基于拉曼光谱的大米快速分类判别方法

发布时间：2018-05-05 16:48

  本文选题：大米 + 拉曼光谱　； 参考：《食品与机械》2016年01期

【摘要】：以拉曼光谱技术为手段,结合化学计量学方法,对来自黑龙江、江苏、湖南3个产地共123份大米样品的光谱数据进行采集,并对得到的拉曼图谱进行主成分分析(PCA)和偏最小二乘判别分析(PLSDA),建立大米快速分类判别方法。应用主成分分析对不同种类、产地和品种的大米进行粗分类鉴别;选择不同种类、品种和产地的稻米样本建立相应的偏最小二乘判别分析模型,其中2/3的样本作为建模训练集,1/3的样本作为建模校正集,按照种类、产地、品种建立的模型其训练集样本正确判别率均为100%,校正集样本正确判别率分别为100%,100%,94.12%。因此,研究所建立的拉曼光谱技术结合化学计量学方法可以快速、有效地鉴别大米种类、品种及产地。
[Abstract]:By means of Raman spectroscopy and chemometrics, 123 rice samples from Heilongjiang, Jiangsu and Hunan were collected. The obtained Raman spectra were analyzed by principal component analysis (PCA) and partial least squares discriminant analysis (PLSDAA) to establish a rapid classification method for rice. Principal component analysis (PCA) was used to identify different species, origin and varieties of rice, and a partial least square discriminant analysis model was established by selecting rice samples from different species, varieties and regions. Among them, 2 / 3 of the samples are used as the modeling training set 1 / 3 of the sample as the modeling correction set. According to the type, origin and variety of the model, the correct discrimination rate of the training set sample is 100 and the correct discrimination rate of the corrected set sample is 100 / 100 / 94.12 respectively. Therefore, Raman spectroscopy combined with chemometrics can be used to identify rice species, varieties and origin rapidly and effectively.
【作者单位】： 江南大学食品学院;
【基金】：国家“十二五”科技支撑计划(编号:2012BAD37B08)
【分类号】：TS210.7;O657.37

【相似文献】

相关期刊论文 前10条

1 黄海平,田英芬,何尚锦,史可瑜,杜宗杰,张保龙;拉曼光谱在高分子中的应用新进展[J];热固性树脂;2001年02期

2 柯惟中;紫膜菌紫质的拉曼光谱测试[J];光散射学报;2002年03期

3 尹建华,高淑琴,徐欣锋,里佐威;溶液浓度对拉曼光谱线宽和频移影响的实验研究[J];高等学校化学学报;2002年12期

4 何艳阳,张海燕,伍春燕,朱燕娟,梁远博,陈易明;不同惰性气氛及压强下的碳纳米管的拉曼光谱[J];光谱学与光谱分析;2002年04期

5 李灿,李美俊;拉曼光谱在催化研究中应用的进展[J];分子催化;2003年03期

6 祖恩东,陈大鹏,张鹏翔;翡翠B货的拉曼光谱鉴别[J];光谱学与光谱分析;2003年01期

7 杨小成,杜勇,方炎;C_(60)、C_(70)的分子对称性与拉曼光谱[J];光散射学报;2003年01期

8 谭君,祝连彩;拉曼光谱在结构生物学中的应用[J];重庆教育学院学报;2004年03期

9 常鹰飞,赵艳玲,赵岷,刘朋军,王荣顺;小金刚烃分子结构和拉曼光谱的理论研究[J];化学学报;2004年19期

10 伍林,欧阳兆辉,曹淑超,易德莲,孙少学,刘峡;拉曼光谱技术的应用及研究进展[J];光散射学报;2005年02期

相关会议论文 前10条

1 任斌;刘郑;王翔;庄目德;曾智聪;王喜;田中群;;针尖增强拉曼光谱方法建立及其在纳米间隔体系研究中的应用[A];第十五届全国分子光谱学术报告会论文集[C];2008年

