【摘要】：吉林省生產(chǎn)的粳稻在國(guó)內(nèi)有較高的地位,其獨(dú)特的自然生長(zhǎng)條件,使得所產(chǎn)大米口感、品質(zhì)均屬上乘,又因其地理標(biāo)志大米在國(guó)內(nèi)影響力較大,故研究此地區(qū)的大米確證技術(shù)是十分必要的。二十一世紀(jì),通過(guò)經(jīng)濟(jì)全球化和食品的迅速流通,作為地理標(biāo)志大米,因?yàn)槠渌軒?lái)的經(jīng)濟(jì)效益,所以在大米生產(chǎn)和包裝及流通中,頻現(xiàn)不同品種混賣、以假亂真等食品安全問(wèn)題;假冒、摻假的松原大米也流通在市場(chǎng)中,這不僅對(duì)松原地理標(biāo)志大米造成了不良的影響,對(duì)消費(fèi)者也存在著安全隱患。所以,對(duì)來(lái)自松原的大米進(jìn)行品種判別、產(chǎn)地確證是非常重要的,此項(xiàng)工作也越來(lái)越受到研究人員的高度關(guān)注。國(guó)內(nèi)外相關(guān)研究均表明,近紅外光譜技術(shù)結(jié)合多元統(tǒng)計(jì)分析是品種判別及產(chǎn)地確證的一種重要、快捷、便利且有效的技術(shù)手段�，F(xiàn)有的研究在研究農(nóng)產(chǎn)品品種方面,多數(shù)為來(lái)自不同省份的品種或跨南北來(lái)進(jìn)行品種研究;產(chǎn)地方面也是如此,不同省份之間的研究較多,對(duì)小范圍地域品種及產(chǎn)地確證探索及發(fā)現(xiàn)較少,所以,本篇論文研究所使用的近紅外光譜技術(shù)結(jié)合PLS-DA(偏最小二乘判別分析)法建立模型,旨在為以后的品種判別及產(chǎn)地確證提供借鑒。本論文試驗(yàn)對(duì)象為來(lái)自松原不同品種的大米,共采集5個(gè)品種共368個(gè)樣本,運(yùn)用傅里葉近紅外光譜儀對(duì)試驗(yàn)所需的數(shù)據(jù)進(jìn)行收集后進(jìn)行預(yù)處理,而后將處理后的數(shù)據(jù)分為校正集和驗(yàn)證集兩個(gè)部分,對(duì)數(shù)據(jù)進(jìn)行主成分分析及建立PLS-DA判別模型,利用驗(yàn)證集對(duì)模型進(jìn)行驗(yàn)證,并用來(lái)自柳河和梅河的樣本,對(duì)模型進(jìn)行產(chǎn)地確證驗(yàn)證,本研究主要結(jié)論如下:(1)通過(guò)對(duì)光譜數(shù)據(jù)的不同種方法預(yù)處理并建立PLS-DA判別模型,并確定建立模型的最佳預(yù)處理方法,此過(guò)程可知,不同預(yù)處理方法的數(shù)據(jù)所建立的模型,其效果不同,本研究所采用的最佳光譜預(yù)處理方法為一階導(dǎo)數(shù)結(jié)合Savitzky-Golay9點(diǎn)平滑。(2)通過(guò)校正集數(shù)據(jù)建立試驗(yàn)所需的PLS-DA判別模型,經(jīng)驗(yàn)證集驗(yàn)證后,其驗(yàn)證結(jié)果表明本模型可以用于松原不同品種大米的品種判別。(3)通過(guò)利用來(lái)自柳河和梅河的大米樣本,來(lái)進(jìn)行松原大米產(chǎn)地確證,品種選用同年際同處理方法的稻花香樣本,柳河、梅河、松原的樣本各20個(gè),并將樣本帶入到松原稻花香判別模型中,試驗(yàn)結(jié)果表明,此模型可以很好的將松原樣本和其他兩個(gè)地區(qū)樣本區(qū)分開(kāi),此模型可以進(jìn)行松原大米的產(chǎn)地確證。(4)本試驗(yàn)研究所進(jìn)行的主成分分析結(jié)果顯示,其對(duì)5個(gè)不同品種大米可以進(jìn)行判別,但其中兩個(gè)品種有部分重疊,而通過(guò)PLS-DA判別模型對(duì)試驗(yàn)的5個(gè)品種的判別效果達(dá)到100%,結(jié)果優(yōu)于主成分分析效果。
【圖文】：

