典型文献
基于高光谱技术的蛋白粉掺假检测研究
文献摘要：
蛋白粉是健身者必备的营养补剂,市场需求在不断增加,一些不法商家为了谋取利益,在蛋白粉中加入廉价的粉末售卖.传统的蛋白粉掺杂的检测方法费时、费力,操作复杂,且成本昂贵.高光谱技术具有易于操作、在不损害实验样本的情况下可快速检测等优点,因此,提出使用高光谱技术以实现蛋白粉掺假检测.在蛋白粉中分别加入质量百分数5％ ～60％,浓度间隔5％ 的三类掺假物(玉米粉、大米粉和小麦粉),并采集所有样本的光谱信息.在对蛋白粉中的玉米粉、大米粉和小麦粉三类掺假物进行定性判别时,首先分别采用卷积平滑(SG)、标准化(Normalize)、多元散射校正法(MSC)、基线校正(Baseline)和标准正态变换(SNV)的预处理方法对光谱数据进行处理,然后建立基于主成分回归(PCR)、反向传播神经网络(BPNN)和随机森林(RF)的模型,其中基于全波段光谱MSC预处理方法下建立的RF模型最优,其整体准确率达到了100％,其对应的RP和RMSEP分别为0.9979和0.0189.在对蛋白粉中不同掺假物浓度进行定量分析时,对三类掺假样本的光谱分别进行SG,Normalize,MSC,Baseline和SNV的预处理,并建立LSSVM模型;比较不同预处理方法下的各模型之间的性能,在蛋白粉中掺玉米粉、大米粉和小麦粉的LSSVM预测模型最佳预处理方法分别是无、Baseline和Normalize,然后,采用连续投影算法(SPA)和竞争性自适应重加权算法(CARS)对其筛选,并建立LSSVM模型,三类掺假样本的SPA-LSSVM模型对应的RP为0.9890,0.9860和0.9979,CARS-LSSVM模型对应的RP为0.9910,0.9946和0.9991,故三类掺假样本的CARS-LSS-VM模型预测效果更佳.研究表明:高光谱技术可以实现对蛋白粉掺假的定性、定量的检测,并且操作简单、检测快速和无损.
文献关键词：
高光谱;蛋白粉掺假;定性鉴别;特征波长;定量检测
中图分类号：
作者姓名：
李斌;殷海;张烽;崔惠桢;欧阳爱国
作者机构：
华东交通大学智能机电创新研究院,江西 南昌 330013
文献出处：
引用格式：
[1]李斌;殷海;张烽;崔惠桢;欧阳爱国-.基于高光谱技术的蛋白粉掺假检测研究)[J].光谱学与光谱分析,2022(08):2380-2386
A类：
蛋白粉掺假
B类：
高光谱技术,掺假检测,健身,营养补剂,不法,法商,商家,谋取,廉价,售卖,费时,费力,昂贵,快速检测,出使,别加,百分数,玉米粉,大米粉,小麦粉,有样,光谱信息,定性判别,SG,Normalize,多元散射校正,正法,MSC,基线校正,Baseline,正态变换,SNV,预处理方法,光谱数据,主成分回归,反向传播神经网络,BPNN,RF,全波段,RP,RMSEP,LSSVM,连续投影算法,SPA,竞争性自适应重加权算法,CARS,定性鉴别,特征波长,定量检测
AB值：
0.251529
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