2 庞然;吴德印;田中群;;水合离子簇的氢键作用和振动拉曼光谱[A];第十五届全国光散射学术会议论文摘要集[C];2009年

3 刘钰;徐抒平;唐彬;王烨;周吉;郑先亮;徐蔚青;;表面等离子体共振增强拉曼光谱的研究[A];第十五届全国光散射学术会议论文摘要集[C];2009年

4 王璐;张丽;王红球;易裕民;;拉曼光谱用于液态物品安检的方法研究[A];第十六届全国光散射学术会议论文摘要集[C];2011年

5 郭沫然;蔡红星;陈高;范雅;张喜和;;异硫氰基-孔雀石绿的拉曼光谱计算及分析[A];第十六届全国分子光谱学学术会议论文集[C];2010年

6 王红球;张建红;张丽;;拉曼光谱在液体安检中的应用及发展趋势[A];第十七届全国光散射学术会议摘要文集[C];2013年

7 马艳梅;王平;李大林;张里荃;崔启良;邹广田;;高压下重晶石的拉曼光谱[A];第十五届全国分子光谱学术报告会论文集[C];2008年

8 刘郑;陈招斌;丁松园;王翔;周小顺;田景华;吴德印;毛秉伟;任斌;田中群;;针尖增强拉曼光谱技术同时探测分子结中的单分子电导和拉曼光谱[A];第十五届全国光散射学术会议论文摘要集[C];2009年

9 何季平;悸怀顺;薛理辉;陈新兰;张伦;;十四氢十一硼酸四乙基铵盐的红外和拉曼光谱[A];全国第六届分子振动光谱学术报告会文集[C];1990年

10 张树清;王进莹;刘忠范;张锦;刘志荣;;新型碳材料拉曼光谱的理论预测[A];中国化学会第29届学术年会摘要集——第36分会：纳米体系理论与模拟[C];2014年

相关博士学位论文 前10条

1 董学锋;拉曼光谱传递与定量分析技术研究及其工业应用[D];浙江大学;2013年

2 董濵;纳米银增强基底制备及分子的拉曼光谱解析[D];昆明理工大学;2011年

3 李津蓉;拉曼光谱的数学解析及其在定量分析中的应用[D];浙江大学;2013年

4 胡成旭;乳腺疾病的拉曼光谱检测及研究[D];吉林大学;2013年

5 刘峰名;硅的表面刻蚀、光学性能以及硅钴材料制备的激光拉曼光谱研究[D];厦门大学;2001年

6 刘天元;温度和压强对碳碳共轭分子拉曼光谱的影响[D];吉林大学;2015年

7 李晟;基于局部策略的光谱异常检测与石油产品定性分析[D];浙江大学;2012年

8 刘莎莎;表面增强拉曼光谱化学增强的理论研究[D];大连理工大学;2009年

9 周波;V_2O_5拉曼光谱的第一性原理计算[D];兰州大学;2009年

10 赵立竹;正交LiMnO_2结构与属性间关系的研究[D];吉林大学;2007年

相关硕士学位论文 前10条

1 王新宇;拉曼光谱法检测水质污染研究[D];长春理工大学;2009年

2 李自达;生物质能源研究中微生物发酵的拉曼光谱法检测[D];广西师范大学;2011年

3 陈永军;拉曼光谱原位在线检测毛细管反应器中亚临界水水解四氯化碳研究[D];浙江工业大学;2012年

4 窦文虎;拉曼光谱在药物与食品安全检测上的应用[D];西南大学;2013年

5 李霞;α-Fe_2O_3纳米粒子的拉曼光谱及物性研究[D];上海师范大学;2004年

6 覃赵军;微生物发酵的光镊拉曼光谱法监测与分析[D];广西师范大学;2013年

7 陈希文;人体精浆拉曼光谱初步研究[D];福建师范大学;2013年

8 余小春;盐/甲醇溶液的微观结构研究[D];中国科学技术大学;2010年

9 赵永柱;光纤内共振拉曼光谱法探测水中痕量生物分子[D];吉林大学;2004年

10 陈永坚;基于拉曼光谱的茶氨酸研究及茶叶种类判别分析[D];福建师范大学;2012年

，

本文编号：1848485