發(fā)布時間：2018-05-15 22:17

  本文選題：近紅外 + 腐霉利��； 參考：《光譜學與光譜分析》2016年12期

【摘要】：利用近紅外光譜技術(shù)對食用植物油中的腐霉利進行定性檢測研究。以國家標準規(guī)定的腐霉利最大殘留限量為界線,將不同腐霉利含量的食用植物油樣本分為合格組和不合格組。采用QualitySpec臺式近紅外光譜儀采集兩類樣本的光譜,利用無信息變量消除(UVE)和子窗口重排分析(SPA)方法進行波長變量篩選,并應(yīng)用線性判別分析(LDA)、偏最小二乘-線性判別分析(PLS-LDA)及判別偏最小二乘(DPLS)方法建立兩類樣本的分類模型。結(jié)果表明,近紅外光譜技術(shù)可以對兩類樣本進行分類。UVE方法可以有效篩選有用波長變量,提高分類模型的性能。UVE-DPLS所建立的分類模型性能最優(yōu),其預(yù)測集樣本的分類正確率、靈敏度及特異性分別為98.7%,95.0%和100.0%。
[Abstract]:The qualitative detection of Pythium in edible vegetable oil by near infrared spectroscopy (NIR) was studied. The samples of edible vegetable oil with different Pythium content were divided into two groups: qualified group and unqualified group. The spectrum of two kinds of samples was collected by QualitySpec desktop near infrared spectrometer, and the wavelength variables were screened by using the methods of eliminating UVEwithout information variable and analyzing the subwindow rearrangement. The classification models of two kinds of samples were established by using the methods of linear discriminant analysis (LDA), partial least squares linear discriminant analysis (PLS-LDAs) and discriminant partial least squares (DPLSs). The results show that Near-Infrared Spectroscopy can classify two kinds of samples. UVE can effectively screen the useful wavelength variables, improve the performance of the classification model. UVE-DPLS has the best performance, and the classification accuracy of the samples can be predicted. The sensitivity and specificity were 98.7% and 100.0%, respectively.
【作者單位】： 江西農(nóng)業(yè)大學生物光電技術(shù)及應(yīng)用重點實驗室;
【基金】：國家自然科學基金項目(31271612) 江西省自然科學基金項目(20151BAB204025) 江蘇省農(nóng)產(chǎn)品物理加工重點實驗室開放基金項目(JAPP2013-6)資助
【分類號】：TS227;O657.33

【參考文獻】

相關(guān)期刊論文 前4條

1 索少增;劉翠玲;吳靜珠;孫曉榮;;NIR和ATR-FTIR光譜技術(shù)在蘿卜農(nóng)殘檢測中的應(yīng)用[J];傳感器與微系統(tǒng);2012年10期

2 熊艷梅;唐果;段佳;李春子;閔順耕;;中紅外、近紅外和拉曼光譜法測定商品農(nóng)藥制劑中氰戊菊酯和馬拉硫磷的含量[J];分析化學;2012年09期

3 袁文博;相秉仁;趙陸華;于麗燕;;番茄表層硫丹殘留的近紅外快速檢測方法[J];中國藥科大學學報;2012年02期

4 陳菁菁;李永玉;王偉;彭彥昆;吳建虎;單佳佳;;微量有機磷農(nóng)藥殘留近紅外光譜快速檢測方法[J];農(nóng)業(yè)機械學報;2010年10期

【共引文獻】

相關(guān)期刊論文 前10條

1 孫通;莫欣欣;李曉珍;吳宜青;劉木華;;近紅外光譜技術(shù)結(jié)合變量選擇方法定性檢測食用植物油中的腐霉利[J];光譜學與光譜分析;2016年12期

2 劉逸;王國清;司宇辰;張兆斌;;激光拉曼光譜法分析乙烯裂解氣[J];分析測試學報;2016年10期

3 陳建波;馬琳;黃蘭淇;吳愛娟;占繡萍;趙莉;;超高效液相色譜-四極桿-飛行時間質(zhì)譜法快速篩查農(nóng)藥制劑中非法添加的殺蟲劑[J];色譜;2016年09期

4 劉飛;李春華;龔雪蛟;劉東娜;王云;;高光譜成像技術(shù)在茶葉中的應(yīng)用研究進展[J];核農(nóng)學報;2016年07期

5 米慧娟;王永香;孟瑾;王秀海;陶永華;王振中;蕭偉;;基于偏最小二乘法對金銀花抗流感病毒譜-效相關(guān)性模型的探討[J];中國中藥雜志;2015年23期

6 李文;李民贊;孫明;;基于比色光譜和SVM快速檢測白菜中氧樂果農(nóng)殘方法[J];食品科學技術(shù)學報;2015年05期

7 李文;孫明;李民贊;孫紅;;微量樂果農(nóng)藥殘留比色光譜快速檢測方法[J];光譜學與光譜分析;2015年07期

8 王曉彬;吳瑞梅;劉木華;張廬陵;藺磊;;苯并咪唑類的密度泛函理論計算及拉曼光譜研究[J];光譜學與光譜分析;2015年06期

9 劉民法;張令標;何建國;賀曉光;劉貴珊;王松磊;;基于高光譜成像技術(shù)的長棗表面農(nóng)藥殘留無損檢測[J];食品與機械;2014年05期

10 李文;張健鑫;李由;李民贊;孫明;;可見分光光度法檢測蘋果中毒死蜱農(nóng)藥殘留的研究[J];農(nóng)機化研究;2014年09期

【二級參考文獻】

相關(guān)期刊論文 前10條

1 李剛;趙U，

本文編號：1894177