三维荧光光谱结合Ze rni ke图像矩快速鉴别掺伪芝麻油

摘要：

为了实现对掺伪芝麻油的快速鉴别,应用FS920荧光光谱仪测定样品的三维荧光光谱数据.将三维荧光光谱图视为灰度图,在没有任何预处理的前提下,直接应用Zernike图像矩提取三维光谱灰度图的特征信息,然后采用类平均法对特征信息进行聚类分析,从定性角度实现掺伪芝麻油的鉴别,并解析其组成成分.最后应用广义回归神经网络(GRNN)对掺伪样本的成分进行定量分析.聚类分析能够以很高的辨识率来识别掺伪芝麻油,并能够正确解析其组成成分.定量模型预测了2组掺伪样本中各成分的相对体积,其平均相对误差分别为2.23％,8.00％,9.70％ 和9.70％.分析结果表明,Zernike矩能够有效提取光谱的特征信息,光谱数据的Zernike矩特征结合聚类分析以及GRNN模型能够获得良好的定性和定量分析结果,为掺伪芝麻油的鉴别提供了一种新的方法.

关键词：三维荧光光谱、Zernike图像矩、聚类分析、定量分析、掺伪鉴别

所属期刊栏目：38

分类号：O657.3(分析化学)

资助基金：国家自然科学基金项目 61471312 , 11674275 , 11601469 ,河北省自然科学基金项目 F2015203072 , F2016203282 , C2014203212 ,河北省高等学校科学技术研究项目QN2018071 ,燕山大学基础研究专项课题16LGA008

在线出版日期：2018-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2456-2461