基于太赫兹时域光谱的淀粉品种分类研究.pdf

第45卷，第7期光谱学与光谱分析Vol45,No.7,pp1866-1873

2025年7月SpectroscopyandSpectralAnalysisJuly,2025

基于太赫兹时域光谱的淀粉品种分类研究

魏涛1.2.3,4，王恒1.2.4，葛宏义1.2.4，蒋玉英1.2.5*，

张元，温茜茜1.2.4，郭春燕1.2.4

450001

1．河南工业大学粮食信息处理与控制教育部重点实验室，河南郑州

450001

2.河南工业大学河南省粮食光电探测与控制重点实验室，河南郑州

3.河南工程学院软件学院，河南郑州450001

4.河南工业大学信息科学与工程学院，河南郑州450001

5.河南工业大学人工智能与大数据学院，河南郑州450001

摘要淀粉作为一种主要的储存碳水化合物，是人类饮食中的主要能量来源，提供了人体50%以上的能

量需求。同时，淀粉及其深加工行业是关乎国计民生的基础产业。然而，鉴于淀粉种类的多样化，并且它们

在外观上相似度较高，直接对它们进行区分比较困难，一些不法商家往往会将价格较低的淀粉包装成价格

较高的淀粉来抬高价格。因此，对淀粉品种进行分类对我国食品加工和工业生产具有重要的实际应用意义。

太赫兹（Terahertz，THz)技术作为一种高效的非破坏性、非接触和无标签的光学方法，在与物质作用时不会

发生有害的电离辐射，可同时获得样品的吸收系数等光学参数，具有较高的信噪比和检测灵敏度，已被众多

学者应用于农产品品质检测方面。为实现对淀粉品种的快速无损鉴别，从禾谷类淀粉与根茎类淀粉中选取

了五种最为常见的淀粉样品作为样本，利用太赫兹时域光谱（THz-TDS)技术获取其光谱信息，并根据实验

数据计算了不同品种淀粉在0.2～1.2THz波段的吸收系数；之后结合Savitzky-Golay(S-G)平滑、多元散射

校正（MSC)、标准正态变换（SNV)三种预处理方法对原始光谱进行处理。采用主成分分析（PCA)根据累计

贡献率超过95%提取特征数据，选取了前3个主成分，随后应用支持向量机（SVM)方法建立多分类模型。

选取了三种核函数（linear，radialbasisfunctions，polynomial)对不同品种淀粉类型进行了识别。结果显示：

PCA-SVM-polynomial结合SG平滑对淀粉品种分类建模效果最好，其中测试集平均准确率为0.9419，

Kappa系数为0.933，F1得分为0.9417。此外，还将该方法与逻辑回归（LR）、决策树（DT）、随机森林（RF）

进行了比较，研究结果表明PCA-SVM优于其他方法，也证明了太赫兹技术对淀粉品种鉴别的可行性，对食

品加工业的现代化及淀粉基产品的开发具有重要的实际应用价值。

关键词太赫兹时域光谱；淀粉；无损鉴别；多分类

中图分类号：0433.4文献标识码：AD0l:10.3964/j.issn.1000-0593(2025)07-1866-08

势[3]，应用范围极为广泛。然而，不同品种的淀粉价格相差

引言很大，但它们在外观上的差异却相对较小，很难用肉眼直接

进行识别。以往，淀粉种类的鉴别主要依赖传统的感官评定

淀粉作为一种主要的储存碳水化合物，是人类饮食中的方法，具有分析简单、方法直观等优势，但是这些方法容易