近红外光谱技术鉴别地理标志产品黄骅冬枣

被引:5
作者
张晓瑜
王庭欣
谢飞
夏立娅
李小亭
机构
[1] 河北大学质量技术监督学院
关键词
近红外光谱; 黄骅冬枣; 合格性测试; 主成分分析; 真伪鉴别;
D O I
10.13386/j.issn1002-0306.2010.11.031
中图分类号
TS255.7 [果蔬加工品标准与检验];
学科分类号
摘要
采用近红外光谱技术结合合格性测试、主成分分析聚类方法,建立了快速鉴别地理标志产品黄骅冬枣的模型。收集产地不同的冬枣,使用聚焦不旋转固体漫反射方法,设定分辨率16cm-1,扫描范围4000~12000cm-1,采集样品近红外光谱。每个产地随机选取45个枣果,其中30个用来建立模型,余下的15个用于预测。通过对预处理方法和光谱波段的选择,两种方法使用的光谱范围均为4952.7~5693.2cm-1和6611.3~7537cm-1。原始光谱经矢量归一化预处理后进行合格性测试分析,建立黄骅冬枣的鉴别模型,预测准确率93.3%;经一阶导数+矢量归一化,17点移动式平均平滑预处理后,采用主成分分析(PCA)法对光谱进行聚类,预测准确率93.3%。两种方法均可作为快速无损地鉴别真伪黄骅冬枣的技术依据。
引用
收藏
页码:111 / 113
页数:3
相关论文
共 9 条
[1]  
近红外透射光谱法检测三组分食用调和油含量的研究[J]. 刘福莉,陈华才.光谱学与光谱分析. 2009(08)
[2]   鲜枣品种和可溶性固形物含量近红外光谱检测 [J].
张淑娟 ;
王凤花 ;
张海红 ;
赵聪慧 ;
杨国强 .
农业机械学报, 2009, 40 (04) :139-142
[3]   苹果质地品质近红外无损检测和指纹分析 [J].
李桂峰 ;
赵国建 ;
王向东 ;
刘兴华 .
农业工程学报, 2008, (06) :169-173
[4]   不同产地冬枣果实品质差异的研究 [J].
马庆华 ;
续九如 ;
姚立新 ;
李颖岳 .
河北农业大学学报, 2007, (02) :57-60
[5]   近红外光谱鉴别冬虫夏草道地药材 [J].
王钢力 ;
石岩 ;
魏玉海 ;
王慧春 ;
徐晓杰 ;
林瑞超 .
中草药, 2006, (10) :1569-1571
[6]   用近红外光谱鉴别杨梅品种的研究 [J].
何勇 ;
李晓丽 .
红外与毫米波学报, 2006, (03) :192-194+212
[7]   运用主成分分析(PCA)评价海洋沉积物中重金属污染来源 [J].
李玉 ;
俞志明 ;
宋秀贤 .
环境科学, 2006, (01) :137-141
[8]   化工数据预处理及其在建模中的应用 [J].
赵恒平 ;
俞金寿 .
华东理工大学学报(自然科学版), 2005, (02) :223-226
[9]   近红外光谱法快速分析葛根中的有效成分 [J].
陈斌 ;
赵龙莲 ;
李军会 ;
严衍禄 .
光谱学与光谱分析, 2002, (06) :976-979