基于近红外光谱和新型变量筛选策略的砂糖橘产地无损鉴别
邱熙文1
杨清华2
谌佳琪1
唐辉3
李跑4
杜国荣5
1.湖南农业大学食品科学与技术学院,湖南 长沙 4101282.中国检验认证集团湖南有限公司,湖南 长沙 4100213.广东省粤北食药资源利用与保护重点实验室,广东 韶关 5120054.湖南农业大学食品科学与技术学院,湖南 长沙 410128;广东省粤北食药资源利用与保护重点实验室,广东 韶关 5120055.上海烟草集团有限责任公司技术中心北京工作站,北京 101121
摘要：本研究基于近红外(NIR)光谱技术与变量筛选-线性判别分析(LDA)方法,建立了一种砂糖橘产地无损鉴别方法.在 25、45 ms和 65 ms三个积分时间下,分别采集了广西、云南和广东砂糖橘的近红外光谱.利用光谱预处理消除干扰,采用主成分分析(PCA)和LDA方法建立砂糖橘产地的鉴别模型.此外,通过竞争性自适应重加权采样法(CARS)、蒙特卡罗非信息变量消除法(MCUVE)、连续投影算法(SPA)和随机检验(RT)等变量筛选方法进一步简化模型,提高模型的鉴别率.结果表明,光谱预处理方法可以消除光谱中的干扰,仅依靠无监督模式识别无法实现对不同产地砂糖橘的准确鉴别;45 ms和65 ms积分时间下的模型优于 25 ms下的模型,基于优化预处理的LDA模型可以获得95.10%的鉴别率;采用变量筛选方法的模型鉴别率得到明显提升,其中 65 ms积分时间下,去偏移(de-bias)-RT-LDA、标准正态变量变换(SNV)-RT-LDA、原始光谱-SPA-LDA和一阶导(1st)-SPA-LDA模型,以及 45 ms积分时间下,原始光谱-MCUVE-LDA模型鉴别率均达到 99.02%.以上结果表明,基于便携式NIR光谱技术与变量筛选-LDA方法可实现砂糖橘产地准确无损鉴别.
关键词：砂糖橘便携式近红外光谱产地变量筛选无损鉴别
分类号：O657.33(分析化学)
资助基金：湖南省自然科学基金项目(2023JJ30290)湖南省大学生创新训练计划一般项目(s202410-537029)广东省食药资源利用与保护重点实验室开放基金课题重点项目(FMR2023012Z)湖南农业大学学科交叉研究青年引导项目(2024XKJC10)
论文发表日期：2025-03-31
在线出版日期：2026-08-28（本平台首次上网日期，不代表文献的发表时间）
页数：6( 6-11 )
英文信息