基于PLS-LDA和拉曼光谱快速定性识别食用植物油
以6种食用油共计23个样本为分析对象,采用偏最小二乘线性判别分析法(PLS-LDA)和拉曼光谱进行单一种类(橄榄油、花生油和玉米油)食用油快速定性检测,通过自适应迭代惩罚最小二乘法(airPLS)对拉曼信号进行背景扣除,以及蒙特卡洛无信息变量消除法筛选波长变量,不但有效减少了波长点数,降低了建模运算量,而且提高了单一种类食用油的识别率,使得总体识别率均高于90%,并在此基础上进一步提出了采用PLS-LDA进行多种类食用油识别的检测流程.实验结果表明PLS-LDA在食用油定性识别检测中具有较好的应用前景和可行性,该方法也可为定性检测食品及农产品品质提供借鉴.
偏最小二乘线性判别分析法、拉曼光谱、食用植物油、蒙特卡洛无信息变量消除法
35
TS207.3(食品工业)
北京市自然科学基金面上项目4132008;北京教委重点项目KZ201310011012;北京市属高等学校人才强教项目
2014-04-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
55-58