利用近红外及中红外融合技术对小麦产地和烘干程度的同时鉴别

利用近红外及中红外融合技术对小麦产地和烘干程度的同时鉴别

论文摘要

小麦是制作馒头的主要原料之一,小麦中水、蛋白质、淀粉会因产地以及烘干程度的差异而不同,进而影响到加工成馒头的品质。所以实现对小麦产地和烘干程度的快速鉴别就显得尤为重要。感官评定是鉴别小麦产地和烘干程度常用的方法,对比感官评定,光谱分析可以识别样品中的分子结构等信息。基于此,尝试利用近红外和中红外光谱融合技术实现对不同产地和不同烘干程度的小麦同时鉴别。首先选取了两个不同产地的小麦,再利用微波干燥法对两个不同产地的小麦做烘干预处理,使烘干的小麦水含量为12%±0.5%,原麦水含量为18%±0.5%。分别标记为原麦A,烘干A,原麦B,烘干B,再将小麦研磨成粉末,过100目筛网筛选后,置于自封袋中备用。随后分别采集四种小麦样品的近红外和中红外光谱信息,在Matlab 7.10的环境下使用标准正态变量变换(standard normal variable transformation, SNVT)对采集到的原始光谱数据进行预处理,利用主成分分析对预处理后的数据进行降维处理,再结合线性判别分析(linear discriminant analysis, LDA)和支持向量机(support vector machine, SVM)分别建立小麦近红外、中红外光谱数据识别模型。另外利用联合区间偏最小二乘法(synergy interval partial least square, SiPLS)筛选出利用标准正态变量变换(SNVT)预处理后的小麦近红外和中红外光谱数据特征光谱区间,将筛选出的近红外和中红外光谱数据特征光谱区间融合后再结合线性判别分析(LDA)和支持向量机(SVM)建立小麦融合光谱信息的识别模型。然后比较同种光谱数据下利用线性判别分析(LDA)和支持向量机(SVM)建立的小麦识别模型识别率、比较同种建模方法下近红外和中红外光谱数据建立小麦识别模型识别率、比较同种建模方法下光谱数据融合和单一光谱数据建立小麦识别模型识别率。结果表明,同种光谱分析方法,利用SVM建立的四种小麦识别模型识别率高于利用LDA建立的小麦识别模型识别率。同种建模方法,近红外光谱数据建立的小麦识别模型识别率优于中红外光谱数据建立的小麦识别模型识别率。而在同种建模方法下,利用SiPLS筛选出近红外和中红外光谱数据的特征光谱区间数据融合后建立小麦识别模型识别率最高,光谱数据融合后结合LDA建立的小麦识别模型校正集识别率为98.75%,预测集识别率为97.50%;而将此选择的变量结合SVM建立的小麦识别模型的校正集和预测集识别率都达到100.0%。对比利用单一光谱数据建立的小麦识别模型识别率,光谱数据融合之后建立的小麦识别模型识别率得到显著提高,该研究从纵向和横向上全面地比较了光谱数据建立的小麦模型识别率,结果可为更准确地运用光谱融合技术建立小麦产地以及烘干程度识别模型提供参考。

论文目录

  • 引 言
  • 1 实验部分
  •   1.1 样品材料
  •     1.1.1 样品的预处理
  •   1.2 数据采集方法
  •     (1) 红外光谱数据采集
  •     (2) 红外光谱数据预处理
  • 2 结果与讨论
  •   2.1 近红外光谱
  •     2.1.1 小麦近红外光谱的主成分分析
  •     2.1.2 基于LDA小麦近红外光谱的定性识别
  •     2.1.3 基于SVM小麦近红外光谱的定性识别
  •   2.2 中红外光谱
  •     2.2.1 小麦中红外光谱的主成分分析
  •     2.2.2 基于LDA小麦中红外光谱的定性识别
  •     2.2.3 基于SVM小麦中红外光谱的定性识别
  •   2.3 基于近红外和中红外光谱融合的小麦样品定性识别
  •     2.3.1 基于SiPLS的近红外光谱特征区间优选
  •     2.3.2 基于SiPLS的中红外光谱特征区间优选
  •     2.3.3 基于光谱数据融合的定性识别
  •       (1) 基于LDA小麦光谱数据融合的定性识别
  •       (2) 基于SVM小麦光谱数据融合的定性识别
  • 3 结 论
  • 文章来源

