领学术科研之先，创食品科技之新
—— 中国食品杂志社
为实现紫苏品种的快速鉴别，避免以次充好，选取4 个品种的紫苏采集三维荧光数据，提出了一种基于小波包分解融合Fisher判别分析（Fisher discriminant analysis，FDA）的荧光数据特征选择策略，并实施了4 种紫苏的有效鉴别。首先，对三维荧光数据进行预处理，采用Delaunay三角形内插值法去除瑞利散射和拉曼散射，以消除它们的不利影响；运用Savitzky-Golar卷积平滑对数据进行平滑处理，以减少噪声的干扰。同时，对三维荧光数据进行初步筛选，去除了荧光强度小于0.01的发射波长。然后，对各激发波长对应的发射光谱进行3 层sym4小波包分解，计算得到最低频段的小波包能量值，作为各激发波长光谱数据表征量。接着，再利用FDA对小波包能量进行判别分析，将其所包含的差异性信息进行融合，得到FDA生成的新变量，并选取累计判别能力达到99%的前3 个FD变量作为不同品种差异性信息的表征变量，提出三维荧光数据的表征策略。最后，利用BP神经网络（back propagation neural network，BPNN）和支持向量机（support vector machine，SVM）两种模式识别算法对表征变量进行分析，得到FDA＋BPNN和FDA＋SVM两种鉴别结果。FDA＋BPNN的训练集正确率为97.5%，测试集正确率为95%；FDA＋SVM的训练集和测试集的正确率均达到98.33%。结果表明，三维荧光光谱技术结合小波包分解、FDA和SVM算法基本上能够实现紫苏品种的鉴别。这为后续有关紫苏的进一步检测研究（如某些有效成分的定量检测）提供了研究基础。
2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
电话: 010-87293157
地址: 北京市丰台区洋桥70号
版权所有 @ 2023 中国食品杂志社 京公网安备11010602060050号 京ICP备14033398号-2
