文献类型：期刊文章

作　　者：夏立娅[1] 申世刚[1] 刘峥颢[1] 孙汉文[1]

机构地区：[1]河北大学化学与环境科学学院河北省分析科学技术重点实验室"药物化学与分子诊断"省部共建重点实验室河北大学质量技术监督学院,河北保定071002

出　　处：《光谱学与光谱分析》

基　　金：国家水体污染控制与治理科技重大专项项目(2008ZX07209-07);质检公益行业科研专项项目(200810345);河北省科技计划项目(12221003D)资助

年　　份：2013

卷　　号：33

期　　号：1

起止页码：102-105

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSCD、CSCD2013_2014、EI(收录号：20130415931570)、IC、INSPEC、JST、PUBMED、RCCSE、RSC、SCI(收录号：WOS:000314140500024)、SCI-EXPANDED(收录号：WOS:000314140500024)、SCIE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：利用近红外光谱和模式识别技术建立了大米产地的快速鉴别方法。首先对119个地理标志产品响水大米和90个其他产地的大米(即非响水大米)的近红外光谱进行一阶导数和平滑处理,利用主成分分析法(PCA)对数据进行降维,通过前三个主成分的载荷图确定了相关性最大的特征波段(7 700～6 700cm-1与5 700～4 300cm-1)。在全波段内,凝聚层次聚类和Fisher’s判别鉴别方法都可以100%正确的鉴别响水大米和非响水大米;对于非响水地区的大米的具体产地判别,聚类分析正确率为91.9%,Fisher’s判别分析方法的正确率为96.7%。同时,在特征波段内,对大米产地聚类分析的准确度高于全波段范围内分析结果,说明选取的特征波段具有较强的代表性,是优化模型的有效方法之一。

关 键 词：近红外 大米 主成分分析 聚类 判别  产地  

分 类 号：O657.3]