仿刺参富含多种活性物质, 具有极高的药用价值和经济价值, 是水产行业不可或缺的养殖资源。 不同产地的地理环境与营养结构存在显著差异, 所以仿刺参的生长周期与养殖成本相差巨大。 消费者在购买仿刺参时, 会将产地信息作为选择的首要因素, 因为仿刺参的产地直接反映了食品具有的营养价值。 不同产地仿刺参的价格差距悬殊, 面对利益的诱惑, 产地欺诈事件屡禁不止。 因此, 研究一种准确率高、 稳定性好具有优秀泛化能力的仿刺参产地信息认证方法, 能够有效维护品牌产地从业者与消费者的切身利益。 氨基酸是仿刺参营养富集的主要物质, 通过氨基酸特征能够分析出摄食初级生产者的组成, 可以作为产地信息认证的有效工具。 气相色谱-质谱分析(GC-MS)技术能够产生独特的化学指纹图谱用于产地信息鉴别。 对9个产地的156个仿刺参样品, 进行酸水解、 衍生化和酯化等操作, 通过GC-MS测定出氨基酸含量与氨基酸碳稳定同位素数据。 进行置信水平为95%的图基检验, 并利用箱型图检查数据分布, 筛选出13种氨基酸含量和10种氨基酸碳稳定同位素数据。 主成分分析能够在降低数据维度的同时, 挖掘出有价值的信息, 聚集产地识别特性, 提高运算速度与认证精度。 通过交叉验证, 选取前5个主成分作为氨基酸含量和氨基酸碳稳定同位素模型的输入, 累计贡献率分别为98.727%与95.982%。 为了充分挖掘出隐藏在氨基酸数据背后的价值, 选取了8个家族的12个机器学习方法, 共构建出24个单体分类器, 根据数据自身特征找到最优的认证方法。 应用基于遗传交叉因子改进的粒子群优化算法进行模型参数的优化, 得到性能最佳的单体分类器。 结果表明, 氨基酸碳稳定同位素数据具有更优的产地认证特性, 高斯径向基为核的支持向量机与K邻近算法为最佳的两个分类方法。 最后利用集成学习汇集单体分类器的优势, 构建了一种融合多源数据处理方法的仿刺参产地信息认证方法, 模型的平均准确率为99.67%。 建立了仿刺参产地信息认证系统, 为主管机关监管与消费者维权提供了简单可行的手段, 能够有效监管与防止仿刺参产地欺诈事件的发生, 保障了水产养殖行业的稳健发展。

仿刺参是具有极高经济价值的水产资源, 是海水养殖产业的重要组成部分, 研发出一种灵活、 稳定、 高效的仿刺参产地溯源方法对于水产养殖产业具有极强的现实意义。 仿刺参主要有三种养殖方式, 分别是底播增殖、 圈养养殖和筏式养殖。 不同产地采用不同的养殖方式, 仿刺参的营养价值、 药用价值和经济价值都存在着明显差异。 不同产地初级生产者的构成不同, 作为初级生产者的不同藻类与浮游生物体内的脂肪酸特征也各不相同, 通过食物链的传递, 不同产地的仿刺参具有了不同的脂肪酸特征。 气相色谱指纹图谱法是一种快速准确地食品产地溯源技术, 碳稳定同位素质谱法不仅可以鉴别产地还可以区分出食品的营养价值。 采集9个最具代表性产地的仿刺参样品, 先利用Folch法对样品进行总脂提取, 再通过气相色谱仪测定出各种脂肪酸的种类及其相对含量; 最后使用稳定同位素质谱仪测定出每种脂肪酸各自的碳稳定同位素组成数据。 使用单因素方差分析法对脂肪酸相对含量和脂肪酸碳稳定同位素组成数据进行显著性检验, 各筛选出17种脂肪酸数据作为两个模型的输入。 主成分分析(PCA)法可以降低数据的维度, 聚合不同种脂肪酸数据的溯源特征, 提高产地溯源的精度。 支持向量机(SVM)是一种以结构化风险最小为目标的分类识别算法, 具有优秀的泛化能力。 研究结果表明, 不同产地仿刺参的脂肪酸相对含量和脂肪酸碳稳定同位素组成数据存在明显差异。 通过主成分变换后, 脂肪酸数据的聚类特征更加明显, 运用随机交叉验证法确定前6个主成分作为两个支持向量机分类器的输入。 采用基于遗传交叉因子改进的粒子群优化算法(GPSO), 以粒子不同K值各100次交叉验证的平均准确率作为其适应度, 寻找支持向量机分类器模型的最优参数组合。 最终计算得到脂肪酸相对含量产地溯源模型的最优参数组合为σ=6.247 599和C=14.313 042, 平均准确率为79.49%; 脂肪酸碳稳定同位素组成产地溯源模型的最优参数组合为σ=7.626 194和C=2.193 410, 平均准确率为98.33%。 对比交叉验证的结果, 脂肪酸碳稳定同位素组成产地溯源模型具有更高的准确率和更强的泛化性能。 在两个模型的识别结果不一致时, 采用脂肪酸碳稳定同位素组成模型的识别结果。 将实验室检测与互联网技术进行整合, 构建了仿刺参产地溯源在线系统。 实现了“互联网+产地溯源”的一体化溯源模式, 为进一步开展食品产地溯源研究提供了科学依据和技术支撑。

探讨多元素分析对中国刺参产地溯源的可行性， 筛选判别刺参产地的有效指标。 采用电感耦合等离子体质谱(ICP-MS)法测定了7个产地刺参样品中Al， V， Cr， Mn， Fe， Co， Ni， Cu， Zn， As， Se， Mo， Cd， Hg和Pb共15种无机元素的含量， 建立刺参无机元素数据库。 原始数据经过标准化处理后， 结合聚类分析和主成分分析， 对不同产地刺参进行了区分。 主成分分析选出三个主因子， 聚类分析将26个刺参样品聚成五大类， 分类结果与刺参样品的海域分布关系显著。 聚类分析和主成分分析是刺参无机元素分析的有效方法， 刺参中无机元素的含量可做为刺参产地判别的测量指标之一。