基于UVE-GA变量优选的山茶油可见/近红外光谱掺假鉴别
利用可见/近红外光谱结合无信息变量消除-遗传算法(UVE-GA)变量选择方法对山茶油和掺杂低比例菜籽油(1%~10%)的山茶油进行鉴别分类,并应用线性判别分析(LDA)方法建立分类模型.结果表明:UVE-GA是一种有效的波长变量选择方法,能简化分类模型和提高分类模型精度;UVE-GA-LDA分类模型适用于掺杂2%以上菜籽油的山茶油鉴别分类,其分类正确率为100%;对掺杂1%菜籽油的山茶油鉴别分类正确率有待提高,其分类正确率仅为50%.
可见/近红外光谱、UVE-GA、掺假鉴别、山茶油
38
TS225.1;O657.3(食品工业)
国家自然科学基金项目31271612;江西省教育厅科学研究基金GJJ13254;江西农业大学科学研究基金QN201105
2013-11-29(万方平台首次上网日期,不代表论文的发表时间)
共5页
75-79