太赫兹时域光谱识别4种食用油真实性的研究

采用太赫兹时域光谱系统(THz-TDS),研究了4种食用油(黑芝麻油、芝麻油、小磨香油和花生油)在0.2~1.6 THz波段的延时特性和折射率特性。使用主成分分析法(PCA),根据累计贡献率的大小提取光谱的特征数据。提取了4个主成分(累计贡献率大于95%)作为一个支持向量机(SVM)模型的输入用于识别食用油的种类。结果表明:结合主成分分析法,通过选择合适的支持向量机核函数及其参数,食用油种类识别的正确率可达到93%;通过与主成分回归(PCR)、偏最小二乘回归(PLS)和后向(BP)神经网络方法的比较,支持向量机结合主成分分析(PCA-SVM)方法具有更突出的分类性能,同时也说明了采用太赫兹时域光谱,结合化学计量学方法精准鉴别食用油种类的可行性。     

基于太赫兹时域光谱的大米品种识别研究

为实现大米品种的准确鉴别,提出一种基于太赫兹时域光谱（Terahertz Time-Domain Spectroscopy, THz-TDS）技术的大米品种识别方法。利用标准差（Standard Deviation, SD）和区间偏最小二乘（Interval Partial Least Square, iPLS）选取0.53~1.21 THz波段的吸收光谱信息作为分类模型的输入数据,再采用决策树模型（Decision Tree, DT）对四种大米吸收光谱进行分类识别,并在模型训练过程中结合网格搜索算法寻找模型最优参数。为增加实验对比度,分别使用逻辑回归模型和支持向量机模型进行对比实验,其模型分类准确率分别为80.75%和88.75%。实验结果表明,太赫兹时域光谱技术结合SD、iPLS和DT方法可以实现大米品种的准确识别,准确率可达95%,为农产品品种识别提供了一种新的鉴别方法。     

基于太赫兹时域光谱技术的饼干水分定量分析

目的探究太赫兹时域光谱(THz-TDS)技术无损检测饼干中水分含量的可行性,为在线设备研发提供理论基础。方法选取表面平整的薄片饼干样品,利用透射模式,通过对测得的时域谱、频域谱以及菲涅尔公式计算得到的折射率和吸收谱与饼干水分含量的化学值建立线性关系及模型,进而对饼干中的水分含量进行了测定。结果吸收系数谱的偏最小二乘(PLS)模型相关系数为0.97518,预测均方根误差为0.00595,优于其他谱图的建模效果。结论该技术可以用于测定饼干中的水分含量。     

基于太赫兹光谱分析技术的肉类鉴别

利用太赫兹时域光谱仪,获取和分析不同来源及品种肉质冻干及压片后的太赫兹光谱参数信息,从而实现不同肉类组织之间的鉴别.研究表明,含水量差距较大的新鲜肉组织,可直接通过太赫兹时域/频域信号的强度差异进行快速判别;含水量相近的不同肉类,通过定性分析冻干样品在0.6～1.4 THz波段上的吸收系数、折射率、介电常数虚部和介质损...     

基于融合预处理的掺假咖啡太赫兹光谱识别

该研究通过太赫兹时域光谱采集70组含有西布曲明成分的咖啡在0～2.5 THz频段的光谱信息,建立随机森林、支持向量机、贝叶斯判别分析3种模式识别方法并进行比较研究。结果表明,未经过预处理的模型识别准确率较低。选择一阶导数、二阶导数、不同类型的巴特沃斯滤波器和Pearson特征选择融合光谱方法进行光谱信号处理。基于一阶导数处理的贝叶斯判别分析模型准确率为98.6%,基于高通巴特沃斯滤波器的随机森林模型分类准确率为94.2%,基于特征提取的融合光谱支持向量机(support vector machine, SVM)模型分类准确率为100%。选择最优预处理的SVM模型进一步对同一品牌不同地区的掺假咖啡进行鉴别,准确率为100%。研究实现了“品牌-产地”的二级特征识别,可为公安机关打击涉及咖啡的食品安全犯罪提供参考。     

地沟油的太赫兹波段光谱特性研究

基于太赫兹电磁波与油脂大分子基团的共振反应及太赫兹时域光谱技术能够灵敏地反映化合物结构与环境的指纹特性,应用该技术测量了普通食用油与多种地沟油的光学参数,得到了样品在0.16 ～0.96 THz频域的吸收谱和折射谱,分析了样品在太赫兹波段的光学性质,提出了地沟油和普通食用油在不同频率下的光谱差异.实验结果表明,太赫兹光谱信息可作为辨别地沟油与合格食用油的理化指标,可为地沟油的快速鉴别提供科学依据.     

