为充分提取复杂掺伪食用油的特征信息, 提出并建立一种掺伪芝麻油的判别方法.采集40个纯芝麻油和40个掺入不同浓度玉米油的芝麻油的常规一维近红外透射光谱和中红外衰减全反射光谱.对两样本采用二维相关谱技术进行相关计算, 得到每一样品的同步和异步二维近红外相关谱和中红外相关谱, 并进行预处理, 得到其对应的同步-异步二维近红外相关谱和中红外相关谱.采用多维主成分分析法提取其特征, 并将其得分矩阵进行融合.基于融合的得分矩阵, 以及单一近红外、中红外相关谱得分矩阵分别建立纯芝麻油和掺伪芝麻油偏最小二乘判别分析模型, 三个模型对预测集样品的判别正确率分别为100%、96.2%和96.2%.研究结果表明, 所提出的方法可提取更多的特征信息, 提供更好的分析结果.
同步-异步二维相关谱 食品安全检测 信息融合 芝麻油 偏最小二乘判别 Synchronous-asynchronous two-dimensional correlati Food safety detection Information fusion Sesame oil Partial least squares discrimination analysis.
1 天津农学院农学与资源环境学院, 天津 300384
2 天津农学院农业分析测试中心, 天津 300384
3 天津农学院工程技术学院, 天津 300384
发展了一种基于近红外自相关谱定性定量分析掺三聚氰胺奶粉的检测方法。 分别配置40个纯奶粉样品和40个不同质量百分比浓度的掺三聚氰胺奶粉(10-4%～40%, w/w)样品, 采集了所有样品的一维近红外漫反射光谱, 以奶粉中掺入的三聚氰胺浓度为外扰进行相关计算, 选择随浓度变化敏感的7 000～4 200 cm-1为建模区间。 在提取自相关谱信息的基础上, 建立了定性定量分析掺三聚氰胺奶粉的偏最小二乘模型, 并与常规一维近红外谱模型的预测结果进行了比较。 所建立的方法对未知样品的识别正确率为100%, 预测均方根误差(RMSEP)为0.63%; 而一维近红外谱的识别正确率为96.2%, RMSEP为0.84%。 研究结果表明: 相对于常规一维近红外谱, 所建立的方法能提供更好的预测结果, 其原因可能是自相关谱能提取更多的特征信息。
近红外自相关谱 奶粉 三聚氰胺 偏最小二乘法 Near-infrared auto-correlation spectroscopy Milk powder Melamine Partial least square 光谱学与光谱分析
2017, 37(10): 3074
1 天津工业大学理学院物理系,天津,300160
2 东华大学理学院物理系,上海,200051
使用低相干、宽带光源可以让光纤传感器系统获得高分辨率和大动态范围.光谱域处理技术在具有这种特点的光源下应运而生.该技术的特点是除了使用传感干涉仪以外,还必须用第二个处理干涉仪来提取所需的条纹图样信息.使用交叉的梳状谱也是其特点之一.使用这种技术的光纤传感器系统可以实现多种物理量的测量,而且其结构简单、成本低廉.
光纤 干涉 低相干 光谱域 optical fiber interferometry low coherence opectral domain
