光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2013年
6期
1532-1536
,共5页
张瑜%谈黎虹%曹芳%何勇
張瑜%談黎虹%曹芳%何勇
장유%담려홍%조방%하용
鱼油%掺假%可见-近红外光谱(Vis-NIR)%连续投影算法(SPA)
魚油%摻假%可見-近紅外光譜(Vis-NIR)%連續投影算法(SPA)
어유%참가%가견-근홍외광보(Vis-NIR)%련속투영산법(SPA)
Fish oil%Adulterants%Visible and near infrared spectroscopy%Successive projections algorithm(SPA)
对掺入不同含量大豆油和菜籽油的鱼油进行鱼油掺假含量的可见-近红外光谱(Vis-NIR)研究.向3个不同品牌鱼油中分别掺入不同比例的大豆油,另外3个不同品牌中分别掺入不同比例的菜籽油,共获得300个样本.对所采集样本的光谱数据分别采用原始光谱,以及平滑,变量标准化(SNV),多元散射校正(MSC),一阶求导和二阶求导等预处理算法进行处理后,建立偏最小二乘回归(PLSR)模型.基于全波段光谱的鱼油中大豆油和菜籽油掺假含量预测的最优模型分别为全波段PLSR模型和MSC-PLSR模型,其预测相关系数(Rp)分别达到0.938 6和0.959 3.进一步采用连续投影算法(SPA)分析鱼油中大豆油和菜籽油掺假样品的光谱,并分别获得了11个和15个光谱特征波长变量.基于特征变量的PLSR模型的Rp分别为0.941 2和0.932 6.试验研究表明,可以采用Vis-NIR技术实现对鱼油掺假物含量的检测.
對摻入不同含量大豆油和菜籽油的魚油進行魚油摻假含量的可見-近紅外光譜(Vis-NIR)研究.嚮3箇不同品牌魚油中分彆摻入不同比例的大豆油,另外3箇不同品牌中分彆摻入不同比例的菜籽油,共穫得300箇樣本.對所採集樣本的光譜數據分彆採用原始光譜,以及平滑,變量標準化(SNV),多元散射校正(MSC),一階求導和二階求導等預處理算法進行處理後,建立偏最小二乘迴歸(PLSR)模型.基于全波段光譜的魚油中大豆油和菜籽油摻假含量預測的最優模型分彆為全波段PLSR模型和MSC-PLSR模型,其預測相關繫數(Rp)分彆達到0.938 6和0.959 3.進一步採用連續投影算法(SPA)分析魚油中大豆油和菜籽油摻假樣品的光譜,併分彆穫得瞭11箇和15箇光譜特徵波長變量.基于特徵變量的PLSR模型的Rp分彆為0.941 2和0.932 6.試驗研究錶明,可以採用Vis-NIR技術實現對魚油摻假物含量的檢測.
대참입불동함량대두유화채자유적어유진행어유참가함량적가견-근홍외광보(Vis-NIR)연구.향3개불동품패어유중분별참입불동비례적대두유,령외3개불동품패중분별참입불동비례적채자유,공획득300개양본.대소채집양본적광보수거분별채용원시광보,이급평활,변량표준화(SNV),다원산사교정(MSC),일계구도화이계구도등예처리산법진행처리후,건립편최소이승회귀(PLSR)모형.기우전파단광보적어유중대두유화채자유참가함량예측적최우모형분별위전파단PLSR모형화MSC-PLSR모형,기예측상관계수(Rp)분별체도0.938 6화0.959 3.진일보채용련속투영산법(SPA)분석어유중대두유화채자유참가양품적광보,병분별획득료11개화15개광보특정파장변량.기우특정변량적PLSR모형적Rp분별위0.941 2화0.932 6.시험연구표명,가이채용Vis-NIR기술실현대어유참가물함량적검측.
