基于近红外光谱分析技术的食品包装塑料的定性分析

发布时间：2022-01-21 14:00

　　该文基于近红外漫反射光谱分析技术对食品包装材料聚乙烯、聚丙烯进行定性判别试验研究,选取不同波段范围、采用不同光谱预处理方法,使用主成分分析法（Principal component analysis,PCA）结合SIMCA、贝叶斯判别、K-近邻3种模式识别方法建立定性预测模型,并根据正确识别率比较了各模型预测性能。结果表明:使用SIMCA方法、贝叶斯判别、K-近邻3种方法建立的定性校正模型均在1 050～1 550 nm波长范围内效果较好;采用矢量归一化、标准正态变量变换、中心化、滑动均值滤波、多项式平滑滤波、一阶微分6种光谱预处理方法和上述3种模式识别方法对塑料样品近红外光谱进行了数据处理,其中在1 050～1 550 nm范围内,主成分因子数为3,采用原始光谱建立的K-近邻定性校正模型较优,对样品校正集和预测集的正确识别率均为100%。可为食品包装材料聚乙烯、聚丙烯的快速鉴别研究提供参考。 

【文章来源】：分析测试学报. 2020,39(11)北大核心CSCD

【文章页数】：5 页

【部分图文】：

塑料样品的原始近红外光谱图

原始光谱前10个主成分的累计贡献率趋势图

【参考文献】：
期刊论文
[1]近五年我国近红外光谱分析技术研究与应用进展[J]. 褚小立,史云颖,陈瀑,李敬岩,许育鹏.  分析测试学报. 2019(05)
[2]利用近红外及中红外融合技术对小麦产地和烘干程度的同时鉴别[J]. 邹小波,封韬,郑开逸,石吉勇,黄晓玮,孙悦.  光谱学与光谱分析. 2019(05)
[3]近红外光谱定性定量检测牛肉汉堡饼中猪肉掺假[J]. 白京,李家鹏,邹昊,田寒友,刘飞,李文采,王辉,张振琪,王守伟.  食品科学. 2019(08)
[4]近红外光谱法对云南白药胶囊真伪的定性鉴别分析[J]. 吕晋,王黛莹.  中国当代医药. 2018(33)
[5]近红外漫反射光谱技术对小米产地的快速检测[J]. 钱丽丽,宋雪健,类彦波,王月,左锋,张丽媛.  食品工业. 2018(06)
[6]SIMCA分类法中主成分分析算法的研究[J]. 龙草芳.  数字技术与应用. 2017(04)
[7]基于近红外漫反射检测的红枣定性分析模型中的预处理方法研究[J]. 张翠侠,马钺.  应用化工. 2016(09)
[8]基于近红外光谱建立PE、PP和PET的识别分类模型[J]. 张毅民,王鹏,白家瑞,马冬雅.  现代化工. 2016(03)
[9]基于支持向量机的近红外特征变量选择算法用于树种快速识别[J]. 梁龙,房桂干,吴珽,崔宏辉,张新民,赵振义.  分析测试学报. 2016(01)
[10]废旧塑料鉴别与回收技术研究进展[J]. 赵敏娟,周伟.  塑料科技. 2015(09)

硕士论文
[1]基于近红外光谱的食品包装用塑料快速检测技术的研究[D]. 王晶晶.中国计量学院 2013



本文编号：3600397