領(lǐng)學(xué)術(shù)科研之先,創(chuàng)食品科技之新
—— 中國食品雜志社
期刊集群
基于近紅外光譜技術(shù)結(jié)合ARO-LSSVR的天麻中有效成分含量快速檢測
來源:導(dǎo)入 閱讀量: 144 發(fā)表時(shí)間: 2024-03-14
作者: 李珊珊,張付杰,李麗霞,張浩,段星桅,史磊,崔秀明,李小青
關(guān)鍵詞: 近紅外光譜;天麻;最小二乘支持向量回歸;人工兔優(yōu)化算法
摘要:

為實(shí)現(xiàn)對天麻中天麻素和對羥基苯甲醇含量的快速、無損檢測,以云南昭通烏天麻為實(shí)驗(yàn)對象,采集900~1 700 nm波長范圍內(nèi)的光譜數(shù)據(jù)。首先,采用卷積平滑和標(biāo)準(zhǔn)正態(tài)變量變換進(jìn)行光譜數(shù)據(jù)預(yù)處理,其次通過競爭性自適應(yīng)重加權(quán)采樣法(competitive adapative reweighted sampling,CARS)與迭代保留信息變量算法進(jìn)行特征波長的提取,根據(jù)基于特征波長建立最小二乘支持向量回歸(least squares support vector machine,LSSVR)模型的結(jié)果,選擇最佳特征波長提取方法。為了提高模型的準(zhǔn)確率,本研究引入人工兔智能算法對LSSVR中的正則化參數(shù)γ和核函數(shù)密度σ2進(jìn)行優(yōu)化,并與粒子群優(yōu)化算法(particle swarm optimization,PSO)、灰狼優(yōu)化算法(grey wolf optimizer,GWO)進(jìn)行對比,評估人工兔優(yōu)化算法(artificial rabbits optimization,ARO)的優(yōu)越性。結(jié)果表明,ARO算法在尋優(yōu)速度、尋優(yōu)能力上優(yōu)于PSO、GWO;天麻素、對羥基苯甲醇的最佳預(yù)測模型均為CARS-ARO-LSSVR,其R2p分別為0.969 6和0.957 7,預(yù)測均方根誤差分別為0.014和0.020。綜上,近紅外光譜可用于天麻中有效成分的定量檢測,本研究可為天麻快速檢測裝置的研發(fā)提供理論依據(jù)。

電話: 010-87293157 地址: 北京市豐臺區(qū)洋橋70號

版權(quán)所有 @ 2023 中國食品雜志社 京公網(wǎng)安備11010602060050號 京ICP備14033398號-2

潼南县| 博兴县| 延长县| 来安县| 阜宁县| 石嘴山市| 东辽县| 左云县| 隆化县| 卢龙县| 太和县| 昌图县| 新邵县| 凌云县| 元江| 米泉市| 体育| 友谊县| 南靖县| 汨罗市| 铁力市| 无极县| 乌苏市| 皮山县| 汝州市| 四子王旗| 阿拉善盟| 合江县| 灵寿县| 沾益县| 南川市| 东乌珠穆沁旗| 迁西县| 道孚县| 吴江市| 昌都县| 如皋市| 徐闻县| 长顺县| 宣恩县| 九江市|