本文選題：近紅外光譜　切入點(diǎn)：橄欖油　出處：《光譜學(xué)與光譜分析》2016年09期 　論文類(lèi)型：期刊論文

【摘要】：目前市面上銷(xiāo)售的橄欖油主要分為特級(jí)初榨橄欖油和普通初榨橄欖油兩類(lèi),為了鑒別兩種不同品質(zhì)的橄欖油,提出了一種應(yīng)用siPLS-IRIV-PCA算法的橄欖油品質(zhì)鑒別的新方法�；陂蠙煊偷慕t外光譜數(shù)據(jù),應(yīng)用聯(lián)合區(qū)間偏最小二乘法(siPLS)對(duì)橄欖油的近紅外光譜進(jìn)行了波長(zhǎng)區(qū)間優(yōu)選,使用交叉驗(yàn)證均方根誤差(RMSECV)評(píng)估模型的性能并選擇最優(yōu)波長(zhǎng)區(qū)間,通過(guò)迭代保留信息變量(IRIV)算法從最優(yōu)波長(zhǎng)區(qū)間中選擇特征波長(zhǎng),根據(jù)選擇的特征波長(zhǎng)構(gòu)建主成分分析(PCA)模型。對(duì)90組特級(jí)初榨橄欖油和90組普通橄欖油樣本進(jìn)行了判別鑒定。PCA將1 427個(gè)波長(zhǎng)變量作為輸入變量,前兩個(gè)主成分貢獻(xiàn)率為51.891 8%和26.473 2%;siPLS-PCA將408個(gè)波長(zhǎng)變量作為輸入變量,前兩個(gè)主成分貢獻(xiàn)率為56.039 1%和36.2355%;siPLS-IRIV-PCA將6個(gè)波長(zhǎng)變量作為輸入變量,前兩個(gè)主成分貢獻(xiàn)率為66.347 6%和32.304 3%。結(jié)果表明,與PCA和siPLS-PCA鑒別方法相比,siPLS-IRIV-PCA具有最佳的鑒別性能。
[Abstract]:At present, the olive oil on the market is mainly divided into two categories: extra virgin olive oil and ordinary virgin olive oil. In order to identify two different types of olive oil, A new method of olive oil quality identification based on siPLS-IRIV-PCA algorithm is proposed. Based on the near infrared spectral data of olive oil, the wavelength range of olive oil is optimized by using the combined interval partial least square method. The root-mean-square error (RMSECV) is used to evaluate the performance of the model and to select the optimal wavelength range. The characteristic wavelength is selected from the optimal wavelength range by iterative preserving information variable (IRIV) algorithm. The principal component analysis (PCAA) model was constructed according to the selected characteristic wavelengths. A total of 1,427 wavelength variables were used as input variables in 90 groups of virgin olive oil and 90 groups of common olive oil samples. The first two principal component contribution rates were 51.891 8% and 26.473,22-PCA with 408 wavelength variables as input variables. The first two principal component contributions were 56.039 1% and 36.235555%. The first two principal component contribution rates were 56.039 1% and 36.235555%. The first two principal component contribution rates were 66.347 6% and 32.3043 respectively. Compared with the PCA and siPLS-PCA discriminant methods, the siPLS-IRIV-PCA has the best discriminant performance.
【作者單位】： 江蘇大學(xué)電氣信息工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(31271875) 江蘇省自然科學(xué)青年基金項(xiàng)目(BK20140538) 中國(guó)博士后科學(xué)基金項(xiàng)目(2014M550273)資助
【分類(lèi)號(hào)】：O657.33;TS225.19

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宋國(guó)勝;李琳;胡松青;;傅立葉紅外光譜應(yīng)用研究進(jìn)展[J];現(xiàn)代食品科技;2010年04期

