文献类型：期刊文章

作　　者：李水芳[1] 单杨[2] 朱向荣[2] 李忠海[3]

机构地区：[1]中南林业科技大学理学院,长沙410004 [2]湖南省食品测试分析中心,长沙410025 [3]中南林业科技大学食品学院,长沙410004

出　　处：《农业工程学报》

基　　金："十一五"国家科技支撑计划项目(2009BADB9B07)

年　　份：2011

卷　　号：27

期　　号：8

起止页码：350-354

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20113814343643)、FSTA、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了实现蜂蜜产地的快速判别,应用近红外光谱结合化学计量学方法对蜂蜜产地进行了判别分析。kennard-Stone法划分训练集和预测集。光谱用一阶导数加自归一化预处理后,再用小波变换(WT)进行压缩和滤噪。结合滤波后光谱信息,分别用径向基神经网络(RBFNN)和偏最小二乘-线性判别分析(PLS-LDA)建立了苹果蜜产地和油菜蜜产地的判别模型。对不同小波基和分解尺度进行了讨论。对苹果蜜,WT-RBFNN模型和WT-PLS-LDA模型都是小波基为db1、分解尺度为2时的预测精度较好,都为96.2%。对油菜蜜:WT-RBFNN模型在小波基为db4和分解尺度为1时,预测精度较好,为85.7%;WT-PLS-LDA模型在小波基为db9、分解尺度也为1时,预测精度较好,为90.5%。研究表明:WT结合线性的PLS-LDA建模比WT结合非线性的RBFNN建模更适于蜂蜜产地判别;近红外光谱技术具有快速判别蜂蜜产地的潜力。

关 键 词：近红外光谱 小波变换 径向基函数神经网络 蜂蜜 产地判别  偏最小二乘-线性判别分析  

分 类 号：O43] TP3]