当前位置:主页 > 科技论文 > 化学论文 >

近红外-拉曼单光谱及多光谱融合鉴别植物油品种

发布时间:2021-03-12 12:12
  中国的植物食用油消费量随着人们生活水平的提高日益增长,一些不法商贩为了谋取利益,以次充好,以劣充优,生产了许多假冒伪劣的食用油,甚至对回收餐饮二次油进行再加工贩卖给消费者,危害人的身体健康。目前传统的化学检测手段需要较高的专业知识,检测时间也较长。后发展起来的基于光谱技术的快速检测方法一般只依靠单光谱数据,易受噪声影响且不能全面分析样本的信息。因此,探索一种能融合多源光谱信息、快速灵敏地分析检测植物食用油的技术具有重要意义。本文基于拉曼光谱和近红外光谱技术,研究此两类光谱的有效融合方法,研究性能更优的检测模型建立方法,以实现对植物食用油品种的快速鉴别和对回收油的快速检测。主要内容如下:(1)为实现快速鉴别植物食用油的品种,研究探索拉曼光谱和近红外光谱的融合方法。结合支持向量机分类(SVC)方法,研究串行融合、小波融合、典型相关分析融合后的数据所建立的SVC模型的性能。研究表明此3种融合方法均能实现快速鉴别植物食用油的品种。在探索多种光谱预处理方法和模型参数优化方法后,基于串行融合和小波融合的模型预测准确率达到100%,基于典型相关分析融合的模型预测准确率达到89.74%。说明串行融合方... 

【文章来源】:武汉轻工大学湖北省

【文章页数】:73 页

【学位级别】:硕士

【部分图文】:

近红外-拉曼单光谱及多光谱融合鉴别植物油品种


研究技术路线

近红外-拉曼单光谱及多光谱融合鉴别植物油品种


购买的合格食用油样品

近红外-拉曼单光谱及多光谱融合鉴别植物油品种


实验室压榨制备食用油样品

【参考文献】:
期刊论文
[1]拉曼光谱结合PSO-LSSVM算法检测三组分食用调和油含量[J]. 张燕君,何宝丹,付兴虎,徐金睿,周昆鹏.  光谱学与光谱分析. 2017(08)
[2]可见-近红外光谱结合CARS优化模型预测棕榈油碘值[J]. 秦修远,翟媛媛,李晓云,龚?.  分析试验室. 2017(07)
[3]中国食用植物油消费现状[J]. 王瑞元.  黑龙江粮食. 2017(05)
[4]基于PCA-PSO-LSSVM的茶叶品质计算机视觉分级研究[J]. 余洪,吴瑞梅,艾施荣,范苑,吴彦红,刘木华.  激光杂志. 2017(01)
[5]近红外光谱和特征光谱的山茶油掺假鉴别方法研究[J]. 褚璇,王伟,赵昕,姜洪喆,王伟,刘声泉.  光谱学与光谱分析. 2017(01)
[6]近红外光谱结合模式识别技术快速鉴别煎炸油质量[J]. 朱向荣,李高阳,秦燕华,苏东林,刘伟,单杨.  中国食品学报. 2016(12)
[7]基于多特征融合多核学习支持向量机的液压泵故障识别方法[J]. 刘志强,姜万录,谭文振,朱勇.  中国机械工程. 2016(24)
[8]可见和近红外透射光谱结合区间偏最小二乘法(iPLS)用于橄榄油中掺杂煎炸老油的定量分析[J]. 冼瑞仪,黄富荣,黎远鹏,潘莎莎,陈哲,陈振强,汪勇.  光谱学与光谱分析. 2016(08)
[9]基于拉曼光谱-聚类分析快速鉴别掺伪油茶籽油[J]. 邓平建,梁裕,杨冬燕,李浩,杨永存,耿艺介.  中国粮油学报. 2016(04)
[10]基于多源光谱特征融合技术的花生油掺伪检测[J]. 涂斌,陈志,彭博,郑晓,宋志强,尹成,曾路路,何东平.  食品与发酵工业. 2016(04)

博士论文
[1]基于电子鼻、电子舌及其融合技术对柑橘品质的检测[D]. 裘姗姗.浙江大学 2016
[2]基于多源光谱数据融合的水产养殖水质有机物浓度快速检测研究[D]. 曹泓.浙江大学 2014

硕士论文
[1]拉曼光谱背景扣除算法及其应用研究[D]. 陈珊.中南大学 2011
[2]基于高光谱和图像技术的龙井茶叶品质检测方法研究[D]. 蒋帆.浙江工业大学 2010
[3]多聚焦图像融合算法的研究[D]. 王正.天津大学 2008
[4]基于数据融合技术二氧化硫检测方法的研究[D]. 陈磊.河北理工大学 2007



本文编号:3078286

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/huaxue/3078286.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户df5ae***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com