2.5.4 偏最小二乘判別分析（PLS-DA）偏最小二乘判別分析（PLS-DA）方法是一種數(shù)學(xué)優(yōu)化技術(shù)，是較好的判別分析方法是在PLS的基礎(chǔ)上發(fā)展而來(lái)的，在模型構(gòu)造時(shí)，將矩陣以代碼的形式指代樣本的類別息，通過(guò)光譜信息和類別來(lái)線性統(tǒng)計(jì)建模，具有很高效的鑒別能力[87-90]�，F(xiàn)階段有不國(guó)內(nèi)外研究學(xué)者利用偏最小二乘判別分析方法來(lái)進(jìn)行農(nóng)產(chǎn)品的品種判別及產(chǎn)地確證。PLS-DA能夠使自變量之間存在的較強(qiáng)線性關(guān)系的影響變小，其用來(lái)解釋樣本觀測(cè)的數(shù)較少，而偏最小二乘判別分析法可以使得其關(guān)系變小，利于分析。2.6 近紅外光譜的預(yù)處理5 個(gè)品種大米共 368 個(gè)樣本的原始近紅外光譜圖如圖 2.1 所示，由于所有大米圖譜雜在一起，難以用肉眼來(lái)分辨 5 個(gè)品種，所以需要對(duì)圖譜進(jìn)行預(yù)處理。

含量相關(guān)的光譜吸收信息達(dá)到更好的效果。此方法最初由 Martens 等人提出，逐漸成為一種應(yīng)用比較廣泛的近紅外光譜數(shù)據(jù)預(yù)處理方法。處理后的光譜圖見(jiàn)圖 2.3 所示。多元散射校正的計(jì)算公式如（2.7，2.8，2.9）（1）首先計(jì)算平均光譜：nAAni1i ==(2.7)（2）平均光譜做回歸：iiiA = mA+b(2.8)（3）多元散射校正：iiiimscmAbA()() = (2.9)式中，， 表示光譜譜數(shù)據(jù)矩陣； 表示所有樣品的原始近紅外光譜在各個(gè)波長(zhǎng)點(diǎn)處求平均值所得到的平均光譜矢量； 是 1×p 維矩陣，表示單個(gè)樣品光譜矢量，mi和 bi分別表示各樣品近紅外光譜 與平均光譜 進(jìn)行一元線性回歸后得到的相對(duì)偏移系數(shù)和平移量。A AiAiA A
【學(xué)位授予單位】：吉林農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：O657.33;TS210.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳玲;包福書;韓波;劉楊;;近紅外光譜技術(shù)在茶葉上的研究進(jìn)展[J];種子科技;2019年16期

2 何文;;近紅外光譜技術(shù)在藥學(xué)領(lǐng)域中的應(yīng)用[J];祖國(guó);2017年15期

3 王緒新;;近紅外光譜技術(shù)在中藥鑒定中的應(yīng)用研究[J];中國(guó)實(shí)用醫(yī)藥;2013年08期

4 孔文楊;劉鎮(zhèn)波;劉一星;王向明;薛占川;王鵬;沈曉燕;;近紅外光譜技術(shù)在木材材性分析及木質(zhì)復(fù)合材料生產(chǎn)中的應(yīng)用[J];世界林業(yè)研究;2012年04期

