版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、近紅外光譜技術(shù)是二十世紀(jì)90年代發(fā)展最快、最引人注目的光譜技術(shù)之一。因其具有分析速度快、樣品前處理簡單、操作簡便、非破壞性以及不使用化學(xué)試劑等優(yōu)點,加上近年來計算機(jī)科學(xué)、化學(xué)計量學(xué)理論和方法的不斷發(fā)展與完善,近紅外光譜技術(shù)越來越受到國內(nèi)外學(xué)者的青睞,已廣泛應(yīng)用到食品、醫(yī)藥、石油化工等眾多領(lǐng)域。
本研究對江西、重慶和湖南三個產(chǎn)地的72個臍橙樣品及119個橙汁樣品,利用PertenDA7200型近紅外光譜儀收集近紅外光譜,通過
2、平滑、一階導(dǎo)數(shù)、二階導(dǎo)數(shù)、矢量歸一化、標(biāo)準(zhǔn)正態(tài)變量變換(SNV)等光譜預(yù)處理方法以及主成分分析(PCA)、簇類獨(dú)立軟模式法(SIMCA)和判別偏最小二乘法(PLS-DA)等數(shù)理統(tǒng)計方法建立了基于近紅外光譜的柑桔產(chǎn)地判別和橙汁摻假識別定性分析模型。主要研究結(jié)果如下:
1、針對江西、重慶和湖南三個產(chǎn)地的72個臍橙樣品,建立了基于SIMCA模式識別法的柑桔產(chǎn)地溯源定性分析模型。原始光譜經(jīng)過一階導(dǎo)數(shù)(9點平滑)預(yù)處理,在1140-
3、1170 nm波段范圍,江西、重慶和湖南三個產(chǎn)地模型的主成分?jǐn)?shù)為2時,采用SIMCA模式識別法建立柑桔產(chǎn)地溯源模型。在5%的顯著水平下,三個產(chǎn)地模型對訓(xùn)練集樣品的識別率均為100%,拒絕率分別為85.7%、83.3%、100%;對驗證集樣品的識別率均為100%,拒絕率分別為100%、89.5%、100%。表明建立的SIMCA模型能夠達(dá)到區(qū)分柑桔產(chǎn)地來源的目的。
2、對江西、重慶和湖南三個產(chǎn)地的臍橙樣品分別賦值0、1、-1,
4、建立了柑桔產(chǎn)地的PLS-DA模型。原始光譜不經(jīng)過任何光譜預(yù)處理,在全波長范圍950-1650 nm建立的模型效果最好,在主成分?jǐn)?shù)為13時建立PLS-DA柑桔產(chǎn)地溯源模型,預(yù)測值與標(biāo)準(zhǔn)值的相關(guān)系數(shù)(R2)為0.973,校正標(biāo)準(zhǔn)差(RMSEC)為0.109,預(yù)測標(biāo)準(zhǔn)差(RMSEP)為0.159,模型對訓(xùn)練集樣品的預(yù)測值分別在-0.196~0.205、0.751~1.119、-1.151~-0.867,對驗證集樣品的預(yù)測值分別在-0.441~
5、0.368、0.652~1.063、-1.219~-0.564,重慶樣品預(yù)測最小值0.652大于江西樣品預(yù)測最大值0.368,湖南樣品預(yù)測最大值-0.564小于江西樣品預(yù)測最小值-0.441,三類樣品能明顯區(qū)分開,模型對訓(xùn)練集和驗證集樣品的識別準(zhǔn)確率達(dá)到100%。
比較分析SIMCA模式識別法和PLS-DA法建立的柑桔產(chǎn)地溯源模型,發(fā)現(xiàn)PLS-DA模型比SIMCA模型的預(yù)測準(zhǔn)確度更高,模型的穩(wěn)定性能更好。
3
6、、對橙汁原汁賦值1,寬皮柑桔汁和柚汁賦值-1,建立區(qū)分橙汁原汁與寬皮柑桔汁和柚汁的PLS-DA模型。原始光譜經(jīng)過SNV預(yù)處理,在950-1650 nm全波長范圍,模型的預(yù)測效果最好,在主成分?jǐn)?shù)為10的條件下,建立PLS-DA模型。模型的預(yù)測值與標(biāo)準(zhǔn)值的相關(guān)系數(shù)R2為0.991,RMSEC為0.0928,RMSEP為0.137,模型對訓(xùn)練集中橙汁原汁的預(yù)測值在0.880~1.208,寬皮柑桔汁和柚汁的預(yù)測值在-1.157~-0.787,對
7、驗證集樣品的預(yù)測值分別為0.945~1.446和-1.395~-0.558,模型對訓(xùn)練集和驗證集樣品的識別準(zhǔn)確率為100%。
4、針對橙汁原汁和摻假橙汁樣品,分別賦值1和-1,建立了基于PLS-DA法的橙汁摻假識別模型。原始光譜不經(jīng)過任何預(yù)處理,在1340-1550nm波段范圍,在最佳主成分?jǐn)?shù)為6的條件下,建立橙汁摻假識別的PLS-DA模型。模型的預(yù)測值與標(biāo)準(zhǔn)值的相關(guān)系數(shù)R2為0.985,RMSEC為0.0899,RMSE
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于近紅外光譜的煙葉產(chǎn)地識別方法研究.pdf
- 基于近紅外光譜的芝麻油摻假及摻假量檢測方法研究.pdf
- 羊肉產(chǎn)地近紅外光譜溯源模型的建立與機(jī)理初探.pdf
- 基于近紅外光譜技術(shù)的山茶油摻假檢測研究.pdf
- 基于近紅外光譜的模式識別技術(shù)用于鮮乳摻假檢測的研究.pdf
- 基于近紅外光譜技術(shù)的香榧產(chǎn)地分級方法研究.pdf
- 基于近紅外光譜技術(shù)的木材識別初步研究.pdf
- 基于近紅外光譜的廢混合塑料識別研究.pdf
- 近紅外光譜
- 柑桔黃龍病葉近紅外光譜特征及藥效評價應(yīng)用.pdf
- 巴戟天近紅外光譜的研究.pdf
- 基于近紅外和高光譜檢測雞蛋粉摻假的研究.pdf
- 常用飲片近紅外光譜數(shù)據(jù)庫建立及識別研究.pdf
- 基于ARM的近紅外光譜儀研究.pdf
- 近紅外光譜技術(shù)在靈芝多糖提取物摻假中的應(yīng)用研究.pdf
- 基于可見-近紅外光譜的生鮮豬、牛、羊肉識別方法研究.pdf
- 蘋果近紅外光譜的分類研究.pdf
- 基于近紅外光譜的廢舊塑料識別分類模型的建立.pdf
- 基于近紅外光譜的血壓檢測技術(shù)研究.pdf
- 基于紅外光譜的白酒鑒偽及溯源系統(tǒng)設(shè)計與實現(xiàn).pdf
評論
0/150
提交評論