基于近红外光谱技术的小米产地溯源研究

• 作者: 李楠 杨春杰
• 来源期刊: 食品与机械
• 关键词: 小米 产地溯源 近红外 主成分分析 线性判别 神经网络
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 安全与检测
• 页码范围: 97-101
• 页数: 5页
• 语种: 中文
• DOI: 10.13652/j.issn.1003-5788.2020.09.017

摘要

采用便携式近红外光谱仪结合主成分分析(PCA)、费舍尔线性判别(FLDA)及多层感知器神经网络(MLP-NN)模型,探讨近红外光谱技术应用于小米产地溯源的可行性.PCA分析显示,除山西、河南、黑龙江3省的样品差异较小难以区分外,其余8个省份的样品均能清晰区分产地.FLDA和MLP-NN分析均能识别出小米样品产地,但MLP-NN识别效果优于FLDA,两个模型对预测集的识别正确率分别为923.％,84.6％.以上结果表明,近红外光谱技术可有效应用于小米的产地溯源.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李楠		26	87	6.0	8.0
2	杨春杰		1	0	0.0	0.0