领学术科研之先，创食品科技之新
—— 中国食品杂志社
为快速检测香菇中多糖与蛋白含量，本研究利用化学计量法分别测定不同产地共124 份香菇的多糖与蛋白含量并作为参比，利用近红外光谱技术采集124 份样品的光谱数据，利用马氏距离剔除异常值后，结合肯纳德-斯通（Kennard-Stone，KS）算法划分样本集，对近红外光谱进行不同方式预处理，利用最优预处理方法采用竞争自适应权重加权（competitive adaptive reweighted sampling，CARS）和变量组合整体分析-遗传算法（variable combination population analysis-genetic algorithm，VCPA-GA）提取特征波长，结合偏最小二乘回归（partial least squares regression，PLSR）、支持向量回归（support vector regression，SVR）和冠豪猪算法优化的最小二乘支持向量机（crested porcupine optimizer-least squares support vector machine，CPO-LSSVM）3 种建模方法构建6 种数学模型，对各模型的预测精度进行对比分析。建模结果表明，对于多糖含量的最优预测模型为Savitzky-Golay（SG）-乘性散射校正（multiplicative scatter correction，MSC）＋CARS＋CPO-LSSVM，其预测集相关指数分别为预测决定系数（R2p）为0.948 9，预测均方根误差（root mean square error of prediction，RMSEP）为0.010 2 g/g，相对分析误差（ratio of performance to deviation，RPD）为4.423 8；对于蛋白含量的最优预测模型为标准正态变换预处理（standard normal variate，SNV）＋CARS＋SVR，其预测集相关指数分别为R2p为0.928 0，RMSEP为0.012 5 g/g，RPD为3.805 6。该研究对于香菇多糖和蛋白的预测，化学法和近红外仪器法测定间无显著差异，证实了近红外光谱技术应用于香菇主要品质成分快速检测的可行性与优越性，能够满足对香菇多糖和蛋白含量的检测。
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
