优化基于近红外光谱的联合间隔偏最小二乘法建模检测芝麻油掺伪含量

• 作者: 曾山 王斌 陈洪亮
• 来源期刊: 中国油脂
• 关键词: 近红外光谱 无信息变量消除法 联合间隔偏最小二乘法 带极值扰动的简化粒子群优化算法
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 油脂安全
• 页码范围: 86-90
• 页数: 5页
• 分类号: TS225.1|Q657
• 语种: 中文
• DOI: 10.12166/j.zgyz.1003-7969/2020.02.017

摘要

应用近红外光谱(NIR)分析技术建立测定芝麻油中大豆油含量的定量分析模型.基于32个含量梯度共384个掺伪芝麻油样品的近红外光谱,首先采用标准正态变量变换(SNV)对光谱进行预处理,再采用无信息变量消除法(UVE)初步筛选波长变量,然后结合联合间隔偏最小二乘法(Si-PLS)和带极值扰动的简化粒子群优化算法(tsPSO)建立芝麻油中大豆油掺伪含量预测模型,经特征波段选取后建立的模型变量减少,波长变量由451 个减少到219个,训练集和测试集相关系数分别为0.999 8和0.991 9,均方根误差分别为4.39E-2和3.99E-2.结果表明,该方法能够作为芝麻油中大豆油掺伪含量的快速检测方法.此外,该方法也可应用到芝麻油中掺入其他低价值油的掺伪含量检测中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王斌	南京财经大学信息工程学院	22	162	7.0	12.0
2	曾山	武汉轻工大学数学与计算机学院	5	11	2.0	3.0
3	陈洪亮	南京财经大学信息工程学院	1	0	0.0	0.0