论文摘要
利用近红外光谱对核桃露中的重要指标脂肪含量进行定量分析,同时进行建模变量优化、建模方法比较以优选最佳模型。为消除散射对光谱造成的影响,采用标准正态变换（SNV）方法对数据进行预处理,采用遗传算法（GA）结合向后间隔偏最小二乘法（BiPLS）优选的特征波长分别作为偏最小二乘法（PLS）及最小二乘支持向量机（LS-SVM）的输入变量,建立核桃露中脂肪含量的近红外定量模型,采用决定系数（R2）、预测标准偏差（RMSEP）以及性能偏差比（RPD）对各模型进行评价,探究光谱波段选择方法对于核桃露中脂肪指标模型构建的影响,同时确定最佳建模方法。结果表明:进行变量筛选能够对模型起到优化作用, BiPLS及GA-BiPLS方法分别选择了150及30个变量点,占全光谱的10%及2%,对应了核桃露样品中脂肪成分的特征吸收峰,使得PLS模型的RMSEP值从0.049分别下降到0.043和0.040,同时模型的相关系数R2从0.964提高到0.973及0.974,性能偏差比RPD从4.88增长到5.62及6.00,主成分数也有不同程度的减少,降低模型复杂程度的同时提高了模型准确性。相比于PLS模型,核桃露脂肪指标的LS-SVM模型的R2, RMSEP及RPD值均表现出了更好的效果,分别达到0.986, 0.036及6.52。说明基于最小二乘支持向量机建立的分析模型有较高的准确度及稳定性,可能是由于PLS作为一种经典的线性建模方法,在建立模型的过程中忽略了样品数据集中的非线性因素,而核桃露样品光谱测量过程中噪声、背景等因素的干扰,以及各指标成分间的相互影响,使得脂肪含量与近红外光谱信息间存在复杂非线性的变化关系, LS-SVM方法能够更为有效地对其进行描述,增强了光谱变量与指标浓度间的相关性,使得建立的模型有着更好的准确度以及普适性,说明了在实际生产中, LS-SVM方法具备优良的可行性,体现了其在核桃露饮品品质分析方面的巨大潜力。基于最小二乘支持向量机方法所建立的核桃露脂肪含量的定量分析模型,具有准确、稳定的特点,能够为核桃露生产的质量监控提供技术借鉴,同时为饮品品质的分析方法研究提供了新的思路。
论文目录
文章来源
类型: 期刊论文
作者: 李子文,李宗朋,买书魁,盛晓慧,尹建军,刘国荣,王成涛,张海红,辛立斌,王健
关键词: 核桃露,近红外光谱技术,最小二乘支持向量机,波段筛选
来源: 光谱学与光谱分析 2019年12期
年度: 2019
分类: 基础科学,工程科技Ⅰ辑
专业: 化学,轻工业手工业
单位: 中国食品发酵工业研究院有限公司,北京工商大学北京市食品添加剂工程技术研究中心,宁夏大学农学院食品科学系
基金: 国家重点研发计划项目(2018YFD0400905),国家自然科学基金项目(31671937)资助
分类号: O657.33;TS275.4
页码: 3916-3920
总页数: 5
文件大小: 215K
下载量: 184
相关论文文献
标签：核桃露论文; 近红外光谱技术论文; 最小二乘支持向量机论文; 波段筛选论文;