5 黃威;李爽;李倬林;王亭;曾憲鵬;李鐵柱;;近紅外光譜技術(shù)在乳品中的應(yīng)用[J];飲料工業(yè);2012年12期

6 李佳楠;;近紅外光譜技術(shù)在糧食檢測(cè)中的應(yīng)用進(jìn)展[J];糧食科技與經(jīng)濟(jì);2018年08期

7 林艷春;;近紅外光譜技術(shù)在豆粉質(zhì)量分析中的應(yīng)用[J];現(xiàn)代食品;2019年06期

8 龐新安;;近紅外光譜技術(shù)及其在農(nóng)產(chǎn)品品質(zhì)分析中的應(yīng)用[J];廣西農(nóng)業(yè)生物科學(xué);2007年01期

9 劉寧宇,王偉,吳擁軍;近紅外光譜技術(shù)在藥物分析中的應(yīng)用[J];安陽(yáng)師范學(xué)院學(xué)報(bào);2005年05期

10 鐘靜;;論近紅外光譜技術(shù)在化學(xué)分析中的應(yīng)用[J];化工管理;2015年20期

相關(guān)會(huì)議論文 前10條

1 褚小立;;近紅外光譜技術(shù)在現(xiàn)場(chǎng)檢測(cè)的進(jìn)展與展望[A];2015年現(xiàn)場(chǎng)檢測(cè)儀器前沿技術(shù)研討會(huì)論文集[C];2015年

2 張庚;;近紅外光譜技術(shù)對(duì)組織(肌)氧的監(jiān)測(cè)與進(jìn)展[A];重癥醫(yī)學(xué)十年回顧與展望——2012年浙江省重癥醫(yī)學(xué)學(xué)術(shù)年會(huì)論文匯編[C];2012年

3 莊小麗;張卓勇;;近紅外光譜技術(shù)在膳食纖維測(cè)定中的應(yīng)用[A];2006年全國(guó)生化與生物技術(shù)藥物學(xué)術(shù)年會(huì)論文集[C];2006年

4 陸婉珍;;近紅外光譜技術(shù)進(jìn)展[A];第三屆科學(xué)儀器前沿技術(shù)及應(yīng)用學(xué)術(shù)研討會(huì)論文集（二）[C];2006年

5 張?chǎng)?顧欣;陳美蓮;張文剛;嚴(yán)鳳;;近紅外光譜技術(shù)在乳品行業(yè)的研究現(xiàn)狀及應(yīng)用前景[A];第三屆中國(guó)奶業(yè)大會(huì)論文集(下冊(cè))[C];2012年

6 田文禮;董捷;閆繼紅;孫麗萍;張紅城;朱曉麗;;近紅外光譜技術(shù)及其在蜂蜜快速品質(zhì)分析中的應(yīng)用[A];2006年全國(guó)蜂產(chǎn)品市場(chǎng)信息交流會(huì)論文集[C];2006年

7 孫明;李凱歌;劉良云;;近紅外光譜技術(shù)的發(fā)展和應(yīng)用[A];2007年中國(guó)農(nóng)業(yè)工程學(xué)會(huì)學(xué)術(shù)年會(huì)論文摘要集[C];2007年

8 陸婉珍;袁洪福;徐廣通;劉偉;陳英;;現(xiàn)代近紅外光譜技術(shù)在石油產(chǎn)品分析中的應(yīng)用[A];中國(guó)分析測(cè)試協(xié)會(huì)科學(xué)技術(shù)獎(jiǎng)發(fā)展回顧[C];2015年

9 毛建江;邱化玉;倪勇;蔣劍雄;來(lái)國(guó)橋;;近紅外光譜技術(shù)用于人參和人參種子的鑒別分析[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

10 陳景云;樊杰;李文泉;;近紅外光譜技術(shù)在煙草生產(chǎn)中的應(yīng)用[A];華北、東北地區(qū)2007年度煙草學(xué)術(shù)交流研討會(huì)論文集[C];2007年

