红外光谱结合最小二乘支持向量机掺杂牛奶判别方法研究

被引：2

作者：

杨延荣

杨仁杰

董桂梅

杜艳红

单慧勇

张伟玉

机构：

[1] 天津农学院机电工程系

来源：

光散射学报 | 2014年 / 26卷 / 02期

基金：

天津市自然科学基金;

关键词：

红外光谱; 最小二乘支持向量机; 掺杂牛奶; 葡萄糖; 三聚氰胺;

D O I：

10.13883/j.issn1004-5929.201402018

中图分类号：

O657.33 [红外光谱分析法]; TS252.7 [产品标准与检验];

学科分类号：

摘要：

基于红外光谱和最小二乘支持向量机建立掺杂牛奶与纯牛奶的判别模型。分别配置含有葡萄糖牛奶(0.01～0.3gL-1)和三聚氰胺牛奶(0.01～0.3gL-1)样品各36个,采集纯牛奶及掺杂牛奶样品的红外光谱。采用最小二乘支持向量机分别建立掺杂葡萄糖、掺杂三聚氰胺、两种掺杂牛奶与纯牛奶的判别模型,并利用这些模型对未知样品进行判别,其判别正确率都为95.8%。研究结果表明:与线性的偏最小二乘判别建模方法相比,最小二乘支持向量机方法具有更强的预测能力。

引用

页码：203 / 207

页数：5

共 10 条

[1] 二维相关近红外光谱检测牛奶中的三聚氰胺
刘蓉
杨仁杰
徐可欣
[J]. 光散射学报, 2013, 25 (01) : 92 - 97
[2] 基于中红外光谱检测牛奶中掺杂的尿素[J]. 杨仁杰,刘蓉,徐可欣.光谱学与光谱分析. 2011(09)
[3] 牛奶掺假掺杂现状及检测方法的研究进展
林芳栋
蒋珍菊
曹蕊
[J]. 西华大学学报(自然科学版), 2011, 30 (03) : 93 - 96
[4] 一种利用同一表面等离子体共振传感器检测多种残留物的方法
张婉洁
苏洋
徐可欣
石婷
刘瑾
[J]. 化学学报, 2010, 68 (24) : 2574 - 2580
[5] 一种基于最小二乘支持向量机算法的近红外光谱判别分析方法
虞科
程翼宇
[J]. 分析化学, 2006, (04) : 561 - 564
[6] 基于二维相关谱掺杂牛奶检测方法研究[D]. 杨仁杰.天津大学. 2013
[7] Detection of adulterated milk using two-dimensional correlation spectroscopy combined with multi-way partial least squares[J] . Renjie Yang,Rong Liu,Xu Kexin.Food Bioscience . 2013
[8] Determination of melamine in milk and dairy products by high performance liquid chromatography
Filazi, A.
Sireli, U. T.
Ekici, H.
Can, H. Y.
Karagoz, A.
[J]. JOURNAL OF DAIRY SCIENCE, 2012, 95 (02) : 602 - 608
[9] Least-squares support vector machines and near infrared spectroscopy for quantification of common adulterants in powdered milk
Borin, Alessandra
Ferrao, Marco Flores
Mello, Cesar
Maretto, Danilo Althmann
Poppi, Ronei Jesus
[J]. ANALYTICA CHIMICA ACTA, 2006, 579 (01) : 25 - 32
[10] Least squares support vector machine classifiers
Suykens, JAK
Vandewalle, J
[J]. NEURAL PROCESSING LETTERS, 1999, 9 (03) : 293 - 300

← 1 →