光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2013年
10期
2621-2624
,共4页
管骁%古方青%刘静%杨永健
管驍%古方青%劉靜%楊永健
관효%고방청%류정%양영건
近红外%乳粉%SIMCA%溯源%类建模
近紅外%乳粉%SIMCA%溯源%類建模
근홍외%유분%SIMCA%소원%류건모
Near infrared spectroscopy%Milk powder%SIMCA%Traceability%Class-modeling method
采用近红外光谱漫反射模式,结合简易分类技术(soft independent modeling of class analogy,SIMCA)对不同品牌乳粉进行了分类溯源研究.实验共采集了四种不同品牌乳粉,包括光明乳粉54组,荷兰乳粉43组,雀巢乳粉33组以及伊利乳粉8组共138组样品的近红外光谱,通过对预处理后的训练集全谱段数据变量进行主成分分析,得出前三个主成分的累积方差贡献率为99.07％.利用SIMCA类建模法建立的乳粉主成分回归模型对预测集乳粉进行分类,研究结果表明,光明乳粉、荷兰乳粉、雀巢乳粉的识别率分别为78％,75％,100％,拒绝率分别为100％,87％,88％.因此,近红外光谱结合SIMCA建立的模型具备较好的乳粉品牌溯源能力,为快速、准确鉴别乳粉品牌提供了新思路.
採用近紅外光譜漫反射模式,結閤簡易分類技術(soft independent modeling of class analogy,SIMCA)對不同品牌乳粉進行瞭分類溯源研究.實驗共採集瞭四種不同品牌乳粉,包括光明乳粉54組,荷蘭乳粉43組,雀巢乳粉33組以及伊利乳粉8組共138組樣品的近紅外光譜,通過對預處理後的訓練集全譜段數據變量進行主成分分析,得齣前三箇主成分的纍積方差貢獻率為99.07％.利用SIMCA類建模法建立的乳粉主成分迴歸模型對預測集乳粉進行分類,研究結果錶明,光明乳粉、荷蘭乳粉、雀巢乳粉的識彆率分彆為78％,75％,100％,拒絕率分彆為100％,87％,88％.因此,近紅外光譜結閤SIMCA建立的模型具備較好的乳粉品牌溯源能力,為快速、準確鑒彆乳粉品牌提供瞭新思路.
채용근홍외광보만반사모식,결합간역분류기술(soft independent modeling of class analogy,SIMCA)대불동품패유분진행료분류소원연구.실험공채집료사충불동품패유분,포괄광명유분54조,하란유분43조,작소유분33조이급이리유분8조공138조양품적근홍외광보,통과대예처리후적훈련집전보단수거변량진행주성분분석,득출전삼개주성분적루적방차공헌솔위99.07％.이용SIMCA류건모법건립적유분주성분회귀모형대예측집유분진행분류,연구결과표명,광명유분、하란유분、작소유분적식별솔분별위78％,75％,100％,거절솔분별위100％,87％,88％.인차,근홍외광보결합SIMCA건립적모형구비교호적유분품패소원능력,위쾌속、준학감별유분품패제공료신사로.
