- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
中国农业科学 2011,44(7): 1451-1456
Scientia Agricultura Sinica doi: 10.3864/j.issn.0578-1752.2011.07.018
近红外光谱对小麦产地来源的判别分析
赵海燕,郭波莉,魏益民,张 波,孙淑敏,严军辉,张 磊
(中国农业科学院农产品加工研究所/农业部农产品加工与质量控制重点开放实验室,北京 100193)
摘要:【目的】对不同产地来源小麦的近红外光谱进行判别分析,为小麦的产地鉴别提供一种新方法。【方
法】应用近红外光谱分析仪检测2007/2008 年度和2008/2009 年度中国小麦主产区河北省、河南省、山东省和陕
西省共240 份小麦籽粒样品,对近红外光谱数据分别进行均值标准化、一阶求导和多元散射校正(MSC)处理后,利
用偏最小二乘判别分析法(DPLS)分析预处理后的数据。【结果】2007/2008 年度小麦籽粒样品总体正确判别率为
87.5%,2008/2009 年度样品总体正确判别率为91.7%;用2007/2008 年度样品所建模型来预测2008/2009 年度的
样品,结果总体正确判别率为48.3%;两年样品混合后,总体正确判别率为82.5%。【结论】不同地域来源小麦的
近红外光谱特征有显著差异,但其受品种和年际因素影响较大,判别模型的稳定性有待进一步提高。
关键词:小麦;产地;近红外光谱;DPLS
Identification of Geographical Origins of Wheat with
Discriminant Analysis by Near Infrared Spectroscopy
ZHAO Hai-yan, GUO Bo-li, WEI Yi-min, ZHANG Bo, SUN Shu-min, YAN Jun-hui, ZHANG Lei
(Institute of Agro-Food Science Technology, Chinese Academy of Agricultural Sciences/Key Laboratory of Agricultural Product
Processing and Quality Control, Ministry of Agriculture, Beijing 100193)
Abstract :【Objective 】A new method was developed for identification of the geographical origins of wheat with discriminant
analysis by near infrared reflectance spectroscopy (NIRS) . 【Method 】A total of 240 wheat kernel samples collected in 2007-2008
and 2008-2009 from Hebei, Henan, Shandong and Shaanxi provinces of China were analyzed by NIRS. After normalization, first
derivative and multiplicative scattering correction (MSC) pre-treatment of wheat kernel spectral data, discriminant partial least
squares analysis (DPLS) was applied to classify the geographical origins of these samples. 【Result 】 There were 87.5% and 91.7%
of wheat kernel samples collected in 2007-2008 and 2008-2009 were correctly classified respectively, the tot
文档评论(0)