2 ;《近紅外光譜解析實(shí)用指南》[J];分析化學(xué);2010年07期

3 ;《近紅外光譜解析實(shí)用指南》[J];分析化學(xué);2010年10期

4 ;《近紅外光譜解析實(shí)用指南》[J];分析化學(xué);2011年01期

5 ;《近紅外光譜解析實(shí)用指南》[J];分析化學(xué);2011年02期

6 ;《近紅外光譜解析實(shí)用指南》[J];分析化學(xué);2011年03期

7 ;《近紅外光譜解析實(shí)用指南》[J];分析化學(xué);2011年04期

8 ;紅外光譜在紡織工業(yè)上的應(yīng)用[J];印染;1978年02期

9 張?zhí)N珍;;積極開(kāi)展紅外光譜學(xué)術(shù)交流[J];化學(xué)通報(bào);1980年03期

10 徐滿(mǎn)華;;硅酸二鈣多晶體的紅外光譜鑒定[J];水泥;1993年03期

相關(guān)會(huì)議論文 前10條

1 甄夢(mèng)章;;紅外光譜解析程序[A];全國(guó)第六屆分子振動(dòng)光譜學(xué)術(shù)報(bào)告會(huì)文集[C];1990年

2 崔繼承;趙振武;丁東;唐玉國(guó);;納米自潔凈玻璃近紅外光譜特性分析[A];第三次全國(guó)會(huì)員代表大會(huì)暨學(xué)術(shù)會(huì)議論文集[C];2002年

3 吳婧;郁露;孫素琴;;栽培與野生丹參的紅外光譜三級(jí)鑒定研究[A];第十四屆全國(guó)分子光譜學(xué)術(shù)會(huì)議論文集[C];2006年

4 梁逸曾;范偉;陳愛(ài)明;張志敏;;近紅外光譜軟件的設(shè)計(jì)和實(shí)現(xiàn)[A];第九屆全國(guó)計(jì)算（機(jī)）化學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2007年

5 譚福元;李夢(mèng)龍;馮曉瑜;張婧;;紅外光譜譜構(gòu)關(guān)系探討[A];第九屆全國(guó)計(jì)算（機(jī)）化學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2007年

6 杭義萍;王海水;;紅外光譜:消除水溶液中水吸收峰干擾的新方法[A];中國(guó)化學(xué)會(huì)第28屆學(xué)術(shù)年會(huì)第9分會(huì)場(chǎng)摘要集[C];2012年

7 王海水;席時(shí)權(quán);;紅外光譜與長(zhǎng)烴鏈化合物的結(jié)構(gòu)[A];全國(guó)第13屆分子光譜學(xué)術(shù)報(bào)告會(huì)論文集[C];2004年

8 謝狄霖;;紅外光譜信息管理系統(tǒng)[A];全國(guó)第13屆分子光譜學(xué)術(shù)報(bào)告會(huì)論文集[C];2004年

9 邱江;潘紅春;葉勤;張嗣良;;紅外光譜監(jiān)測(cè)糖化酶發(fā)酵過(guò)程[A];全國(guó)第10屆分子光譜學(xué)術(shù)報(bào)告會(huì)論文集[C];1998年

10 孫寧邦;;氣相色譜或放出氣體分析與付立葉變換紅外光譜聯(lián)用的模塊式接口[A];全國(guó)第五屆分子光譜學(xué)術(shù)報(bào)告會(huì)文集[C];1988年

相關(guān)重要報(bào)紙文章 前10條

1 記者 李犁;近紅外光譜專(zhuān)業(yè)委員會(huì)云南物聯(lián)站成立[N];云南日?qǐng)?bào);2011年

2 陳銳;紅外光譜三分鐘診腫瘤[N];健康報(bào);2004年

3 馬斌睿;紅外光譜用于中藥質(zhì)控大有可為[N];中國(guó)中醫(yī)藥報(bào);2003年

4 陳銳 郭曉斌;紅外光譜快速準(zhǔn)確診斷腫瘤[N];家庭醫(yī)生報(bào);2004年

5 張東風(fēng) 本報(bào)記者　　;紅外光譜能否成為中藥檢測(cè)標(biāo)準(zhǔn)[N];中國(guó)中醫(yī)藥報(bào);2005年