相關(guān)重要報(bào)紙文章 前1條

1 謝慧軍　甘勇 陳慶華;近紅外光譜技術(shù)用于制劑分析受到重視[N];中國(guó)醫(yī)藥報(bào);2008年

相關(guān)博士學(xué)位論文 前10條

1 丁東;近紅外光譜技術(shù)及其在生物醫(yī)學(xué)中的應(yīng)用研究[D];吉林大學(xué);2004年

2 宋巖;近紅外光譜技術(shù)在藥物檢測(cè)中的應(yīng)用研究[D];吉林大學(xué);2009年

3 張巖;基于近紅外光譜技術(shù)的腦功能活動(dòng)信號(hào)提取方法研究[D];哈爾濱工業(yè)大學(xué);2011年

4 肖雪;近紅外光譜技術(shù)在生物發(fā)酵和酶法制備中的應(yīng)用[D];南開(kāi)大學(xué);2013年

5 劉波平;近紅外光譜技術(shù)在多組分檢測(cè)及模式識(shí)別中的應(yīng)用研究[D];南京理工大學(xué);2011年

6 吳建國(guó);作物種子品質(zhì)研究中近紅外光譜分析模型的創(chuàng)建和應(yīng)用[D];浙江大學(xué);2004年

7 介鄧飛;麒麟瓜內(nèi)部品質(zhì)在線無(wú)損檢測(cè)技術(shù)的實(shí)驗(yàn)研究[D];浙江大學(xué);2014年

8 劉京華;基于生物光譜對(duì)等離子體誘變雨生紅球藻機(jī)理及突變體快速篩選方法的研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2016年

9 費(fèi)強(qiáng);遺傳算法在近紅外光譜藥物無(wú)損定量分析中的應(yīng)用研究[D];吉林大學(xué);2009年

10 林顥;基于敲擊振動(dòng)、機(jī)器視覺(jué)和近紅外光譜的禽蛋品質(zhì)無(wú)損檢測(cè)研究[D];江蘇大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 高地;基于近紅外光譜技術(shù)對(duì)松原大米的品種判別及產(chǎn)地確證探究[D];吉林農(nóng)業(yè)大學(xué);2019年

2 王思銳;基于近紅外光譜技術(shù)的情緒識(shí)別算法的研究[D];蘭州大學(xué);2019年

3 汪紫陽(yáng);基于近紅外光譜技術(shù)的樹(shù)種快速識(shí)別的研究[D];東北林業(yè)大學(xué);2018年

4 彭秋實(shí);近紅外光譜技術(shù)在布洛芬復(fù)方片制備工藝中的應(yīng)用研究[D];貴州大學(xué);2018年

5 李晶晶;近紅外光譜技術(shù)在中草藥口服液量控制過(guò)程中的應(yīng)用研究[D];華南理工大學(xué);2018年

6 于清麗;近紅外光譜技術(shù)在嬰幼兒營(yíng)養(yǎng)米粉快速檢測(cè)中的應(yīng)用研究[D];東華理工大學(xué);2017年

7 韓明;基于近紅外光譜技術(shù)食品檢測(cè)軟件開(kāi)發(fā)及其應(yīng)用研究[D];電子科技大學(xué);2013年

8 胡鋼亮;近紅外光譜技術(shù)在中藥領(lǐng)域中的應(yīng)用研究[D];浙江大學(xué);2003年

9 俞啟;基于近紅外光譜技術(shù)建立魚糜制品品質(zhì)快速檢測(cè)的方法[D];浙江工商大學(xué);2011年

10 王曼;基于近紅外光譜技術(shù)的茶鮮葉品質(zhì)和等級(jí)快速評(píng)價(jià)方法的研究[D];安徽農(nóng)業(yè)大學(xué);2014年

本文編號(hào)：2699342