    类型: 期刊论文

    作者: 邹小波,封韬,郑开逸,石吉勇,黄晓玮,孙悦

    关键词: 小麦,光谱分析技术,联合区间偏最小二乘法,线性判别分析,支持向量机

    来源: 光谱学与光谱分析 2019年05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: 江苏大学食品与生物工程学院

    基金: 国家重点研发计划项目(2016YFD0401104),江苏省重点研发计划(BE2016306),国家自然科学基金项目(31772073,31671844),江苏省六大人才高峰项目(GDZB-016)资助

    分类号: O657.33;TS210.7

    页码: 1445-1450

    总页数: 6

    文件大小: 309K

    下载量: 339

    相关论文文献

    • [1].近红外二区活体成像技术及其应用研究进展[J]. 化学学报 2020(05)
    • [2].甘氨酸-氟硼荧近红外荧光分子探针的合成及性能测试[J]. 化学工业与工程 2017(02)
    • [3].近红外发光的稀土分子探针在生物成像中的设计及应用[J]. 中国科学:化学 2020(11)
    • [4].金纳米笼在近红外光激发下诱导产生活性氧的研究[J]. 中国药学杂志 2017(16)
    • [5].盐酸环丙沙星片近红外快检方法研究[J]. 健康之路 2015(11)
    • [6].车载近红外快筛系统在药品快速检测中的应用[J]. 中国药业 2013(06)
    • [7].杂质对近红外法检测大麦蛋白影响的研究实践[J]. 中外酒业·啤酒科技 2019(05)
    • [8].应用近红外可见光谱快速测量柴油十六烷值[J]. 光谱学与光谱分析 2017(06)
    • [9].可见-近红外高光谱成像结合化学计量学分辨人面部信息[J]. 光谱学与光谱分析 2017(08)
    • [10].便携式番茄多品质参数可见/近红外检测装置研发[J]. 农业工程学报 2017(19)
    • [11].Bi_2O_3-B_2O_3-BaO玻璃的制备及其近红外发光性能的研究[J]. 物理学报 2013(03)
    • [12].乳粉中蛋白质和脂肪近红外测定模型研究[J]. 食品研究与开发 2017(02)
    • [13].近红外与高光谱成像技术在茶叶质量安全控制中的应用[J]. 现代农业科技 2017(12)
    • [14].稀土卟啉近红外发光配合物在生命科学领域中的应用研究进展[J]. 激光生物学报 2016(03)
    • [15].近红外量子剪裁研究进展[J]. 中国科学:化学 2013(11)
    • [16].近红外发光稀土配合物及杂化材料研究进展[J]. 中国稀土学报 2012(02)
    • [17].近红外有机发光材料研究取得进展为设计近红外有机电致发光材料提供了新思路[J]. 光学仪器 2009(02)
    • [18].近三年国内近红外检测应用研究进展[J]. 云南化工 2018(06)
    • [19].基于近红外高光谱技术检测新疆羊肉品质[J]. 科技资讯 2016(34)
    • [20].近红外有机发光材料研究取得进展[J]. 红外 2009(04)
    • [21].基于近红外自相关谱检测奶粉中的三聚氰胺[J]. 光谱学与光谱分析 2017(10)
    • [22].废旧聚酯/棉混纺织物的在线近红外定量分析与自动分选[J]. 分析测试学报 2020(11)
    • [23].基于支持向量机的近红外人脸与虹膜融合算法[J]. 光子学报 2010(S1)
    • [24].近红外化学成像的原理、仪器及应用[J]. 分析仪器 2008(04)
    • [25].深圳先进院脑肿瘤近红外二区聚集诱导发光探针研究获进展[J]. 高科技与产业化 2018(09)
    • [26].乳粉中蛋白质和脂肪的近红外定量模型优化研究[J]. 食品科技 2016(11)
    • [27].德国利用可见近红外高光谱成像技术对牛肉的新鲜度进行判别[J]. 肉类研究 2017(06)
    • [28].注射用阿莫西林钠/舒巴坦钠近红外快速定量分析模型的建立[J]. 中国药师 2017(08)
    • [29].中科大构筑新型近红外柔性太阳能电池[J]. 军民两用技术与产品 2016(07)
    • [30].车载近红外模型验证工作的探讨[J]. 中国药事 2008(09)

    标签:;  ;  ;  ;  ;  

    利用近红外及中红外融合技术对小麦产地和烘干程度的同时鉴别
    下载Doc文档

    猜你喜欢