1 天津理工大学机械工程学院, 天津 300384
2 北京农业智能装备技术研究中心, 北京 100097
3 北京市可持续发展科技促进中心, 北京 100101
5 山东省菏泽市巨野县林业局, 山东 菏泽 274000
作为两种常用的喹诺酮类抗生素, 培氟沙星和氟罗沙星残留问题引起人们的高度关注, 研发快速、 高效的检测手段成为一种需求。 采用太赫兹时域光谱(THz-TDS)技术对鱼粉基质中的培氟沙星、 氟罗沙星进行了研究。 制备培氟沙星、 氟罗沙星、 聚乙烯和鱼粉纯净物质以及培氟沙星-鱼粉和氟罗沙星-鱼粉17种不同浓度二元混合物的压片样品, 共106个; 对所有压片样品进行太赫兹光谱测量和分析; 利用连续投影算法(SPA)结合支持向量机(SVM)和反向传播神经网络(BPNN)建立定性判别模型, 对培氟沙星-鱼粉和氟罗沙星-鱼粉这两种混合物进行分类判别; 利用特征频率处吸收系数建立偏最小二乘回归(PLSR)、 BPNN、 多元线性回归(MLR)定量预测模型, 分别对两种混合物进行定量预测。 结果表明: 纯净培氟沙星在0.775和0.988 THz存在明显吸收峰, 纯净氟罗沙星在0.919和1.088 THz存在明显吸收峰, 聚乙烯对太赫兹波基本没有吸收, 鱼粉无吸收峰, 两种抗生素与鱼粉混合后的峰值出现在纯净抗生素的吸收峰附近; 在定性判别中, SVM判别结果最佳, 预测集判别准确率、 精确率、 召回率、 F1得分分别为97.06%, 97.22%, 97.06%和97.06%; 定量回归中, SPA-BPNN 模型用于预测培氟沙星-鱼粉结果最佳, 预测集相关系数(Rp)、 预测集均方根误差(RMSEP)分别为0.984 9和0.009 5, SPA-MLR模型用于预测氟罗沙星-鱼粉结果最佳, Rp和RMSEP分别为0.982 7和0.040 6。 研究表明THz-TDS技术对鱼粉基质中培氟沙星、 氟罗沙星进行定性定量检测是可行的, 为畜禽行业中培氟沙星和氟罗沙星实际检测提供理论和技术参考。
太赫兹时域光谱 培氟沙星 氟罗沙星 定性判别 定量检测 THz-TDS Pefloxacin Fleroxacin Qualitative discrimination Quantitative detection 光谱学与光谱分析
2022, 42(6): 1798
华东交通大学机电工程学院, 江西 南昌 330013
咖啡是世界三大饮料之一,严格把控咖啡品质具有重大意义。以三个不同品种的咖啡豆为对象,利用太赫兹时域光谱技术结合化学计量学实现咖啡豆品种的快速鉴别。采用多种预处理方法减小实验误差,利用主成分分析(PCA)对光谱矩阵进行降维。建立偏最小二乘判别分析(PLS-DA)二分类模型和支持向量机(SVM)、反向传播神经网络(BPNN)、随机森林(RF)多分类判别模型。PLS-DA二分类模型的定性判别效果较为理想,总正确率可达98%;在多分类模型中,基于基线校正建立的SVM模型的效果最佳,总正确率达到98%。本研究表明利用太赫兹光谱技术快速鉴别咖啡豆品种是可行的,建立了较优的基于基线校正后的支持向量机模型,以为太赫兹时域光谱技术在定性检测其他农产品时提供经验参考。
光谱学 太赫兹时域光谱技术 咖啡豆 定性判别 基线校正 支持向量机 激光与光电子学进展
2021, 58(16): 1630002
中国农业大学信息与电气工程学院, 北京 100083
应用近红外光谱技术实现农产品产地、 质量等级等属性特征的快速、 准确鉴别, 在农产品的收购、 加工中可发挥重要作用。 目前, 应用近红外技术实现上述目标虽有一些文献报道, 但已实际应用的事例却很少, 其主要原因在于所建模型的可靠性尚存在一定问题。 以来自四川省内不同部位(不同等级)的烟叶样品为例, 基于主要化学成分, 近红外光谱和定性判别结果评价了烟叶等级识别模型的可靠性; 并通过探究主要化学成分和光谱特征分析了四川省烟叶的等级特征。 研究结果表明: 在一定生态产区范围内, 可建立可靠性较好的烟叶等级识别模型, 物质信息基础和模型识别结果的一致性可验证模型的可靠性。 通过探究化学成分和光谱特征, 分析了四川省不同等级烟叶具有的化学成分特征: 上部烟叶具有低总糖, 高烟碱, 高总氮, 高纤维素, 高酰胺的等级特征; 中部烟叶具有高总糖, 中烟碱, 中总氮, 中纤维素, 中酰胺的等级特征; 下部烟叶具有高总糖, 低烟碱, 低总氮, 低纤维素, 低酰胺的等级特征。 本文得出的依据物质信息基础判定定性模型可靠性的方法, 以及基于化学成分和近红外光谱特征分析烟叶等级特征的方法, 对其他农产品的建模和化学成分特征分析具有参考价值。
近红外 烟叶 定性判别 可靠性 等级特征 Near-infrared Tobacco Qualitative discrimination Reliability Grade feature 光谱学与光谱分析
2020, 40(10): 3260
1 浙江大学生物系统工程与食品科学学院， 浙江 杭州310058
2 山西农业大学工学院， 山西 太谷030801
裂纹是衡量鲜枣品质的重要指标之一， 果皮裂纹加速鲜枣的腐烂， 导致鲜枣货架期的缩短， 严重降低鲜枣的经济价值。 采用高光谱成像技术在380～1 030 nm波段范围内对鲜枣裂纹的位置及大小信息特征进行快速识别。 选用偏最小二乘回归(PLSR)、 连续投影法(SPA)和全波段图像主成分分析(PCA)， 得到鲜枣裂纹相关的敏感波段。 然后利用选取的鲜枣裂纹的敏感波段对建模集的132个样本建立最小二乘支持向量机(LS-SVM)判别模型， 并对预测集的44个样本进行判别。 对PLSR-LS-SVM， SPA-LS-SVM和PCA-LS-SVM判别模型采用ROC曲线进行评判， 得出PLSR-LS-SVM模型对鲜枣裂纹定性判别的结果(area=1， std=0)最佳。 选取PLSR回归系数挑选出的5条鲜枣裂纹敏感波段(467， 544， 639， 673和682 nm)对应的单波段图像进行主成分分析， 其中将主成分PC4的图像结合图像处理技术， 最终识别出鲜枣裂纹的位置、 大小信息。 结果表明， 采用高光谱成像技术结合光谱图像处理可以实现鲜枣裂纹定性判别和定量识别的研究， 为进一步开发相关仪器的研究提供理论方法和依据。
高光谱成像技术 鲜枣裂纹 定性判别 定量识别 Hyperspectral imaging Cracks of fresh jujube Qualitative discrimination Quantitative identification