不同贮存年限陈皮的太赫兹光谱和成像的差异分析

本研究利用太赫兹光谱与成像技术及统计分析方法对5种不同贮存年限（3、5、10、15和20年）的陈皮进行了差异性表征和年限鉴别。结果表明,不同贮存年限陈皮样品的太赫兹光谱信息参数（包括吸收系数、折射率、复介电常数虚部和介质损耗角正切值）和太赫兹频域图像对比度均存在明显的差异和较为一致的变化趋势,3~15年陈皮的各参数值随贮存年限的增加而递减,15~20年陈皮的各参数值随年限增加而渐增;对0.6~1.8 THz范围内的各光谱参数进行统计学分析及独立样本t检验,提取变化规律具有一致性且差异显著（p<0.05）的光谱参数数据,建立了基于主成分分析-支持向量机（PCA-SVM）的高效陈皮贮存年限预测模型,其年限预测准确度可达94%以上。该结果表明了太赫兹技术在表征不同陈皮差异及鉴定贮存年限上的可行性和优越性。     

玉米中黄曲霉毒素B1的太赫兹时域光谱检测与识别

针对近红外和传感器方法检测精度差的问题,采用太赫兹时域光谱技术,研究了黄曲霉毒素B1对太赫兹波的响应。首先研究了玉米中黄曲霉毒素的提取过程和保存方法,根据B1溶液在不同频率范围内的光学参数(主要是折射率和吸收系数)的不同,对B1溶液的太赫兹光谱进行定性分析,利用一种改进的多重D-S证据理论对其进行了识别。试验和分析结果表明,利用太赫兹时域光谱技术结合信息融合技术能够对不同浓度的黄曲霉毒素B1溶液进行精确识别,为以后建立黄曲霉毒素太赫兹谱库和快速检测食品中的黄曲霉毒素提供了理论依据。     

小麦粉中偶氮甲酰胺的太赫兹时域光谱检测

利用太赫兹时域光谱(terahertz time-domain spectroscopy,THz-TDS)技术对偶氮甲酰胺(小麦粉添加剂)、小麦粉及两者混合物进行测试,获得其在0.20~2.00 THz波段的吸收谱与折射率谱。结果显示,偶氮甲酰胺在1.93THz处存在1个明显的特征吸收峰,可用于物质识别。此外,随着混合物中偶氮甲酰胺含量的减少,样品的吸收系数逐渐上升,折射率逐渐下降。通过偏最小二乘法(partial least squares,PLS)对小麦粉中偶氮甲酰胺的含量进行定量分析。结果表明,混合物中偶氮甲酰胺含量与吸收系数、折射率都有良好的线性关系,其中基于吸收系数PLS模型相关系数可达到0.999 9,标准误差为0.06%,检出极限可达0.11%,最大绝对偏差小于0.19%。     

太赫兹时域光谱在高油玉米检测中的应用初探

目的 采用太赫兹时域光谱在透射模式下对不同品种玉米品质进行探测。方法 分别得到样品不同部位的时域谱、吸收谱和折射率曲线, 探究玉米籽粒测定部位、平滑度、品种等因素对所得谱图的影响, 进而分析太赫兹波段对玉米种子进行油分无损检测和品种判别的可行性。结果 未制成标样的玉米样品难以得到有效谱图, 而标样中种胚在太赫兹波段未出现特征吸收。为进一步深入研究胚乳的太赫兹吸收, 对玉米种子的胚乳进行了傅里叶红外光谱测定, 结果表明不同品种的玉米胚乳谱在太赫兹谱区存在明显差异, 且存在特征吸收。结论 为进一步判别高、低油玉米品种以及其主要成分的太赫兹检测等提供参考。     

利用THz时域谱技术和支持向量机回归法快速测定食用油的过氧化值和酸价

采用THz时域谱技术得到30个食用油样本的吸收谱,随机分为训练集和预测集,利用支持向量回归算法和标准方法测得的参考含量在训练集上建立了食用油酸价和过氧化值的预测模型,并应用此模型对预测集样本进行预测。结果表明该模型对食用油预测的相关系数较传统PLS方法对比更为精确。     

玉米品种图像识别中的影响因素研究

为了研究玉米品种图像识别中的关键影响因素,搭建了一套基于PCA和ICA特征提取和支持向量机(SVM)分类算法的玉米品种识别系统,采用扫描仪获得了11个品种每个品种50粒图像,基于图像的像素特征和统计特征,分别研究了主分量分析(PCA)和独立分量分析(ICA)的特征提取和特征优化方法,并进一步考察了支持向量机(SVM)模式分类过程中的关键参数优化问题.试验结果表明,对11个品种550个籽粒的品种最高检出率为97.17％,在同样的情况下ICA优化的特征较PCA优化的特征识别率能提高3％左右,适当选择统计特征比使用像素特征识别率提高约10％,另外SVM参数影响到识别效果,但整体影响不大.本方法与结论对玉米种子纯度和品种真实性检验具有积极意义.     

