基于近红外光谱和特征波长选择的香榧陈籽快速无损判别
Rapid and non-destructive discrimination of stale seeds of Torreya grandis based on near-infrared spectroscopy and variable wavelength selection
-
作者：
范郑欣
1
昝佳君
1
杜园
1
孙通
1
-
作者单位：
- 通讯作者：
孙通
Email:suntong@zafu.edu.cn
-
提交时间：2024-12-24 12:55:42
摘要: 香榧陈籽由于储存期间不饱和脂肪酸氧化，导致其口感降低，品质变差。不法商人为谋取暴利，将香榧陈籽掺入新籽售卖，侵害消费者利益，需要一种快速无损鉴别方法。方法：本研究利用近红外光谱技术对香榧陈籽进行快速无损判别研究。采用两种近红外光谱仪在200-1160nm及900-1700nm波段范围内采集带壳香榧样本的光谱，使用9种方法对光谱数据进行预处理，然后利用区间优化选择算法（ICO）、竞争自适应重加权采样（CARS）、连续投影算法（SPA）和变量组合种群分析(VCPA）四种波长选择方法筛选香榧陈籽的光谱特征变量，并应用线性判别分析（LDA）、支持向量机（SVM）、反向神经网络（BP）方法建立香榧陈籽的判别模型。结果：对于光谱仪1，CARS方法为最优的波长选择方法，CARS-SVM模型的性能最优，其预测集的敏感性、特异性和准确率均为100%。对于光谱仪2，标准化和SNV为较优的预处理方法，VCPA变量选择方法优于其它三种方法，所建立的最优模型为VCPA-BP，其模型的预测集敏感性、特异性和准确率分别为98.18%、93.02%、和95.04%。结论：由此可知，两光谱仪数据建立的判别模型均能较好地实现香榧陈籽的判别，光谱仪1的模型总体上性能优于光谱仪2。本研究可为香榧陈籽快速无损判别提供一种检测方法，有效保障香榧的品质。
版本历史
| [V1] |
2024-12-24 12:55:42 |
ChinaXiv:202412.00321V1
|
下载全文 |
相关信息
待评议
点击量
下载量
