不同储存条件下的蜂王浆中红外光谱判别方法

• 作者: 刘翠玲 孙晓荣 李熠 金玥 陈兰珍 陈繁
• 来源期刊: 食品与发酵工业
• 关键词: 中红外光谱 支持向量机算法 正交偏最小二乘判别分析 定性分析
• 年，卷（期）: 2019,（15）
• 所属期刊栏目: 分析与检测
• 页码范围: 251-255
• 页数: 5页
• 字数: 2544字
• 语种: 中文
• DOI: 10.13995/j.cnki.11-1802/ts.020005

摘要

为了能够快速、无损地检测不同储存条件下的蜂王浆,探究了一种基于中红外光谱技术结合支持向量机算法(support vector machine,SVM)与正交偏最小二乘判别分析法(orthogonal partial least squares discriminant analysis,OPLS-DA)的蜂王浆定性分析方法.试验以-4℃冷冻储存和25℃室温储存7、14、21 d的蜂王浆为样品,应用中红外光谱技术采集蜂王浆样本光谱,并建立蜂王浆二分类(冷冻和室温储存)和三分类(室温储存7、14、21 d)定性分析模型.试验结果显示,基于SVM算法建立的蜂王浆二分类定性鉴别模型的预测准确率达到了92.31％,三分类定性模型预测准确率达到了100％.结合OPLS-DA法所建立的蜂王浆二分类模型和三分类模型的预测准确率分别为95.52％和96.97％.结果 表明,运用中红外光谱技术结合SVM算法和OPLS-DA法可以有效鉴别出冷冻和室温储存的蜂王浆,为蜂王浆品质的快速、无损鉴别提供了可能性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙晓荣	北京工商大学计算机与信息工程学院	79	396	10.0	15.0
2	刘翠玲	北京工商大学计算机与信息工程学院	119	568	11.0	17.0
3	陈繁	北京工商大学计算机与信息工程学院	1	0	0.0	0.0
4	陈兰珍	北京工商大学食品安全大数据技术北京市重点实验室	1	0	0.0	0.0
5	李熠	北京工商大学食品安全大数据技术北京市重点实验室	1	0	0.0	0.0
6	金玥	北京工商大学食品安全大数据技术北京市重点实验室	1	0	0.0	0.0