領(lǐng)學(xué)術(shù)科研之先，創(chuàng)食品科技之新
—— 中國食品雜志社
采集5?種共272?份牛肝菌樣品的傅里葉變換紅外光譜和紫外光譜，結(jié)合多光譜信息融合策略，建立牛肝菌種類快速鑒別的方法。多元散射校正（multiplicative signal correction，MSC）及二階導(dǎo)數(shù)（second derivative，2D）等預(yù)處理方法對原始光譜進行優(yōu)化，比較優(yōu)化處理對區(qū)分不同種類牛肝菌影響；利用優(yōu)化處理后的光譜數(shù)據(jù)及融合數(shù)據(jù)建立偏最小二乘判別分析（partial least squares discriminant analysis，PLS-DA）模型和支持向量機（support vector machine，SVM）判別模型。結(jié)果顯示：1）經(jīng)過2D和MSC預(yù)處理后，不同種類牛肝菌的PLS-DA鑒別效果優(yōu)于未優(yōu)化模型，表明2D＋MSC預(yù)處理優(yōu)化了光譜信息并提高了分類準確度；2）基于傅里葉變換紅外光譜、紫外光譜、低級融合和中級融合數(shù)據(jù)分別建立PLS-DA模型，預(yù)測正確率為86.87%、66.67%、78.89%和95.56%；建立SVM判別模型，預(yù)測正確率分別為88.89%、74.44%、91.11%和100.00%，表明中級融合技術(shù)對不同種類牛肝菌鑒別效果顯著，優(yōu)于其他技術(shù)；3）中級融合技術(shù)在PLS-DA模型和SVM判別模型中對樣品的預(yù)測正確率分別為95.56%和100.00%，表明SVM判別模型對牛肝菌種類區(qū)分效果優(yōu)于PLS-DA模型。采用中級融合技術(shù)建立SVM判別模型，快速鑒別牛肝菌種類，為牛肝菌種類鑒別和質(zhì)量控制提供可靠、穩(wěn)定的方法。
2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
電話: 010-87293157
地址: 北京市豐臺區(qū)洋橋70號
版權(quán)所有 @ 2023 中國食品雜志社 京公網(wǎng)安備11010602060050號 京ICP備14033398號-2
