基于多元素和脂肪酸指纹特征的中国北方大豆产地鉴别研究

摘要：

为探讨数据融合技术用于邻近区域大豆产地鉴别的可行性,在黑龙江省农垦九三管理局和绥化地区采集216份大豆样品,测定镁(Mg)、铝(Al)、磷(P)等13种矿物质元素含量和棕榈酸、硬脂酸、油酸等5种脂肪酸含量.分别利用矿物质元素、脂肪酸、数据级融合和特征级融合数据建立4种核函数的支持向量机(Support Vector Ma?chine,SVM)模型.通过网格搜索算法结合五折交叉验证进行参数优化后,模型识别准确率分别提升至90.77％、92.31％、89.23％、95.38％.结果表明,特征级数据融合技术对邻近区域大豆产地鉴别效果显著,优于其他三种数据识别技术.采用特征级数据融合技术建立支持向量机产地鉴别模型,能够对邻近区域大豆产地进行准确、有效的区分,为地理标志产品保护技术提供了新的研究方向.

关键词：多元素分析、脂肪酸分析、数据融合、产地鉴别、北方大豆

所属期刊栏目：44

分类号：TP181;S565.1(自动化基础理论)

资助基金：国家重点研发计划;吉林省重点科技研发项目

在线出版日期：2022-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：532-538