近红外光谱结合化学计量学方法检测蜂蜜产地-IngentaConnect.PDF

第 27 卷 第 8 期 农 业 工 程 学 报 Vol.27 No.8 350 2011 年 8 月 Transactions of the CSAE Aug. 2011 近红外光谱结合化学计量学方法检测蜂蜜产地 1 2 ※ 2 3 李水芳 ，单 杨 ，朱向荣 ，李忠海 （1. 中南林业科技大学理学院，长沙 410004 ； 2. 湖南省食品测试分析中心，长沙 410025 ； 3. 中南林业科技大学食品学院，长沙 410004 ） 摘 要：为了实现蜂蜜产地的快速判别，应用近红外光谱结合化学计量学方法对蜂蜜产地进行了判别分析。kennard-Stone 法划分训练集和预测集。光谱用一阶导数加自归一化预处理后，再用小波变换（WT ）进行压缩和滤噪。结合滤波后光谱 信息，分别用径向基神经网络（RBFNN ）和偏最小二乘-线性判别分析（PLS-LDA ）建立了苹果蜜产地和油菜蜜产地的 判别模型。对不同小波基和分解尺度进行了讨论。对苹果蜜，WT-RBFNN 模型和 WT-PLS-LDA 模型都是小波基为 db1、 分解尺度为 2 时的预测精度较好，都为 96.2% 。对油菜蜜：WT-RBFNN 模型在小波基为 db4 和分解尺度为 1 时，预测精 度较好，为 85.7%；WT-PLS-LDA 模型在小波基为 db9、分解尺度也为 1 时，预测精度较好，为 90.5% 。研究表明：WT 结合线性的 PLS-LDA 建模比 WT 结合非线性的 RBFNN 建模更适于蜂蜜产地判别；近红外光谱技术具有快速判别蜂蜜产 地的潜力。 关键词：近红外光谱，小波变换，径向基函数神经网络，蜂蜜，产地判别，偏最小二乘-线性判别分析 doi ：10.3969/j.issn.1002-6819.2011.08.061 中图分类号：O43，TP3，S896.1 文献标志码：A 文章编号：1002-6819(2011)-08-0350-05 李水芳，单 杨，朱向荣，等. 近红外光谱结合化学计量学方法检测蜂蜜产地 [J]. 农业工程学报，2011，27(8)：350 －354. Li Shuifang, Shan Yang, Zhu Xiangrong, et al. Detection of geographical origin of honey using near-infrared spectroscopy and chemometrics [J]. Transactions of the CSAE, 2011, 27(8): 350 －354. (in Chinese with English abstract) [4] [5] [6] [7] 海参 、中药材 、葡萄酒 、羊肉 等的产地判别。该技 0 引 言 术用于蜂蜜理化指标的测定[8-10] 以及掺假[1,11-12]和蜜源植 蜂蜜是一种深受广大消费者喜爱的天然保健食品。 物[13-14] 的判别已有较多报道，而鲜有产地判别的报道。由 它是蜜蜂采集植物的花蜜、分泌物或蜜露，并与自身分 于蜂蜜产地差异主要来自环境因素，这种差异较掺假和蜜 泌物结合后，经充分