基于近红外与中红外光谱结合数据融合技术的蜂蜜掺假鉴别研究

来源 :暨南大学 | 被引量 : 0次 | 上传用户:isgongping
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
我国是养蜂大国,蜂蜜出口量居世界第一,然而近年来我国蜂蜜市场上蜂蜜掺假现象猖獗,严重影响了我国的蜂蜜声誉,使得蜂蜜的出口和内销都受到了很大影响。鉴于现有掺假蜂蜜检测手段存在耗时费力、需化学试剂、造成样品污染、成本高等缺点,蜂蜜掺假问题一直未得到有效遏制。因而探索一种实时、快速、准确的掺假蜂蜜鉴别方法具有非常重要的现实意义及应用价值。本文以10个不同省份的20种不同蜜种蜂蜜样品和6种蜂蜜掺假中常见的糖浆样品为研究对象,尝试利用NIR光谱和FTIR-ATR光谱结合数据融合技术建立理想的掺假蜂蜜鉴别模型。主要内容如下:1.建立基于NIR光谱的掺假蜂蜜鉴别模型。采集112个天然蜂蜜样品和112个糖浆掺假蜂蜜样品的NIR光谱。首先将NIR光谱进行四种光谱预处理(一阶导数、二阶导数、多元散射校正、标准正态变换),再分别结合PLS-DA算法和SVM算法建立天然蜂蜜和糖浆掺假蜂蜜的鉴别模型,其中SVM算法的惩罚参数c和核函数参数g通过三种寻优算法(网格搜索法、遗传算法、粒子群算法)进行优化。建立的最佳PLS-DA模型准确率为87.50%,最佳SVM模型准确率为94.64%。2.建立基于FTIR-ATR光谱的掺假蜂蜜鉴别模型。采集112个天然蜂蜜样品和112个糖浆掺假蜂蜜样品的FTIR-ATR光谱。同样先将FTIR-ATR光谱进行四种光谱预处理,再分别结合PLS-DA算法和经过参数优化的SVM算法建立天然蜂蜜和糖浆掺假蜂蜜的鉴别模型。建立的最佳PLS-DA模型准确率为89.29%,最佳SVM模型准确率为91.07%。3.建立基于数据融合技术的掺假蜂蜜鉴别模型。利用采集的NIR光谱和FTIR-ATR光谱分别采取低级和中级数据融合策略。初级数据融合将两类光谱数据先经过四种光谱预处理后再对应进行融合。中级数据融合先采用主成分分析算法分别提取不同预处理后NIR光谱和FTIR-ATR光谱的主成分,再对提取的前10个主成分对应进行融合。数据融合后,分别结合PLS-DA算法和经参数优化的SVM算法建立天然蜂蜜和糖浆掺假蜂蜜的鉴别模型。低级数据融合建立的最佳PLS-DA模型准确率为94.64%,最佳SVM模型准确率为91.07%。中级数据融合建立的最佳PLS-DA模型准确率为94.64%,最佳SVM模型准确率为100%。本文研究结果表明蜂蜜及掺假蜂蜜样品的NIR光谱和FTIR-ATR光谱结合数据融合技术能建立一个快速、高效、准确的蜂蜜掺假判别模型,对维护蜂蜜市场秩序、保障消费者的正当权益有着重要意义。
其他文献
我国于20世纪初正式步入老龄化社会,即将成为老年人数量最多的国家。在这种大趋势下,中国现有的养老政策和养老环境还不够成熟。在现代社会,老年人独居现象普遍,在城市中一些
在教学过程中,要求教室有较高的语言清晰度,以保证师生语言交流效果。混响时间、信噪比、声压级、频率传输特性、声能比等各种因素对语言清晰度都有影响,这些方面已有较多的
我国社会经济不断创新发展,人们的物质文化精神活动也因此不断攀升,精神物质的需求越来越高。因此在近几年里,文创产品的发展步伐越来越快,甚至购买文创产品已逐渐成为人们日
急性肺损伤(acute lung injury,ALI)主要以弥漫性肺细胞损伤为基础,肺血管损伤导致的肺组织炎性细胞浸润和肺水肿为病理特征,急性肺损伤的发病机理与补体过度激活、氧化应激
在全球气候变化和人类活动双重背景下,森林生态系统在垂直海拔高度上有着显著的响应和变化。喜马拉雅地区因其垂直高差巨大,而且还跨五个主权国家的辖区,人类活动、管理措施
本研究为了了解配比施肥对青钱柳生长及生理的影响,筛选出最合适的施肥配比,为青钱柳的人工栽培提供理论指导。采用L9(34)正交试验,研究了氮磷钾配比施肥对青钱柳的生长指标
随着城市化进程的加快,住房用地面积日趋紧张,为缓解此矛盾,“微型公寓”应运而生。微型公寓的设计与销售主要针对都市年轻群体,该群体往往倾向于追求个性化的生活体验,对居
可靠性理论产生于第二次世界大战.近年来广泛应用于各个领域.可靠性理论它以概率论和数理统计为主要研究工具.是对系统运行可靠性进行分析、建模、评价的理论和方法.有关可靠性的数学模型比较多,其中截断δ冲击模型是可靠性模型的一种.本文讨论了截断δ冲击模型中单调关联系统可靠性问题,主要研究内容分为两个阶段:在第一阶段中,针对独立冲击源的情形,借助不同系统中元件数量和系统的不同关系,讨论了冲击时间间隔服从泊松
近年来,卷积神经网络(Convolutional Neural Network,CNN)已然成为了计算机视觉领域的主要方法,相比传统算法取得了突破性的进展。然而,卷积神经网络往往拥有巨大的参数量和计算量,限制了其在嵌入式等“边缘”设备上应用的问题。本论文中,针对卷积神经网络计算量大和参数冗余的问题,以目标检测算法(Faster RCNN)为研究模型进行压缩,提出基于统计量聚类的剪枝方法,同时结合张
马尾松(Pinus massoniana Lamb.)是中国南方亚热带地区分布面积最广、重要的针叶造林树种之一,其耐干旱瘠薄、适应性强、速生丰产,在林业经济发展和生态环境中发挥着重要的作