换一批谱图数据融合结合模式识别算法鉴别苹果香精
Discrimination of Apple Essences Based on Spectral Data Fusion Combined with Pattern Recognition Algorithm
摘要采用拉曼光谱-离子迁移谱(ion mobility spectrometry,IMS)数据融合技术结合主成分分析(principal components analysis,PCA)-最近邻(nearest neighbor,NN)算法的模型鉴别9种食用苹果香精.香精先经水溶液稀释处理,再经拉曼光谱和IMS分析,建立样品的拉曼光谱和IMS指纹图谱库,然后分别使用单谱数据结合PCANN模型以及拉曼光谱-IMS数据融合结合PCA-NN模型鉴别香精.结果表明:拉曼光谱-IMS结合PCA-NN模型对9种食用苹果香精的识别率达98.35％,高于拉曼光谱的78.14％和IMS的94.18％.使用水溶液稀释技术,不存在副反应,无污染,操作简单快速,保留了样品的整体物质,保证了实验结果的可靠性和稳定性.拉曼光谱仪和离子迁移谱仪具有操作简单、分析速度快的优点.拉曼光谱-IMS结合PCA-NN模型为鉴别食用苹果香精提供了一种可靠、稳定、快速、全新的方法.
更多相关知识
关键词
苹果香精拉曼光谱离子迁移谱数据融合主成分分析最近邻算法鉴别apple essenceRaman spectroscopyion mobility spectrometry (IMS)data fusionprincipal component analysis (PCA)nearest neighbor (NN) algorithmdiscrimination
分类号
TS201.6
栏目名称
DOI
10.7506/spkx1002-6630-201622029
发布时间
2016-12-26（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览3
- 被引2
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
