您现在的位置是:首页 > 科普 > 蜂蜜近红外光谱检测

一、距离匹配判别模型

校正集中纯蜂蜜、掺假蜜平均光谱如图5-4 (a) 所示,光谱在5100~4000cm-1范围内有一定差异,而在其他区间差异不明显。图5-4 (b)是校正集中纯蜂蜜、掺假蜜的标准偏差光谱,整体趋势上,掺假蜜标准偏差要大于纯蜂蜜,说明掺假蜜间差异较大,可能是掺入物不同或者掺入量不同引起的。纯蜂蜜的主要特性变化较小,在整个光谱区域标准偏差较小。

将蜂蜜光谱数据导入TQ V8.0软件,采用不同预处理方法,根据建立DM判别模型,模型校正结果如表5-1所示。从判别率来看,分别经过九种光谱预处理建立的DM模型对掺假蜜识别率均较高 (>93.2%),而对纯蜂蜜识别率相对较低(63.6%~75.8%),总识别率均高于80%。不同 ......     (共937字)    [阅读本文]>>

其他相关分类

推荐内容

  • 蜂蜜近红外光谱检测

    一、偏最小二乘法定量回归模型

    将光谱与组分化学值输入TQ V8.0 (Thermo Nicolet Co.,USA)软件构建数据集,各组分样本数如表4-3所示。当因子数(LVs)选择过小时,拟合不足,信息使用较少;但因子数选择过多

    2264字 56
  • 蜂蜜近红外光谱检测

    三、还原糖、葡萄糖和果糖PLS模型变量优化

    葡萄糖和果糖占蜂蜜总量的近70%,在近红外区间信息丰富,特征比较明显,采用全谱建模往往带入一定的非信息变量,同时模型维度大,也较复杂[2~6]。本节采用基于间隔偏最小二乘法 (Interval par

    5275字 30
  • 蜂蜜近红外光谱检测

    四、还原糖、葡萄糖和果糖人工神经网络模型

    人工神经网络(ANN) 的最大优点是具有抗干扰、抗噪声和强大的非线性转换能力,是比较理想的非线性定标分析方法。人工神经网络方法非线性逼近能力强,广泛用于近红外定性或定量分析。ANN也存在局限性,如训练

    3281字 45
  • 一、蜂蜜品种及分布

    蜂蜜是我国最主要的蜂产品之一,是由蜜蜂采集植物的花蜜、分泌物或蜜露,与自身分泌物相结合后,在巢脾中经过充分酿造而成的天然甜物质。蜂蜜的形成是一个相当复杂的过程。一般情况下,蜜蜂采集花蜜时就分泌转化酶和淀

    2334字 85
  • 二、蜂蜜理化性质

    (一)蜂蜜的物理特性1.状态新鲜的蜂蜜一般是呈透明或半透明的液体。部分蜂蜜经过低温储存后,呈半固体或全固体结晶状态,例如油菜蜜、荆条蜜、椴树蜜等。2.色泽蜂蜜的色泽主要取决于蜜源植物来源,其次与贮藏条件

    3309字 158