基于PLS-LDA和拉曼光谱快速定性识别食用植物油

被引：16

作者：

吴静珠 ^{[1
]}

石瑞杰 ^{[1
]}

陈岩 ^{[1
]}

刘翠玲 ^{[1
]}

徐云 ^{[2
]}

机构：

[1] 北京工商大学计算机与信息工程学院

[2] 中国农业大学信息与电气工程学院

来源：

食品工业科技 | 2014年 / 35卷 / 06期

基金：

北京市自然科学基金;

关键词：

偏最小二乘线性判别分析法; 拉曼光谱; 食用植物油; 蒙特卡洛无信息变量消除法;

D O I：

10.13386/j.issn1002-0306.2014.06.002

中图分类号：

O657.3 [光化学分析法（光谱分析法）]; TS227 [产品标准与检验];

学科分类号：

摘要：

以6种食用油共计23个样本为分析对象,采用偏最小二乘线性判别分析法(PLS-LDA)和拉曼光谱进行单一种类(橄榄油、花生油和玉米油)食用油快速定性检测,通过自适应迭代惩罚最小二乘法(airPLS)对拉曼信号进行背景扣除,以及蒙特卡洛无信息变量消除法筛选波长变量,不但有效减少了波长点数,降低了建模运算量,而且提高了单一种类食用油的识别率,使得总体识别率均高于90%,并在此基础上进一步提出了采用PLS-LDA进行多种类食用油识别的检测流程。实验结果表明PLS-LDA在食用油定性识别检测中具有较好的应用前景和可行性,该方法也可为定性检测食品及农产品品质提供借鉴。

引用

页码：55 / 58

页数：4

共 12 条

[1]

基于拉曼光谱的食用植物油快速鉴别.[J].周秀军;戴连奎;李晟;.光谱学与光谱分析.2012, 07

[2] 拉曼光谱结合背景扣除化学计量学方法用于汽油中MTBE含量的快速测定研究 [J].

房承宣 ;

李建华 ;

梁逸曾 .

分析测试学报, 2012, 31 (05) :541-545

[3] 拉曼光谱在食品分析中的应用 [J].

陈健 ;

肖凯军 ;

林福兰 .

食品科学, 2007, (12) :554-558

[4] QSAR/QSPR模型中的蒙特卡罗交叉效验评价 [J].

袁大林 ;

梁逸曾 ;

许青松 .

计算机与应用化学, 2006, (06) :569-573

[5] 拉曼光谱与红外光谱无损检测技术新进展 [J].

施玉珍 ;

陈志春 ;

林贤福 .

分析化学, 2005, (02) :272-276

[6]

The application of near-infrared (NIR) and Raman spectroscopy to detect adulteration of oil used in animal feed production.[J]..Food Chemistry.2011, 3

[7] RAPID AUTHENTICATION OF OLIVE OIL BY RAMAN SPECTROSCOPY USING PRINCIPAL COMPONENT ANALYSIS [J].

Zhang, Xiaofang ;

Qi, Xiaohua ;

Zou, Mingqiang ;

Liu, Feng .

ANALYTICAL LETTERS, 2011, 44 (12) :2209-2220

[8]

Variable selection in near-infrared spectroscopy: Benchmarking of feature selection methods on biodiesel data.[J].Roman M. Balabin;Sergey V. Smirnov.Analytica Chimica Acta.2011, 1

[9] Model population analysis for variable selection [J].

Li, Hong-Dong ;

Liang, Yi-Zeng ;

Xu, Qing-Song ;

Cao, Dong-Sheng .

JOURNAL OF CHEMOMETRICS, 2010, 24 (7-8) :418-423

[10]

A variable selection method based on uninformative variable elimination for multivariate calibration of near-infrared spectra.[J].Wensheng Cai;Yankun Li;Xueguang Shao.Chemometrics and Intelligent Laboratory Systems.2007, 2

← 1 2 →