近红外光谱结合蚁群算法检测花茶花青素含量

被引：4

作者：

黄晓玮

邹小波

赵杰文

石吉勇

张小磊

机构：

[1] 江苏大学食品与生物工程学院

来源：

江苏大学学报(自然科学版) | 2014年 / 35卷 / 02期

关键词：

花茶; 花青素; 近红外光谱法; 蚁群算法; 区间偏最小二乘法;

D O I：

暂无

中图分类号：

O657.33 [红外光谱分析法]; TS272.7 [产品标准与检验];

学科分类号：

070302 ; 081704 ; 090203 ;

摘要：

花青素是花茶中的主要质量指标,为了快速准确的检测花茶中花青素的含量,提出一种基于蚁群算法(ACO)结合区间偏最小二乘法(iPLS)的近红外光谱检测方法.原始近红外光谱经过预处理采用ACO-iPLS优选花青素含量对应的特征子区间.当全光谱划分为12个子区间时,ACO-iPLS优选出第1,9,10共3个子区间,在此基础上建立的近红外光谱模型最佳.模型对校正集和预测集相关系数分别为0.901 3和0.864 2;交互验证均方根误差(RMSECV)和预测均方根误差(RMSEP)分别为0.160 0 mg·g-1和0.202 0 mg·g-1.研究结果表明:与常规的iPLS相比,ACO-iPLS不但可以有效选择近红外光谱特征谱区,而且建立的模型具有更高的精度和鲁棒性.

引用

页码：165 / 170+188 +188

页数：7

共 24 条

[1]

基于改进蚁群算法的油品调和配方优化研究.[D].刘甲林.大连理工大学.2011, 07

[2]

桑椹红色素的提取纯化及其抗氧化活性和稳定性研究.[D].朱毛毛.江苏大学.2009, 02

[3] BiPLS结合模拟退火算法的近红外光谱特征波长选择研究 [J].