近红外光谱结合化学计量学方法检测蜂蜜产地

摘要：

为了实现蜂蜜产地的快速判别,应用近红外光谱结合化学计量学方法对蜂蜜产地进行了判别分析.kennard-Stone法划分训练集和预测集.光谱用一阶导数加自归一化预处理后,再用小波变换(WT)进行压缩和滤噪.结合滤波后光谱信息,分别用径向基神经网络(RBFNN)和偏最小二乘—线性判别分析(PLS-LDA)建立了苹果蜜产地和油菜蜜产地的判别模型.对不同小波基和分解尺度进行了讨论.对苹果蜜,WT-RBFNN模型和WT-PLS-LDA模型都是小波基为db1、分解尺度为2时的预测精度较好,都为96.2％.对油菜蜜:WT-RBFNN模型在小波基为db4和分解尺度为1时,预测精度较好,为85.7％;WT-PLS-LDA模型在小波基为db9、分解尺度也为1时,预测精度较好,为90.5％.研究表明:WT结合线性的PLS-LDA建模比WT结合非线性的RBFNN建模更适于蜂蜜产地判别；近红外光谱技术具有快速判别蜂蜜产地的潜力.

关键词：近红外光谱、小波变换、径向基函数神经网络、蜂蜜、产地判别、偏最小二乘-线性判别分析

所属期刊栏目：27

分类号：O43;TP3;S896.1(光学)

资助基金：“十一五”国家科技支撑计划项目2009BADB9B07

在线出版日期：2012-07-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：350-354