中國的植物食用油消費量隨著人們生活水平的提高日益增長,一些不法商販為了謀取利益,以次充好,以劣充優(yōu),生產(chǎn)了許多假冒偽劣的食用油,甚至對回收餐飲二次油進行再加工販賣給消費者,危害人的身體健康。目前傳統(tǒng)的化學檢測手段需要較高的專業(yè)知識,檢測時間也較長。后發(fā)展起來的基于光譜技術(shù)的快速檢測方法一般只依靠單光譜數(shù)據(jù),易受噪聲影響且不能全面分析樣本的信息。因此,探索一種能融合多源光譜信息、快速靈敏地分析檢測植物食用油的技術(shù)具有重要意義。本文基于拉曼光譜和近紅外光譜技術(shù),研究此兩類光譜的有效融合方法,研究性能更優(yōu)的檢測模型建立方法,以實現(xiàn)對植物食用油品種的快速鑒別和對回收油的快速檢測。主要內(nèi)容如下:（1）為實現(xiàn)快速鑒別植物食用油的品種,研究探索拉曼光譜和近紅外光譜的融合方法。結(jié)合支持向量機分類（SVC）方法,研究串行融合、小波融合、典型相關(guān)分析融合后的數(shù)據(jù)所建立的SVC模型的性能。研究表明此3種融合方法均能實現(xiàn)快速鑒別植物食用油的品種。在探索多種光譜預(yù)處理方法和模型參數(shù)優(yōu)化方法后,基于串行融合和小波融合的模型預(yù)測準確率達到100%,基于典型相關(guān)分析融合的模型預(yù)測準確率達到89.74%。說明串行融合方... 

【文章來源】：武漢輕工大學湖北省

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【部分圖文】：

研究技術(shù)路線

購買的合格食用油樣品

實驗室壓榨制備食用油樣品

【參考文獻】：
期刊論文
[1]拉曼光譜結(jié)合PSO-LSSVM算法檢測三組分食用調(diào)和油含量[J]. 張燕君,何寶丹,付興虎,徐金睿,周昆鵬.  光譜學與光譜分析. 2017(08)
[2]可見-近紅外光譜結(jié)合CARS優(yōu)化模型預(yù)測棕櫚油碘值[J]. 秦修遠,翟媛媛,李曉云,龔?.  分析試驗室. 2017(07)
[3]中國食用植物油消費現(xiàn)狀[J]. 王瑞元.  黑龍江糧食. 2017(05)
[4]基于PCA-PSO-LSSVM的茶葉品質(zhì)計算機視覺分級研究[J]. 余洪,吳瑞梅,艾施榮,范苑,吳彥紅,劉木華.  激光雜志. 2017(01)
[5]近紅外光譜和特征光譜的山茶油摻假鑒別方法研究[J]. 褚璇,王偉,趙昕,姜洪喆,王偉,劉聲泉.  光譜學與光譜分析. 2017(01)
[6]近紅外光譜結(jié)合模式識別技術(shù)快速鑒別煎炸油質(zhì)量[J]. 朱向榮,李高陽,秦燕華,蘇東林,劉偉,單楊.  中國食品學報. 2016(12)
[7]基于多特征融合多核學習支持向量機的液壓泵故障識別方法[J]. 劉志強,姜萬錄,譚文振,朱勇.  中國機械工程. 2016(24)
[8]可見和近紅外透射光譜結(jié)合區(qū)間偏最小二乘法（iPLS）用于橄欖油中摻雜煎炸老油的定量分析[J]. 冼瑞儀,黃富榮,黎遠鵬,潘莎莎,陳哲,陳振強,汪勇.  光譜學與光譜分析. 2016(08)
[9]基于拉曼光譜-聚類分析快速鑒別摻偽油茶籽油[J]. 鄧平建,梁裕,楊冬燕,李浩,楊永存,耿藝介.  中國糧油學報. 2016(04)
[10]基于多源光譜特征融合技術(shù)的花生油摻偽檢測[J]. 涂斌,陳志,彭博,鄭曉,宋志強,尹成,曾路路,何東平.  食品與發(fā)酵工業(yè). 2016(04)

博士論文
[1]基于電子鼻、電子舌及其融合技術(shù)對柑橘品質(zhì)的檢測[D]. 裘姍姍.浙江大學 2016
[2]基于多源光譜數(shù)據(jù)融合的水產(chǎn)養(yǎng)殖水質(zhì)有機物濃度快速檢測研究[D]. 曹泓.浙江大學 2014

碩士論文
[1]拉曼光譜背景扣除算法及其應(yīng)用研究[D]. 陳珊.中南大學 2011
[2]基于高光譜和圖像技術(shù)的龍井茶葉品質(zhì)檢測方法研究[D]. 蔣帆.浙江工業(yè)大學 2010
[3]多聚焦圖像融合算法的研究[D]. 王正.天津大學 2008
[4]基于數(shù)據(jù)融合技術(shù)二氧化硫檢測方法的研究[D]. 陳磊.河北理工大學 2007



本文編號：3078286