基于高光谱技术及SPXY和SPA的玉米毒素检测模型建立

• 作者: 于慧春 刘云宏 娄楠 殷勇
• 来源期刊: 食品科学
• 学科: 物理学
• 关键词: 玉米 高光谱 无损检测 黄曲霉毒素B1 玉米赤霉烯酮
• 年，卷（期）: 2018,（16）
• 所属期刊栏目: 安全检测
• 页码范围: 328-335
• 页数: 8页
• 分类号: O433
• 字数: 4679字
• 语种: 中文
• DOI: 10.7506/spkx1002-6630-2018016048

摘要

应用高光谱技术研究和构建霉变玉米黄曲霉毒素B1(alfatoxin B1,AFB1)和玉米赤霉烯酮(zearalenone,ZEN)含量的检测方法,通过建立霉变玉米中这2种毒素含量的预测模型,实现对玉米霉变程度的快速、无损、准确判别.首先,通过对比5种预处理方法,确定标准正态变量校正法对原始光谱数据进行预处理;然后,采用光谱-理化值共生距离算法结合偏最小二乘回归(partial least squares regression,PLSR)法分析不同校正集样本预测AFB1和ZEN含量的差异,并分别优选出130个和140个校正集样本;在采用均匀光谱间隔法对原始光谱变量进行初降维的基础上,对比连续投影算法(successive projections algorithm,SPA)和竞争性自适应重加权算法2种变量提取法.结果表明:经SPA分别筛选出17个特征波段且基于较少校正集样本和特征波长光谱信息建立的PLSR模型能够获得较优的预测结果,对应AFB1和ZEN含量预测集的相关系数和均方根误差(root mean square error of prediction,RMSEP)(R2pre,RMSEP)由最初的(0.9944,0.9846)和(0.9916,2.3209)分别变为(0.9973,0.6815)和(0.9977,1.1441),在降低模型复杂度的情况下提高了预测精度,表明该模型对这2种毒素含量能够实现较强的预测能力.因此,利用高光谱技术对玉米AFB1和ZEN含量实施无损检测具有可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘云宏	河南科技大学食品与生物工程学院	88	706	14.0	21.0
2	于慧春	河南科技大学食品与生物工程学院	55	485	12.0	20.0
3	殷勇	河南科技大学食品与生物工程学院	62	589	15.0	21.0
4	娄楠	河南科技大学食品与生物工程学院	1	6	1.0	1.0