蜂蜜文献

基于近红外光谱技术的蜂蜜掺假识别

中华蜂蜜网 2016年04月25日 17时41分45秒

对于掺入果葡糖浆的掺假情况,校正集的正确判别率均达到95%以上,验证集的正确判别率均达到87%以上,对于掺入果葡糖水的掺假蜂蜜校正集的正确判别率均达到93%以上,验证集的正确判别率均达到84

2.1.4 识别分析模型的建立

在本研究中,对天然蜂蜜以“1”表示,掺假蜂蜜样 品以“0”表示。然后,对于真假两类判别问题采用偏最 小二乘法算法,建立用已知类别的样品组成的近红外光 谱判别分析校正模型。校正模型进行内部交互验证,以 交互验证标准差(RMSECV)最小和错误判别样品数最 少为原则,确定模型的主成分因子数。研究中把最大主 成分因子数(Max PLS term)设置为 20,交互验证组数(Cross-Validation groups)设置为舍一交互验证,经过计 算得取主成分因子数为 10。同时,根据校正集的计算结 果,计算出判别分析结果的阈值为 0.5855,然后对未分 类的预测集样品带入模型中采用 PLS 算法计算出预测 值。对于预测值大于阈值就判别为“1”类,如果预测值 小于阈值就判别为“0”类。判别结果如表 2 显示,在校 正集有没有假阳性样品,有 1 个假阴性样品,正确判别 率为 99.46%,假阳性率为 0,假阴性率为 0.54%;验证集 判别结果显示有 3 个假阳性样品,没有假阴性样品,验 证集模型的正确判别率为 96.77%,假阳性率为 3.23%, 假阴性率为 0。
蜂蜜 掺假 红外光谱 检测 蜂蜜鉴别 优劣 真假 掺假识别
在采用 SIMCA 法建立模型时,选择最佳的主成分数 是很重要的,研究采用交互验证法选取,在主成分分析(PCA)分解过程中,当预测残差平方和(PRESS)没有 显著降低时,对应的主成分数即为最佳主成分数。研究 分别建立类 0 和类 1 的 PCA 模型,设置建模的最大主成 分因子数(Max PLS term)均为 20,交互验证分组数 (Cross-Validation groups)均为 4 组,经过计算后最佳主 成分数分别为 14 和 20。判别结果如表 2 显示,在校正集 中不存在假阳性样品,存在 1 个假阴性样品,模型的正确判别率为 99.46%,假阳性率为 0,假阴性率为 0.54%; 验证集也没有假阳性样品,有 10 个假阴性样品,模型的 正确判别率为 89.25%,假阳性率为 0,假阴性率为 10.75%。
在利用BP-ANN进行定性判别时,和PLS-DA方法一 样以类别变量代表每一类,对蜂蜜以“1”表示,含掺假 蜂蜜样品以“0”表示,然后经过神经元的计算,人工神 经网络运算过程和学习过程,不断调整权重,改变函数形 状,使由不同神经元组合形成的函数最适合表达输入-输出 关系。我们选择的最优网络结构和参数如下表 3 示.
蜂蜜 掺假 红外光谱 检测 蜂蜜鉴别 优劣 真假 掺假识别
对于校正集样本,计算后得到阈值为 0.4614,校正集存 在 5 个假阳性样品,4 个假阴性样品,模型的正确判别率 95.16%,假阳性率为 2.69%,假阴性率为 2.15%。验证集识 别结果显示有 2 个假阳性样品和 10 个假阴性样品,模型的正 确判别率为 87.10%,假阳性率为 2.15%,假阴性率为 10.75%。
在利用 LS-SVM 进行定性判别时,对天然蜂蜜以 1表示,含掺假蜂蜜样品以-1 表示,选用径向基核函数(RBF_kernel)作为核函数,采用 LS-SVMlab1.5 工具箱自带的二步格点搜索法(grid searching technique)和留一法交叉验证(Leave one out cross validation)相结合对这LS-SVM 的 2 个参数(正则化参数γ和核函数的带宽参数σ2)进行优选,γ,σ2 的搜索范围分别为:1~10 000、0.01~ 1 000,最后得到 γ=119.6628,σ =129.8429。
在对于校正集的 186 个样品建模和 93 个(包括 51 个天然蜂蜜样品和 42 个含果葡糖浆的蜂蜜样品)独验证集样品进行验证后,得到无论对校正集还是验证集样品, 均没有假阳性样品,也没有假阴性样品,模型的正确判 别率为 100%,假阳性率为 0,假阴性率为 0。

2.2 掺入果葡糖水蜂蜜的近红外光谱技术识别分析

对于 63 个不同比例掺入果葡糖水的蜂蜜样品,同样 进行了红外透反射光谱分析和主成分分析。研究的结果 表明,无论是通过按不同比例掺入果葡糖水后的掺假蜂 蜜样品与天然蜂蜜的光谱图的图形或者是具体细节图形 形状或者是位置的差异,还是通过各个主成分空间分布, 均无法直接判别蜂蜜是否掺入果葡糖水。
同样,按照校正集和验证集比例为 2:1 的关系,从 掺有果葡糖水的各个含量梯度中随机选出 14 个样品做为 校正集样品,共 42 个样品,余下 21 个组成含果葡糖水 掺假蜂蜜的独立验证集。同样按照校正集和验证集比例 为 2:1 的关系随机选择 153 个蜂蜜中 102 个作为校正集, 其余 51 个样品组成独立验证集,见表 4。
蜂蜜 掺假 红外光谱 检测 蜂蜜鉴别 优劣 真假 掺假识别
对由 153 个真蜂蜜样品和由 21 种蜂蜜掺入果葡糖水 (7%,14%,21%)的掺假蜂蜜样品共 63 样品,按照校正 集和验证集比例为 2:1 的关系分集后,分别利用 PLS-DA, SIMCA,BP-ANN,LS-SVM 等 4 种模式识别的方法,进 行了蜂蜜中掺入果葡糖水的掺假判别,识别效果见表 5。 研究结果表明:利用这 4 种方法均能很好的判别掺假蜂 蜜样品,校正集的正确判别率均达到 93%以上,验证集 的正确判别率均达到 84%以上,特别是利用 LS-SVM 方 法时候,校正集和验证集的正确判别率均达到 100%。

上一页 1 2 3 4 5 6 7 下一页

本文热门标签

热门推荐