作者单位
摘要
浙江大学生物系统工程与食品科学学院, 浙江 杭州 310058
市场上陈皮以次充好现象时有发生, 而年份是衡量陈皮品质的重要指标。 研究用高光谱技术结合化学计量学算法, 在380~1 023及874~1 734 nm两波段对不同放置方式的陈皮进行年份鉴别。 为了寻找更合适的波段和模拟实际生产检测中陈皮放置的随机性, 采集了四个年份共180个样本在380~1 023及874~1 734 nm的正、 反面高光谱图像(720幅)。 用主成分分析法(principal component analysis, PCA)对陈皮光谱信息进行定性分析, 发现不同年份陈皮基于正反面光谱有明显的聚类; 而后以回归系数法(regression coefficient, RC)选取陈皮年份相关的特征波段以减少变量; 用偏最小二乘判别分析(partial least squares discriminant analysis, PLS-DA)基于全波段、 特征波段对三种放置方式(正、 反、 正反混合)的样本建立模型, 最后对特征波段建立线性PLS-DA模型和非线性ELM模型并进行比较分析。 研究表明: 在380~1 023 nm的预测效果大多高于874~1 734 nm, 基于非线性ELM的判别结果均高于线性PLS-DA模型, 准确率最高可达到建模集10000%, 预测集9833%, 陈皮正、 反、 正反混合三种放置方式预测准确率多数可高于85%, 故采用高光谱技术可实现对不同放置方式的陈皮年份进行无损鉴别, 为进一步开发便携仪器或在线生产设备提供方法和理论依据。
高光谱技术 陈皮 年份 化学计量学 极限学习机 Hyperspectraltechnique Dried tangerine Year Chemometrics models Extreme learning machine 
光谱学与光谱分析
2017, 37(6): 1866

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!