基于FT-MIR的三七粉末掺伪成分的定量检测模型研究

摘要：

高品质三七价格昂贵,常以粉末形式出售.为实现快速检测市场上三七粉末掺伪成分的定量检测,该文使用傅里叶中红外光谱技术(FT-MIR)采集三七粉末及其伪品的光谱信息,使用标准正则变换(SNV)和基线校准(Base-line)方法对原始光谱进行预处理,通过协同区间(Si)、连续投影算法(SPA)、竞争自适应加权算法(CARS)等方法选择特征变量,分别建立偏最小二乘回归(PLSR)、支持向量回归(SVR)模型.严选出能体现纯净三七粉末样品与掺杂三七粉末样品之间区别的特征变量来建立定量模型,可以提高模型鉴别精确度和稳健性.决定系数R2、均方根误差(RMSE)用于评价定量模型的预测能力.实验结果表明,FT-MIR是定量检测三七粉末掺入伪品的有效方法.实验采用Si、CARS和SPA 3种变量选择方法来提高模型的稳定性和预测精度,其中基于CARS方法挑选的特征变量训练的SVR和PLSR模型对三七粉成分检测都有较好的预测效果.利用模型能够快速准确地检测三七粉末中掺入的伪品含量,对市售三七粉质量分级以及维护消费者权益、保护其生命健康方面具有较高的应用价值.

关键词：傅利叶中红外光谱技术、三七粉末、定量检测、支持向量回归、偏最小二乘回归

所属期刊栏目：44

分类号：S567.23+6(经济作物)

资助基金：国家自然科学基金62005227

在线出版日期：2022-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：54-61