近红外光谱技术对稻花香大米品牌的保护研究

发布时间：2025-02-15 11:31

　　 为了保护稻花香大米的品牌不受侵害,本研究采用近红外光谱技术对稻花香大米和非稻花香大米共计150份样品进行鉴别。研究表明,建立的定性分析模型和定量分析模型对稻花香大米的正确鉴别率分别为94%和100%。试验为稻花香大米的品牌保护研究提供了借鉴。

【文章页数】：3 页

【部分图文】：

图1 大米样品的原始光谱

大米样品的原始光谱如图1所示。脂肪烃中甲基(-CH)基团震动导致在8321cm-1附近出现吸收峰,-CH2二级振动导致在6846cm-1附近出现吸收峰,5173cm-1处的吸收峰与蛋白质和淀粉中的化学键有关。2.2定性分析模型

图2 主成分分析图

在全波长范围内,采用不同的预处理方式建模对定性分析模型的影响不同,结果如表2所示。其中采用一阶导数+矢量归一化+5点平滑的预处理方式结合主成分分析建立的稻花香定性分析模型,其S值为1.566,明显大于其他处理方式,故采用该方法进行建模研究。主成分分析图如图2所示。2.3定量分析....

图3 大米的预测值与真实值相关图

不同预处理方式对定量分析模型的影响不同,结果如表3所示。在波数为9400～7501cm-1,6098～4249cm-1范围内,利用偏最小二乘法结合二阶导数+9点平滑建立的定量分析模型效果较好,其RMSECV为0.132、R2为95.66、维数为7。大米的预测值与真实值相关....

图4 定量分析模型的定向系数与维数相关图

图3大米的预测值与真实值相关图2.4模型的验证

本文编号：4034242