發(fā)布時(shí)間：2021-03-12 12:12

　　中國的植物食用油消費(fèi)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(duì)回收餐飲二次油進(jìn)行再加工販賣給消費(fèi)者,危害人的身體健康。目前傳統(tǒng)的化學(xué)檢測(cè)手段需要較高的專業(yè)知識(shí),檢測(cè)時(shí)間也較長。后發(fā)展起來的基于光譜技術(shù)的快速檢測(cè)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(cè)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(cè)模型建立方法,以實(shí)現(xiàn)對(duì)植物食用油品種的快速鑒別和對(duì)回收油的快速檢測(cè)。主要內(nèi)容如下:（1）為實(shí)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(jī)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(shí)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(cè)準(zhǔn)確率達(dá)到100%,基于典型相關(guān)分析融合的模型預(yù)測(cè)準(zhǔn)確率達(dá)到89.74%。說明串行融合方... 

【文章來源】：武漢輕工大學(xué)湖北省

【文章頁數(shù)】：73 頁

【學(xué)位級(jí)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(shí)驗(yàn)室壓榨制備食用油樣品

【參考文獻(xiàn)】：
期刊論文
[1]拉曼光譜結(jié)合PSO-LSSVM算法檢測(cè)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(xué)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(cè)棕櫚油碘值[J]. 秦修遠(yuǎn),翟媛媛,李曉云,龔?.  分析試驗(yàn)室. 2017(07)
[3]中國食用植物油消費(fèi)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(jì)算機(jī)視覺分級(jí)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(xué)與光譜分析. 2017(01)
[6]近紅外光譜結(jié)合模式識(shí)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(xué)報(bào). 2016(12)
[7]基于多特征融合多核學(xué)習(xí)支持向量機(jī)的液壓泵故障識(shí)別方法[J]. 劉志強(qiáng),姜萬錄,譚文振,朱勇.  中國機(jī)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(yuǎn)鵬,潘莎莎,陳哲,陳振強(qiáng),汪勇.  光譜學(xué)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(xué)報(bào). 2016(04)
[10]基于多源光譜特征融合技術(shù)的花生油摻偽檢測(cè)[J]. 涂斌,陳志,彭博,鄭曉,宋志強(qiáng),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(duì)柑橘品質(zhì)的檢測(cè)[D]. 裘姍姍.浙江大學(xué) 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(jī)物濃度快速檢測(cè)研究[D]. 曹泓.浙江大學(xué) 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(xué) 2011
[2]基于高光譜和圖像技術(shù)的龍井茶葉品質(zhì)檢測(cè)方法研究[D]. 蔣帆.浙江工業(yè)大學(xué) 2010
[3]多聚焦圖像融合算法的研究[D]. 王正.天津大學(xué) 2008
[4]基于數(shù)據(jù)融合技術(shù)二氧化硫檢測(cè)方法的研究[D]. 陳磊.河北理工大學(xué) 2007



本文編號(hào)：3078286