您当前的位置: > 详细浏览

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

请选择邀稿期刊:

Rapid and non-destructive discrimination of stale seeds of Torreya grandis based on near-infrared spectroscopy and variable wavelength selection

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
点击下载全文
预览
同行评议状态
待评议
许可声明
metrics指标
  •  点击量2891
  •  下载量796
评论
分享
申请专家评阅