首页|近红外光谱技术快速鉴别稻谷霉菌污染的研究

近红外光谱技术快速鉴别稻谷霉菌污染的研究

Rapid Identification of Rice Mildew Pollution by Near Infrared Spectroscopy

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了建立一种快速鉴别稻谷霉菌污染的方法,研究采用近红外光谱技术结合化学计量学方法,以150份未污染霉菌的稻谷样品和150份污染霉菌的稻谷样品为研究对象,通过剔除异常光谱和光谱预处理,采用偏最小二乘回归法建立鉴别模型.结果表明:运用基于马氏距离的主成分分析方法剔除异常光谱36个,最佳光谱预处理方式为分位数标准化处理,采用基于联合x-y距离的样本集划分法,将剩余264份样品划分成训练集和验证集.建立的鉴别模型,最佳主成分数为4,其R2cv值为0.9220、R2val值为0.9184和正确率为98.48％.将外部验证集样品的光谱,代入建立并优化好的鉴别模型中,判定正确率为100％.因此,该研究所建立的鉴别模型识别能力强,可以用于稻谷中霉菌污染的快速检测.

吕都、唐健波、徐廷霞、陈中爱、李俊、刘永翔、姜太玲

展开 >

贵州省农业科学院生物技术研究所,贵州贵阳550006

遵义师范学院生物与农业科技学院,贵州遵义563006

云南省农业科学院热带亚热带经济作物研究所,云南保山678000

近红外光谱 稻谷 霉菌 污染 快速检测

黔科合支撑[2019]2828号黔农科院青年基金[2019]10号

2021

食品科技
北京市粮食科学研究所

食品科技

北大核心
影响因子：0.622
ISSN：1005-9989
年,卷(期)：2021.46(6)
  • 4
  • 4