1 福州大学生物科学与工程学院, 福建 福州 350116
2 福州大学电气工程与自动化学院, 福建 福州 350116
莲子是我国重要的药食同源食物, 与莲子营养价值相当、 便于食用的莲子粉备受消费者青睐。 为保证莲子粉的品质, 利用近红外光谱(NIRs)技术对掺杂小麦粉、 玉米粉和地瓜粉的莲子粉进行鉴定, 在样品类别已知下利用支持向量机(SVM)、 最小二乘支持向量机(LS-SVM)、 偏最小二乘法-判别分析(PLS-DA)模型进行判别, 在样品类别未知下基于聚类算法进行判别。 同时, 对莲子粉中水分含量利用偏最小二乘(PLS)回归进行定量分析。 结果表明, LS-SVM模型对纯莲子粉样品与掺入小麦粉、 玉米粉和地瓜粉的莲子粉样品的判别率达到100%; 基于聚类算法能够有效识别掺入5%地瓜粉、 小麦粉和玉米粉的莲子粉样品; PLS模型对莲子粉中水分含量预测综合性能良好, 其中经过标准化预处理得到模型效果最佳, 其R2c, RMSEC, R2p和RMSEP分别达到0973 2, 0111 5, 0969 5和0118 9。 近红外光谱技术能为隐蔽的莲子粉掺杂的鉴别以及莲子粉中水分含量监控提供一种快速、 准确、 无损检测的分析方法, 为保证高档次莲子品质提供一种有益的思路。
莲子粉 近红外光谱 偏最小二乘 最小二乘支持向量机 聚类算法 Lotus seed powder Near infrared spectroscopy Partial least squares Least squares support vector machine Clustering algorithm