原文服务方: 中国油脂       
摘要:
为了探索紫外-可见-近红外反射光谱测定油茶籽油掺伪量的方法,按照不同掺伪比例制备了244个油茶籽油掺伪大豆油、菜籽油、花生油、玉米油的样本,以自主搭建的实验平台采集所制备样本在200~1 100 nm范围内的反射光谱。将原始光谱进行Savitzky-Golay(SG)-连续小波变换(CWT)预处理后,利用Kennard-Stone(K-S)算法以2∶1的比例将样本划分成校正集和预测集。采用竞争性自适应重加权算法(CARS)、连续投影算法(SPA)、自主软收缩算法(BOSS)、迭代变量子集优化算法(IVSO)进行特征波长选择,分别建立基于支持向量机(SVM)、极限学习机(ELM)、随机森林(RF)的油茶籽油掺伪量快速预测模型,同时对特征波长的特性进行了研究。结果表明:原始光谱经过SG-CWT(L5)预处理和BOSS特征波长筛选后,建立的基于SVM的油茶籽油掺伪量快速预测模型能够鉴别掺伪量为1%及以上的油茶籽油,该模型在十折交叉验证和网格搜索法下得到最佳惩罚因子(c)和核函数(γ)分别为5.278 0和0.108 8,其预测决定系数(RP2)、预测均方根误差(RMSEP)、预测平均绝对误差(MAEP)分别为0.998 5、0.013 4、0.010 2。特征波长聚集程度和陡度对模型预测结果存在一定影响。综上,建立的基于反射光谱的油茶籽油掺伪量快速预测模型预测误差小,预测效果较好。
推荐文章
紫外光谱法对油茶籽油掺伪的检测
油茶籽油
紫外光谱
掺伪种类
掺伪量
油茶籽油的营养价值及掺伪鉴定研究进展
油茶籽油
营养价值
掺伪
检测
基于红外光谱快速鉴别压榨油茶籽油与浸出油茶籽油的研究
红外光谱
油茶籽油
压榨
浸出
鉴别
偏最小二乘法
支持向量机
BP人工神经网络
基于特征性脂肪酸和甘油三酯指标的油茶籽油掺伪 定性鉴别模型对比分析
油茶籽油
决策树模型
多层感知机人工神经网络模型
定性鉴别
脂肪酸
甘油三酯
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于反射光谱的油茶籽油掺伪量快速测定及特征波长特性研究
来源期刊 中国油脂 学科
关键词 油茶籽油 紫外-可见-近红外反射光谱 反射率 BOSS-SVM 特征波长特性
年,卷(期) 2024,(3) 所属期刊栏目 检测分析
研究方向 页码范围 141-148
页数 8页 分类号
字数 语种 中文
DOI 10.19902/j.cnki.zgyz.1003-7969.220800
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2024(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
油茶籽油
紫外-可见-近红外反射光谱
反射率
BOSS-SVM
特征波长特性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国油脂
月刊
1003-7969
61-1099/TS
大16开
1976-01-01
chi
出版文献量(篇)
6867
总下载数(次)
0
总被引数(次)
60772
论文1v1指导