食品科学 ›› 2018, Vol. 39 ›› Issue (8): 243-248.doi: 10.7506/spkx1002-6630-201808038
杜梦佳1,毛波2,沈飞1,李彭1,裴斐1,胡秋辉1,方勇1,*
DU Mengjia1, MAO Bo2, SHEN Fei1, LI Peng1, PEI Fei1, HU Qiuhui1, FANG Yong1,*
摘要: 为建立一种红外光谱指纹信息和挥发性组分信息融合鉴别模型,提高模型对大米产地的鉴别率。通过傅里叶红外光谱和气相色谱-质谱联用分析20?份盘锦大米、19?份射阳大米和15?份五常大米样品中红外光谱吸光度和挥发性组分含量,利用方差分析筛选出特征光谱和挥发性组分,结合偏最小二乘判别分析(partial least squares-discriminant analysis,PLS-DA)法建立融合这2?种指纹信息的鉴别方法。结果表明,信息融合模型的大米产地鉴别准确率为97.4%,与单一光谱指纹信息模型(92.9%)和挥发性指纹信息模型(88.9%)相比,分别提高了4.5%和8.5%。因此,信息融合技术提高了该模型鉴别效果,采用PLS-DA法信息融合模型对大米产地进行鉴别是可行有效的。
中图分类号: