基于红外光谱指纹和挥发性组分信息融合模型鉴别大米产地来源

摘要：

为建立一种红外光谱指纹信息和挥发性组分信息融合鉴别模型,提高模型对大米产地的鉴别率.通过傅里叶红外光谱和气相色谱-质谱联用分析20 份盘锦大米、19 份射阳大米和15 份五常大米样品中红外光谱吸光度和挥发性组分含量,利用方差分析筛选出特征光谱和挥发性组分,结合偏最小二乘判别分析(partial least squares-discriminant analysis,PLS-DA)法建立融合这2 种指纹信息的鉴别方法.结果表明,信息融合模型的大米产地鉴别准确率为97.4%,与单一光谱指纹信息模型(92.9%)和挥发性指纹信息模型(88.9%)相比,分别提高了4.5%和8.5%.因此,信息融合技术提高了该模型鉴别效果,采用PLS-DA法信息融合模型对大米产地进行鉴别是可行有效的.

关键词：地理标志大米、产地鉴别、气相色谱-质谱联用、傅里叶红外光谱、偏最小二乘判别分析

所属期刊栏目：39

分类号：TS201.1(食品工业)

资助基金："十三五"国家重点研发计划重点专项2016YFD0401203;国家农产品质量安全风险评估项目GJFP201700102;江苏省优势学科建设工程项目

在线出版日期：2018-05-21（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：243-248