基于拉曼光谱与有机成分分析的大米身份识别

发布时间：2023-11-14 17:53

　　在实施食品安全战略过程中,食品产地溯源是保障食品安全的重要途径之一,大米居于“五谷之首”,其安全一直是人们重点关注内容。我国水稻种植区域大、品种多,传统的大米身份检测方法主要停留在感官检测和化学检测两方面,不仅费时费力,且不便于推广,一些不法商贩利用这些漏洞,用非优质大米充当优质大米等现象层出不穷,同时,食品产地溯源技术的推进进一步提高了大米质量精细管控的要求。研究单籽粒大米产地、品种快速、无损检测技术对保护稻农利益、维护交易秩序及保障“舌尖上的安全”具有重要意义。本研究以东北地区大米为研究对象,利用拉曼光谱技术结合化学计量学方法及计算机编程技术,针对地域相近大米产地和品种无损检测分类难的问题,研究单籽粒大米产地、品种检测方法。主要研究内容和结果如下:(1)研究了大米光谱特性。为无损识别大米品种及产地,首先利用拉曼光谱仪采集不同激光强度、不同积分时间及不同扫描位置的大米光谱;其次通过MATLAB 2010采用均值中心化、归一化、标准化、Savitzky-Golay卷积平滑、标准正态变量变换、去趋势、多项式拟合、自适应迭代重加权惩罚最小二乘法、小波变换等方法对光谱进行预处理,最后采用小波...

【文章页数】：175 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
缩略词注释表
第1章 绪论
    1.1 研究背景和意义
    1.2 研究现状及发展动态
        1.2.1 基于拉曼散射的食品检测技术
        1.2.2 大米分类识别技术
        1.2.3 光谱的建模方法
        1.2.4 研究中存在的问题
    1.3 研究目标和主要研究内容
        1.3.1 研究目标
        1.3.2 主要研究内容
    1.4 本章小结
第2章 大米拉曼光谱采集与处理方法研究
    2.1 材料与方法
        2.1.1 试验材料
        2.1.2 仪器设备
        2.1.3 试验方法
    2.2 结果与讨论
        2.2.1 光谱采集影响因素分析
        2.2.2 拉曼光谱预处理
        2.2.3 大米拉曼光谱特征波长提取与指认
    2.3 本章小结
第3章 大米身份识别建模方法的研究
    3.1 材料与方法
        3.1.1 试验材料
        3.1.2 试验仪器与方法
    3.2 结果与讨论
        3.2.1 拉曼光谱预处理与波长变量选择
        3.2.2 拉曼光谱建模方法的选择依据
        3.2.3 身份识别建模方法的确定
    3.3 本章小结
第4章 大米身份识别模型的应用与优化
    4.1 数据来源
    4.2 基于特征变量的多分类大米身份识别模型应用与优化
        4.2.1 大米种类变化的模型应用与分析
        4.2.2 大米多种类的模型优化
    4.3 基于全光谱的多分类大米身份识别模型应用与优化
        4.3.1 大米种类变化的模型应用与分析
        4.3.2 大米多种类的模型优化
    4.4 基于波段的多分类大米身份识别模型应用与优化
        4.4.1 大米种类变化的模型应用与分析
        4.4.2 大米多种类的模型优化
    4.5 本章小结
第5章 大米化学成分与拉曼光谱的身份识别机理
    5.1 材料与方法
        5.1.1 试验材料
        5.1.2 试验设备及方法
    5.2 结果与讨论
        5.2.1 大米成分化验结果
        5.2.2 主成分分析法对测试项目影响程度分析
        5.2.3 基于主成分的余弦相似度分析方法
        5.2.4 标准物质拉曼光谱特征谱峰与官能团振动模式分析..
        5.2.5 基于标准物质拉曼光谱特征峰面积的大米分类方法
    5.3 本章小结
第6章 大米身份识别系统的开发
    6.1 大米身份识别系统总体架构
    6.2 建立指纹图谱数据库
        6.2.1 指纹图谱数据库
        6.2.2 样本拉曼光谱说明数据表
        6.2.3 样本拉曼光谱数据表
        6.2.4 测试拉曼光谱说明数据表
        6.2.5 测试拉曼光谱数据表
        6.2.6 样本成分说明数据表
        6.2.7 样本成分数据表
        6.2.8 测试成分说明数据表
        6.2.9 测试成分数据表
    6.3 客户端开发语言与环境
        6.3.1 客户端程序开发语言
        6.3.2 客户端程序开发环境
    6.4 客户端软件开发
    6.5 基于拉曼光谱的大米身份识别
        6.5.1 建立样本指纹图谱数据库
        6.5.2 读取待测图谱
        6.5.3 余弦相似度计算
        6.5.4 主成分分析—余弦相似度分类法
        6.5.5 偏最小二乘—余弦相似度分类法
        6.5.6 标准物质峰面积偏最小二乘—余弦相似度分类法
    6.6 基于成分的大米身份识别
        6.6.1 建立样本成分图谱数据库
        6.6.2 待测成分余弦相似度计算
    6.7 本章小结
第7章 总结与展望
    7.1 结论
    7.2 创新点
    7.3 研究展望
参考文献
博士期间发表的学术论文及其它成果
    发表的学术论文
    参加的科研项目
致谢



本文编号：3863918