谱图数据融合结合模式识别算法鉴别苹果香精

摘要：

采用拉曼光谱-离子迁移谱(ion mobility spectrometry,IMS)数据融合技术结合主成分分析(principal components analysis,PCA)-最近邻(nearest neighbor,NN)算法的模型鉴别9种食用苹果香精.香精先经水溶液稀释处理,再经拉曼光谱和IMS分析,建立样品的拉曼光谱和IMS指纹图谱库,然后分别使用单谱数据结合PCANN模型以及拉曼光谱-IMS数据融合结合PCA-NN模型鉴别香精.结果表明:拉曼光谱-IMS结合PCA-NN模型对9种食用苹果香精的识别率达98.35％,高于拉曼光谱的78.14％和IMS的94.18％.使用水溶液稀释技术,不存在副反应,无污染,操作简单快速,保留了样品的整体物质,保证了实验结果的可靠性和稳定性.拉曼光谱仪和离子迁移谱仪具有操作简单、分析速度快的优点.拉曼光谱-IMS结合PCA-NN模型为鉴别食用苹果香精提供了一种可靠、稳定、快速、全新的方法.

关键词：苹果香精、拉曼光谱、离子迁移谱、数据融合、主成分分析、最近邻算法、鉴别

所属期刊栏目：37

分类号：TS201.6(食品工业)

资助基金：公益性行业质检科研专项201410173;国家重大科学仪器设备开发专项2013YQ090703;国家自然科学基金面上项目61373058

在线出版日期：2016-12-26（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：192-197