矿物元素结合簇类独立软模式法对冬枣产地判别模型的优化

摘要：

为了提高冬枣产地鉴别方法的准确性,测定了69个冬枣样本中10种元素的含量,并对数据进行了差异性分析、主成分分析和簇类独立软模式分析(SIMCA).结果表明,冬枣中Mg、B、Mn、Fe、Zn等元素在不同产地间存在显著差异,利用主成分分析可以看出不同产地样本有较好的聚类趋势.在前4个主成分中,Fe、B、Mn、Zn和K元素的载荷值较高,是重要的产地识别元素.利用SIMCA建立的产地判别模型,置信水平为5％时对验证集样本判别结果最好,识别率为100％,拒绝率为78.95％.研究结果证实了农产品中多元素分析结合SICMA法可以有效用于原产地的鉴别.

关键词：冬枣、元素、主成分分析、簇类独立软模式

所属期刊栏目：36

分类号：O657.3(分析化学)

资助基金：国家自然科学基金资助项目31501447;河北省自然科学基金资助项目B2013201235;河北大学自然科学研究项目2014-02

在线出版日期：2016-09-08（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：374-379