近红外光谱技术结合支持向量机对食用醋品牌溯源的研究

被引：7

作者：

刘静 ^{[1
]}

管骁 ^{[2
]}

易翠平 ^{[3
]}

机构：

[1] 上海海事大学信息工程学院

[2] 上海理工大学医疗器械与食品学院

[3] 长沙理工大学化学与生物工程学院

来源：

食品与机械 | 2016年 / 32卷 / 01期

基金：

上海市自然科学基金;

关键词：

近红外光谱; 主成分分析法; 支持向量机; 粒子群优化算法; 品牌溯源;

D O I：

10.13652/j.issn.1003-5788.2016.01.009

中图分类号：

O657.33 [红外光谱分析法]; TS264.22 [];

学科分类号：

摘要：

研究近红外光谱技术对食用醋品牌进行快速无损溯源。收集市场上保宁、东湖、恒顺、镇江4个品种共152份具有代表性的食用醋样品,采集它们的近红外光谱数据,对原始光谱数据进行多元散射校正(multip,licative scatter corrertion,MSC)预处理,对预处理后的光谱数据利用主成分分析法(principal component analysis,PCA)进行聚类分析,根据主成分的累计贡献率选取主成分数,然后用支持向量机(support vector machine,SVM)建立预测模型,选取合适的SVM核函数,并利用粒子群优化算法(particle swarm optimization,PSO)优化模型参数。结果表明,近红外光谱技术结合支持向量机对食用醋品牌分类正确率可达100%。

引用

页码：38 / 40+50 +50

页数：4

共 10 条

[1] 基于主成分分析和支持向量机的太赫兹光谱冰片鉴别[J]. 李武,胡冰,王明伟. 光谱学与光谱分析. 2014(12)
[2] 基于近红外光谱技术的瓶装醋定性检测[J]. 宋海燕,秦刚,刘海芹. 光谱学与光谱分析. 2012(06)
[3] 粒子群优化算法在混合气体红外光谱定量分析中的应用[J]. 李玉军,汤晓君,刘君华. 光谱学与光谱分析. 2009(05)
[4] 应用可见-近红外光谱技术进行白醋品牌和pH值的快速检测
王莉
刘飞
何勇
[J]. 光谱学与光谱分析, 2008, (04) : 813 - 816
[5] 多元散射校正对近红外光谱分析定标模型的影响
赵强
张工力
陈星旦
[J]. 光学精密工程, 2005, (01) : 53 - 58
[6] 现代近红外光谱技术及应用进展
徐广通
袁洪福
陆婉珍
[J]. 光谱学与光谱分析, 2000, (02) : 134 - 142
[7] Support vector machine based estimation of remaining useful life: current research status and future trends[J] . Hong-Zhong Huang,Hai-Kun Wang,Yan-Feng Li,Longlong Zhang,Zhiliang Liu. Journal of Mechanical Science and Technology . 2015 (1)
[8] Near-infrared spectroscopy for monitoring renal transplant perfusion
Skowno, Justin J.
Karpelowsky, Jonathan Saul
[J]. PEDIATRIC NEPHROLOGY, 2014, 29 (11) : 2241 - 2242
[9] Determination of melamine content in amino resins by near-infrared spectroscopy
Henriques, Ana
Cruz, Paulo
Ferra, Joao M.
Martins, Jorge
Magalhaes, Fernao D.
Carvalho, Luisa H.
[J]. WOOD SCIENCE AND TECHNOLOGY, 2013, 47 (05) : 939 - 948
[10] Near-infrared spectroscopy investigation on the hydration degree of a cement paste
Gastaldi, D.
Canonico, F.
Irico, S.
Pellerej, D.
Paganini, M. C.
[J]. JOURNAL OF MATERIALS SCIENCE, 2010, 45 (12) : 3169 - 3174

← 1 →