"掛羊頭賣狗肉"在實際生活中時有發(fā)生。如何現(xiàn)場快速智能化辨別出肉的種類,面臨著挑戰(zhàn)。本研究論文,選用便攜式拉曼光譜儀,采用大小均一的金納米顆粒自組裝膜作為信號放大劑,利用表面增強拉曼光譜（surface-enhanced Raman spectroscopy, SERS）技術(shù)高靈敏,快速,指紋識別等特性和優(yōu)勢,結(jié)合智能算法中的主成分分析（principal component analysis, PCA）和支持向量機（support vector machine, SVM）,從而快速準(zhǔn)確識別出雞、牛、羊及豬等肉的種類。該方法為食品安全的快速現(xiàn)場檢測提供了一條思路和方法。 

【文章來源】：光散射學(xué)報. 2020,32(02)

【文章頁數(shù)】：5 頁

【部分圖文】：

(a)金溶膠的紫外-可見吸收光譜;(b)金納米顆粒的掃描電子顯微鏡圖

表1 四種肉類樣品的SERS譜峰的歸屬[11]Table.1 Attribution of SERS spectrum peaks in four meat samples 拉曼位移(cm-1) 振動官能團 623 環(huán)的呼吸振動 725 嘌呤環(huán)的呼吸振動 963 N1-C2-N3嘧啶環(huán)的呼吸振動 1085 C8-N8/N9-H9咪唑環(huán)的擺動 1156 O6-H1/C8-H8的擺動 1266 C2-H2擺動/嘧啶環(huán)的變形 1331 C8-H8咪唑環(huán)的擺動 1367 C2-H2擺動/咪唑環(huán)的呼吸振動 1392 C2-H2/N1-H1擺動/ C6-N7 拉伸振動 1469 N9-H9/C2-H2/N1-H1擺動/咪唑環(huán)的變形 1574 N3=C4的伸縮/咪唑環(huán)的伸縮振動3.3 四種肉類的智能算法分類

實驗環(huán)境使用的是C++,2G內(nèi)存,Windows 7操作系統(tǒng),語言使用的是Matlab 8.0。所建立的模型對未知樣本進行預(yù)測,預(yù)測結(jié)果如圖4所示,預(yù)測總體準(zhǔn)確率為89%,對雞肉、牛肉、羊肉及豬肉預(yù)測準(zhǔn)確率分別為100%,90%,86%和80%,基本上達(dá)到實際應(yīng)用要求。由此可以看我們得到的數(shù)據(jù)模型的準(zhǔn)確率是非常高的。之所以能夠達(dá)到這樣高的準(zhǔn)確率,是因為數(shù)據(jù)的穩(wěn)定性和數(shù)據(jù)之間的特異性。也就說,在便攜拉曼儀上運用SERS和SVM可以實現(xiàn)對肉類樣品的現(xiàn)場快速檢測判斷。4 結(jié)論


本文編號：3578280