6 史春香 楊?lèi)偽?郭祝元;近紅外光譜用于中藥質(zhì)控前景廣闊[N];中國(guó)醫(yī)藥報(bào);2006年

7 陳銳 郭曉斌;只用3～5分鐘紅外光譜實(shí)現(xiàn)快速準(zhǔn)確診斷腫瘤[N];醫(yī)藥經(jīng)濟(jì)報(bào);2004年

8 記者 張東風(fēng);紅外光譜可用于中藥生產(chǎn)質(zhì)控[N];中國(guó)中醫(yī)藥報(bào);2011年

9 陳銳;紅外光譜——診斷腫瘤又一利器[N];大眾衛(wèi)生報(bào);2004年

10 龔翔;中藥快速識(shí)別的“武器”[N];中國(guó)醫(yī)藥報(bào);2003年

相關(guān)博士學(xué)位論文 前10條

1 薛曉康;電化學(xué)表面增強(qiáng)紅外光譜的應(yīng)用與發(fā)展[D];復(fù)旦大學(xué);2008年

2 杜國(guó)榮;復(fù)雜體系近紅外光譜建模方法研究[D];南開(kāi)大學(xué);2012年

3 郝勇;近紅外光譜微量分析方法研究[D];南開(kāi)大學(xué);2009年

4 程旺興;醌類(lèi)中藥小分子電子轉(zhuǎn)移機(jī)理研究—紅外光譜電化學(xué)循環(huán)伏吸法和導(dǎo)數(shù)伏吸法[D];安徽大學(xué);2012年

5 賀英;基于半監(jiān)督和遷移學(xué)習(xí)的近紅外光譜建模方法研究[D];中國(guó)海洋大學(xué);2012年

6 王金意;鈀、鎳及其非金屬合金電極的表面紅外光譜與應(yīng)用研究[D];復(fù)旦大學(xué);2010年

7 單瑞峰;近紅外光譜建模方法及溫度效應(yīng)研究[D];南開(kāi)大學(xué);2014年

8 劉海;基于變分模型的紅外光譜超分辨率方法研究[D];華中科技大學(xué);2014年

9 嚴(yán)彥剛;表面增強(qiáng)紅外光譜在鉑族電極上的拓展及應(yīng)用[D];復(fù)旦大學(xué);2007年

10 黃正國(guó);基質(zhì)隔離—紅外光譜和量化計(jì)算研究金屬原子與甲醇及乙炔的反應(yīng)[D];復(fù)旦大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 白沙沙;雙邊夾原理在紅外光譜中的應(yīng)用[D];華南理工大學(xué);2015年

2 劉明地;紅外光譜結(jié)合計(jì)算機(jī)解析技術(shù)對(duì)青海枸杞的鑒別研究[D];青海民族大學(xué);2015年

3 徐娟;云南不同類(lèi)型土壤的元素含量測(cè)定及紅外光譜分析[D];云南師范大學(xué);2015年

4 汪銳;太陽(yáng)系天體有機(jī)物質(zhì)的芳香性與脂肪性[D];南昌大學(xué);2015年

5 彭惜媛;12種種子類(lèi)藥材多級(jí)紅外光譜分析與鑒定[D];佳木斯大學(xué);2015年

6 洪向前;頻域近紅外光譜醫(yī)用檢測(cè)系統(tǒng)的研究[D];電子科技大學(xué);2015年

7 王昱陸;基于可見(jiàn)/近紅外光譜的生鮮豬、牛、羊肉識(shí)別方法研究[D];新疆農(nóng)業(yè)大學(xué);2015年

8 馬曉晨;近紅外光譜無(wú)損檢測(cè)霉變板栗的研究[D];北京林業(yè)大學(xué);2016年

9 周銘;血小板聚集功能的檢測(cè)—光譜學(xué)及軟X線成像研究[D];安徽醫(yī)科大學(xué);2016年

10 李祥輝;近紅外光譜在食品檢驗(yàn)及生物分析中的應(yīng)用研究[D];福州大學(xué);2013年

，

本文編號(hào)：1606369