基于特征波长提取的激光近红外光谱快速鉴别食用植物油种类

摘要：

提出了基于CARS、SPA和CARS-SPA特征波长提取的激光近红外光谱技术快速鉴别食用植物油种类的方法.应用光谱仪采集127个食用植物油样本的光谱数据,采用标准正态变量变换算法(SNV)、标准正态变量变换和去趋势技术联用算法(SNV-DT)对其进行预处理,采用CARS、SPA和CARS-SPA 3种方法对经过预处理的光谱数据进行特征波长提取,应用支持向量机分类方法(SVC)建立食用植物油种类定性分类校正模型,选择网格搜索算法对模型参数组合(C,g)进行寻优,确定最优参数组合.结果表明,CARS-SVC、SPA-SVC和CARS-SPA-SVC模型预测集准确率均达到96.77％,预测效果理想,其中SNV-DT-SPA-SVC模型预测效果最优,预测集准确率达到100％.综上基于特征波长提取的激光近红外光谱分析技术能够快速准确鉴别食用植物油种类,为便携式现场检测设备开发提供了理论基础.

关键词：激光近红外光谱技术、食用植物油、特征波长提取、支持向量机分类、掺伪

所属期刊栏目：42

分类号：TS225.1;TS207.7(食品工业)

资助基金：国家“十一五”科技支撑计划项目2009BADB9B08;武汉市科技攻关计划项目2013010501010147;武汉工业学院食品营养与安全重大项目培育专项2011Z06

在线出版日期：2017-05-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：72-75