領(lǐng)學(xué)術(shù)科研之先，創(chuàng)食品科技之新
—— 中國(guó)食品雜志社
采集5?個(gè)產(chǎn)地96?份絨柄牛肝菌樣品的紅外光譜和紫外光譜，結(jié)合多光譜信息融合策略，建立快速、有效鑒別絨柄牛肝菌產(chǎn)地的方法。運(yùn)用多元散射校正、標(biāo)準(zhǔn)正態(tài)變量、二階導(dǎo)數(shù)等預(yù)處理方法對(duì)原始光譜數(shù)據(jù)進(jìn)行優(yōu)化處理，減少噪音干擾。選取具有指紋特性的光譜信息進(jìn)行初級(jí)數(shù)據(jù)融合；通過偏最小二乘判別分析（partial least squares-discriminant analysis，PLS-DA）篩選光譜數(shù)據(jù)中變量在投影方向重要程度大于1的波段，進(jìn)行中級(jí)數(shù)據(jù)融合。利用優(yōu)化處理后的單一光譜數(shù)據(jù)及多光譜融合數(shù)據(jù)建立PLS-DA模型和支持向量機(jī)（support vector machine，SVM）判別模型，比較兩種判別模型對(duì)絨柄牛肝菌產(chǎn)地的鑒別效果。結(jié)果顯示，通過紅外光譜、紫外光譜、初級(jí)融合和中級(jí)融合數(shù)據(jù)分別建立PLS-DA模型，對(duì)絨柄牛肝菌產(chǎn)地的預(yù)測(cè)正確率為56.25%、56.25%、62.50%和81.25%；建立SVM判別模型，產(chǎn)地預(yù)測(cè)正確率分別為90.63%、65.63%、87.50%和96.88%，表明中級(jí)融合技術(shù)對(duì)絨柄牛肝菌產(chǎn)地鑒別效果顯著，優(yōu)于其他技術(shù)；并且SVM判別模型對(duì)牛肝菌產(chǎn)地區(qū)分效果優(yōu)于PLS-DA模型。采用中級(jí)融合技術(shù)建立SVM判別模型，能夠快速、有效鑒別不同產(chǎn)地絨柄牛肝菌，同時(shí)為食品質(zhì)量監(jiān)控提供有效方法和理論基礎(chǔ)。
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(tái)區(qū)洋橋70號(hào)
版權(quán)所有 @ 2023 中國(guó)食品雜志社 京公網(wǎng)安備11010602060050號(hào) 京ICP備14033398號(hào)-2
