該文基于近紅外漫反射光譜分析技術(shù)對(duì)食品包裝材料聚乙烯、聚丙烯進(jìn)行定性判別試驗(yàn)研究,選取不同波段范圍、采用不同光譜預(yù)處理方法,使用主成分分析法（Principal component analysis,PCA）結(jié)合SIMCA、貝葉斯判別、K-近鄰3種模式識(shí)別方法建立定性預(yù)測(cè)模型,并根據(jù)正確識(shí)別率比較了各模型預(yù)測(cè)性能。結(jié)果表明:使用SIMCA方法、貝葉斯判別、K-近鄰3種方法建立的定性校正模型均在1 050～1 550 nm波長(zhǎng)范圍內(nèi)效果較好;采用矢量歸一化、標(biāo)準(zhǔn)正態(tài)變量變換、中心化、滑動(dòng)均值濾波、多項(xiàng)式平滑濾波、一階微分6種光譜預(yù)處理方法和上述3種模式識(shí)別方法對(duì)塑料樣品近紅外光譜進(jìn)行了數(shù)據(jù)處理,其中在1 050～1 550 nm范圍內(nèi),主成分因子數(shù)為3,采用原始光譜建立的K-近鄰定性校正模型較優(yōu),對(duì)樣品校正集和預(yù)測(cè)集的正確識(shí)別率均為100%。可為食品包裝材料聚乙烯、聚丙烯的快速鑒別研究提供參考。 

【文章來(lái)源】：分析測(cè)試學(xué)報(bào). 2020,39(11)北大核心CSCD

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

塑料樣品的原始近紅外光譜圖

原始光譜前10個(gè)主成分的累計(jì)貢獻(xiàn)率趨勢(shì)圖

【參考文獻(xiàn)】：
期刊論文
[1]近五年我國(guó)近紅外光譜分析技術(shù)研究與應(yīng)用進(jìn)展[J]. 褚小立,史云穎,陳瀑,李敬巖,許育鵬.  分析測(cè)試學(xué)報(bào). 2019(05)
[2]利用近紅外及中紅外融合技術(shù)對(duì)小麥產(chǎn)地和烘干程度的同時(shí)鑒別[J]. 鄒小波,封韜,鄭開(kāi)逸,石吉勇,黃曉瑋,孫悅.  光譜學(xué)與光譜分析. 2019(05)
[3]近紅外光譜定性定量檢測(cè)牛肉漢堡餅中豬肉摻假[J]. 白京,李家鵬,鄒昊,田寒友,劉飛,李文采,王輝,張振琪,王守偉.  食品科學(xué). 2019(08)
[4]近紅外光譜法對(duì)云南白藥膠囊真?zhèn)蔚亩ㄐ澡b別分析[J]. 呂晉,王黛瑩.  中國(guó)當(dāng)代醫(yī)藥. 2018(33)
[5]近紅外漫反射光譜技術(shù)對(duì)小米產(chǎn)地的快速檢測(cè)[J]. 錢(qián)麗麗,宋雪健,類彥波,王月,左鋒,張麗媛.  食品工業(yè). 2018(06)
[6]SIMCA分類法中主成分分析算法的研究[J]. 龍草芳.  數(shù)字技術(shù)與應(yīng)用. 2017(04)
[7]基于近紅外漫反射檢測(cè)的紅棗定性分析模型中的預(yù)處理方法研究[J]. 張翠俠,馬鉞.  應(yīng)用化工. 2016(09)
[8]基于近紅外光譜建立PE、PP和PET的識(shí)別分類模型[J]. 張毅民,王鵬,白家瑞,馬冬雅.  現(xiàn)代化工. 2016(03)
[9]基于支持向量機(jī)的近紅外特征變量選擇算法用于樹(shù)種快速識(shí)別[J]. 梁龍,房桂干,吳珽,崔宏輝,張新民,趙振義.  分析測(cè)試學(xué)報(bào). 2016(01)
[10]廢舊塑料鑒別與回收技術(shù)研究進(jìn)展[J]. 趙敏娟,周偉.  塑料科技. 2015(09)

碩士論文
[1]基于近紅外光譜的食品包裝用塑料快速檢測(cè)技術(shù)的研究[D]. 王晶晶.中國(guó)計(jì)量學(xué)院 2013



本文編號(hào)：3600397