10.3969/j.issn.1672-8785.2020.10.007
基于近红外光谱技术的小白菜农药残留鉴别分析
针对市场上销售的蔬菜存在的农药残留问题,提出了一种高效无损的小白菜农药残留定性分类鉴别方法.将3组小白菜叶片和氯氟氰菊酯农药作为研究对象,并分别对其中的2组小白菜喷洒2种不同浓度(农药与水的配比分别为1∶500和1∶20)的农药,从而形成不合农药、含轻度农残和含重度农残的三类样本.然后分别采集三类样本的近红外光谱数据,并对其进行小波软阈值预处理,再利用主成分分析(Principal Component Analysis,PCA)对数据进行降维,最后采用Fisher判决和K近邻(K-Nearest Neighbor,KNN)分类方法进行鉴别.实验结果表明,此方法对无农药残留与含轻度农药残留两类样本的正确鉴别率为95%,且对含轻度农残与含重度农残两类样本的正确鉴别率为90%.因此,本文方法可用于对小白菜农残进行有效的定性分类鉴别,为蔬菜农残定性分类鉴别提供了一种新思路.
近红外光谱、农药残留鉴别、K-近邻分类
41
S123;TH744.1(农业物理学)
四川省教育厅自然科学重点基金项目18ZA0231
2020-12-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
44-47