基于拉曼光谱和化学计量学方法判别大米分类的研究

被引：10

作者：

黄嘉荣

伍博迪

詹求强

机构：

[1] 华南师范大学华南先进光电子研究院光及电磁波研究中心

来源：

激光生物学报 | 2015年 / 24卷 / 03期

基金：

中国博士后科学基金; 广东省自然科学基金;

关键词：

拉曼光谱; 去除荧光背景; 主成分分析; 线性判别分析;

D O I：

暂无

中图分类号：

TS212.7 [产品标准与检验]; O657.37 [拉曼光谱分析法];

学科分类号：

083202 ; 070302 ; 081704 ;

摘要：

本文利用拉曼光谱和化学计量学方法,建立快速分类模型对大米进行区分。在使用最小二乘法对离散拉曼光谱进行多项式拟合去除荧光背景的前提下,利用在第一次迭代过程去除大型拉曼峰和计算噪声电平的方法,并且保留数据维数在原来的50%以下。获取精确的拉曼信号。再用主成分分析法(Principal component Analysis,PCA)对3种大米全波段的拉曼光谱进行降维分析,线性判别方法 (Linear discrimination analysis,LDA)对样品进行分类,结果显示采用前两个主成分能达到93.8%的正确分类,采用前三个主成分能达到97.9%的正确分类。优化之后的模型对于大米的判别分析具有很好的效果。

引用

页码：237 / 241

页数：5

共 10 条

[1] 拉曼光谱结合统计分析对不同产地黄芪饮片的鉴别分类研究 [J].

黄浩 ;

李洁 ;

陈荣 ;

冯尚源 ;

林居强 ;

黄祖芳 ;

李永增 ;

陈伟炜 ;

俞允 ;

林多 ;

林佳 .

福州大学学报(自然科学版), 2014, 42 (04) :646-652

[2] 激光拉曼光谱法无损鉴别三七及其伪品 [J].

董晶晶 ;

陈娟 ;

戈延茹 ;

戚雪勇 .

激光与光电子学进展, 2014, 51 (05) :204-208

[3]

近红外激发荧光光谱与拉曼光谱快速鉴别马铃薯品种.[J].代芬;Mads Sylvest Bergholt;Arnold Julian Vinoj Benjamin;洪添胜;Zhiwei Huang;.光谱学与光谱分析.2014, 03

[4] 基于PLS-LDA和拉曼光谱快速定性识别食用植物油 [J].

吴静珠 ;

石瑞杰 ;

陈岩 ;

刘翠玲 ;

徐云 .

食品工业科技, 2014, 35 (06) :55-58

[5] 基于最小二乘支持向量机的橄榄油掺杂拉曼快速鉴别方法 [J].

周秀军 ;

戴连奎 .

光散射学报, 2013, 25 (02) :176-182

[6]

基于近红外光谱和模式识别技术鉴别大米产地的研究.[J].夏立娅;申世刚;刘峥颢;孙汉文;.光谱学与光谱分析.2013, 01

[7] GC-MS法对不同产地大米的快速鉴定 [J].

田福林 ;

李红 ;

刘成雁 ;

王志嘉 ;

任雪冬 ;

程光荣 .

分析测试学报, 2011, (09) :1059-1062

[8]

Enhanced Raman spectroscopic discrimination of the geographical origins of rice samples via transmission spectral collection through packed grains.[J].Jinyoung Hwang;Sukwon Kang;Kangjin Lee;Hoeil Chung.Talanta.2012,

[9] Determination of amylose content in starch using Raman spectroscopy and multivariate calibration analysis [J].

Almeida, Mariana R. ;

Alves, Rafael S. ;

Nascimbem, Laura B. L. R. ;

Stephani, Rodrigo ;

Poppi, Ronei J. ;

de Oliveira, Luiz Fernando C. .

ANALYTICAL AND BIOANALYTICAL CHEMISTRY, 2010, 397 (07) :2693-2701

[10]

大米产地特征因子及溯源方法研究.[D].夏立娅.河北大学.2013, 09

← 1 →