别正确率均为100%,能够很好的实现对豆干品牌的判别.因此,采用BR-BP-ANN方法能够快速而准确地对豆干品牌进行识别,可为休闲豆干的品牌判别提供较好的技术支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵良忠	邵阳学院食品与化学工程学院	110	727	13.0	22.0
2	夏阿林	邵阳学院食品与化学工程学院	6	9	2.0	2.0
3	夏霞明	邵阳学院食品与化学工程学院	2	5	2.0	2.0
4	吉琳琳	邵阳学院食品与化学工程学院	3	7	2.0	2.0