多光谱数据融合技术对绒柄牛肝菌产地的鉴别

• 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 绒柄牛肝菌 产地鉴别 紫外光谱 红外光谱
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 安全检测
• 页码范围: 212-217
• 页数: 6页
• 分类号: TS207
• 字数: 3874字
• 语种: 中文
• DOI: 10.7506/spkx1002-6630-201808033

摘要

采集5 个产地96 份绒柄牛肝菌样品的红外光谱和紫外光谱,结合多光谱信息融合策略,建立快速、有效鉴别绒柄牛肝菌产地的方法.运用多元散射校正、标准正态变量、二阶导数等预处理方法对原始光谱数据进行优化处理,减少噪音干扰.选取具有指纹特性的光谱信息进行初级数据融合;通过偏最小二乘判别分析(partial least squares-discriminant analysis,PLS-DA)筛选光谱数据中变量在投影方向重要程度大于1的波段,进行中级数据融合.利用优化处理后的单一光谱数据及多光谱融合数据建立PLS-DA模型和支持向量机(support vector machine, SVM)判别模型,比较两种判别模型对绒柄牛肝菌产地的鉴别效果.结果显示,通过红外光谱、紫外光谱、初级融合和中级融合数据分别建立PLS-DA模型,对绒柄牛肝菌产地的预测正确率为56.25%、56.25%、62.50%和81.25%;建立SVM判别模型,产地预测正确率分别为90.63%、65.63%、87.50%和96.88%,表明中级融合技术对绒柄牛肝菌产地鉴别效果显著,优于其他技术;并且SVM判别模型对牛肝菌产地区分效果优于PLS-DA模型.采用中级融合技术建立SVM判别模型,能够快速、有效鉴别不同产地绒柄牛肝菌,同时为食品质量监控提供有效方法和理论基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王元忠	云南省农业科学院药用植物研究所	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