為建立一種紅外光譜指紋信息和揮發(fā)性組分信息融合鑒別模型,提高模型對大米產(chǎn)地的鑒別率。通過傅里葉紅外光譜和氣相色譜-質(zhì)譜聯(lián)用分析20?份盤錦大米、19?份射陽大米和15?份五常大米樣品中紅外光譜吸光度和揮發(fā)性組分含量,利用方差分析篩選出特征光譜和揮發(fā)性組分,結(jié)合偏最小二乘判別分析(partial least squares-discriminant analysis,PLS-DA)法建立融合這2?種指紋信息的鑒別方法。結(jié)果表明,信息融合模型的大米產(chǎn)地鑒別準確率為97.4%,與單一光譜指紋信息模型(92.9%)和揮發(fā)性指紋信息模型(88.9%)相比,分別提高了4.5%和8.5%。因此,信息融合技術(shù)提高了該模型鑒別效果,采用PLS-DA法信息融合模型對大米產(chǎn)地進行鑒別是可行有效的。
2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
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