基于近红外光谱的豆酱鉴别技术研究

针对葱伴侣、凤彩桥、海天和金菜地四种品牌的豆酱,利用近红外光谱分析技术,对其进行预处理、主成分分析(PCA)、聚类分析(CA)和判别分析(DA),以建立识别不同豆酱品牌的近红外光谱定性判别模型.分析结果显示4种不同品牌的平均近红外光谱存在差异,其主成分空间分布也处于不同区域.对样品进行聚类分析,凤彩桥和海天存在小部分交...     

基于介电特性的鸡蛋品种无损鉴别

为更合理有效实现鸡蛋品种分类,研究一种介电特性无损鉴别鸡蛋品种方法。本实验以4组不同品种鸡蛋(江苏镇江洋鸡蛋、江苏镇江草鸡蛋、安徽老南沟草鸡蛋、江苏东台草鸡蛋)为研究对象,采用平行极板法测量4组鸡蛋在10~200 k Hz条件下的介电特性参数,并利用支持向量机(support vector machine,SVM)算法建立鸡蛋品种鉴别分类检测模型。研究不同核函数(线性核函数、多项式核函数、RBF核函数和Sigmoid核函数)、不同参数寻优算法(网格搜索法、遗传算法和粒子群算法)选择对分类模型准确率的影响。结果表明,以线性核函数为SVM核函数、粒子群算法为SVM参数寻优算法时,建立的鸡蛋品种SVM分类模型的性能最优,其训练集正确率为95.83%,测试集正确率为95.83%。利用介电特性无损检测技术结合SVM算法,取得了很好的分类效果,为鸡蛋品种鉴别提供了一种新的快速有效的方法。     

基于近红外光谱和LSSVM方法的转基因大米鉴别研究

采用近红外漫反射光谱结合主成分分析(principal component analysis,PCA)和最小二乘支持向量机(least squares support vector machine,LSSVM)研究转基因大米的鉴别方法。采用PCA方法分析大米样品光谱空间分布;不同的光谱预处理方法:5点平滑、多元散射校正(multiplicative scatter correction,MSC)和标准正态变量变换(standard normal variate transformation,SNV)结合LSSVM用于定性判别模型的建立和优化;采用格点搜索方法对LSSVM模型的惩罚因子(c)和径向基核函数宽度(g)进行优化;正确识别率(correct recognition rate,CRR)用于判别模型的评价。结果表明:MSC结合LSSVM可用于转基因大米定性判别模型的建立,最优模型的CRR为97.50%。该方法有望成为转基因食品快速鉴别的一种辅助方法。      

基于静态顶空气相离子迁移谱技术的果啤种类判别

以菠萝、苹果和蔓越莓等三种果啤为研究对象,采用静态顶空气相离子迁移谱（static headspace-gas chromatography-ion mobility spectrometry, SH-GC-IMS）对样品中的挥发性有机物（volatile organic compounds, VOCs）进行分析,采用主成分分析（principal component analysis, PCA）方法对VOCs数据进行判别和分类。结果表明:基于GC-IMS指纹图谱的二维数据可视化方法筛选出乙醇、乙酸异戊酯、己酸乙酯、异戊醇、丁酸乙酯、苯甲醛、辛酸乙酯等35个香气特征离子峰,可以作为表征三种果啤产品风味差异信息的特征变量;三组果啤样品在PCA图中离散性好,均得到不同的归属区域,两个主成分累积贡献率达到98%,可以有效区分三种不同果啤产品的主要香气。这为果啤生产过程的质量控制、产品溯源、品牌鉴定与保护提供了一种新方法。     

芝麻油真伪快速检测方法研究

为了实现对掺假芝麻油的快速鉴别,将豆油、花生油、棉籽油和菜籽油分别与同一种纯正芝麻油按体积分数0.5％ ～ 100％的比例混合,在3 200 ～ 10000cm-1光谱范围内采集了掺假芝麻油样品的近红外吸收光谱.通过特征谱区的选择、光谱预处理方法的优化,采用聚类分析和主成分分析法(PCA)分别建立了芝麻油的鉴别模型.结果表明:4种掺假油品有不同的较优光谱处理范围;两种模式识别方法对于掺假量5％～100％的芝麻油真伪识别率达到100％;而掺假量在5％以下时,两种方法都失去鉴别能力,说明近红外光谱分析技术在检测掺假芝麻油时的最低掺假下限为5％.综上,近红外光谱结合模式识别技术在掺假量大于5％时,可快速、准确地鉴别真伪芝麻油.