食品科学
食品科學
식품과학
FOOD SCIENCE
2013年
16期
284-287
,共4页
黄桂东%毛健%姬中伟%傅健伟%邹慧君
黃桂東%毛健%姬中偉%傅健偉%鄒慧君
황계동%모건%희중위%부건위%추혜군
黄酒%大米%漫反射傅里叶变换红外光谱%软独立模式分类%主成分分析
黃酒%大米%漫反射傅裏葉變換紅外光譜%軟獨立模式分類%主成分分析
황주%대미%만반사부리협변환홍외광보%연독립모식분류%주성분분석
Chinese yellow wine%rice%diffuse reflectance Fourier transform infrared spectroscopy (DR-FTIR)%soft independent modeling of class analogy (SIMCA)%principal component analysis (PCA)
以黄酒酿造用大米(粳米、糯米、籼米)为对象,运用漫反射傅里叶变换红外光谱(DR-FTIR)与软独立模式分类(SIMCA)相结合的方法,对粳米、糯米、籼米进行模式识别研究,并建立相应的识别模型.结果显示,以1000～1750cm-1为特征波长,经Savitzky-Golay平滑、自动基线校正及标准矢量归一化(SNV)预处理后,采用交互留一验证法建立的3种大米的SIMCA识别模型,在α=0.05显著水平下,对预测集样本的识别率和拒绝率均可达100％.表明DR-FTIR与SIMCA相结合的方法可以成为黄酒酿造用大米品种模式识别的有效方法.
以黃酒釀造用大米(粳米、糯米、秈米)為對象,運用漫反射傅裏葉變換紅外光譜(DR-FTIR)與軟獨立模式分類(SIMCA)相結閤的方法,對粳米、糯米、秈米進行模式識彆研究,併建立相應的識彆模型.結果顯示,以1000～1750cm-1為特徵波長,經Savitzky-Golay平滑、自動基線校正及標準矢量歸一化(SNV)預處理後,採用交互留一驗證法建立的3種大米的SIMCA識彆模型,在α=0.05顯著水平下,對預測集樣本的識彆率和拒絕率均可達100％.錶明DR-FTIR與SIMCA相結閤的方法可以成為黃酒釀造用大米品種模式識彆的有效方法.
이황주양조용대미(갱미、나미、선미)위대상,운용만반사부리협변환홍외광보(DR-FTIR)여연독립모식분류(SIMCA)상결합적방법,대갱미、나미、선미진행모식식별연구,병건립상응적식별모형.결과현시,이1000～1750cm-1위특정파장,경Savitzky-Golay평활、자동기선교정급표준시량귀일화(SNV)예처리후,채용교호류일험증법건립적3충대미적SIMCA식별모형,재α=0.05현저수평하,대예측집양본적식별솔화거절솔균가체100％.표명DR-FTIR여SIMCA상결합적방법가이성위황주양조용대미품충모식식별적유효방법.
