基于近红外光谱和模式识别技术鉴别大米产地的研究

摘要：

利用近红外光谱和模式识别技术建立了大米产地的快速鉴别方法.首先对119个地理标志产品响水大米和90个其他产地的大米(即非响水大米)的近红外光谱进行一阶导数和平滑处理,利用主成分分析法(PCA)对数据进行降维,通过前三个主成分的载荷图确定了相关性最大的特征波段(7 700～6 700 cm-1与5 700～4 300 cm-1).在全波段内,凝聚层次聚类和Fisher's判别鉴别方法都可以100％正确的鉴别响水大米和非响水大米；对于非响水地区的大米的具体产地判别,聚类分析正确率为91.9％,Fisher's判别分析方法的正确率为96.7％.同时,在特征波段内,对大米产地聚类分析的准确度高于全波段范围内分析结果,说明选取的特征波段具有较强的代表性,是优化模型的有效方法之一.

关键词：近红外、大米、主成分分析、聚类、判别、产地

所属期刊栏目：33

分类号：O657.3(分析化学)

资助基金：国家水体污染控制与治理科技重大专项项目2008ZX07209-07;质检公益行业科研专项项目200810345;河北省科技计划项目12221003D

在线出版日期：2013-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：102-105