食品科学 ›› 2018, Vol. 39 ›› Issue (16): 328-335.doi: 10.7506/spkx1002-6630-201816048
于慧春,娄?楠,殷?勇*,刘云宏
YU Huichun, LOU Nan, YIN Yong*, LIU Yunhong
摘要: 应用高光谱技术研究和构建霉变玉米黄曲霉毒素B1(aflatoxin B1,AFB1)和玉米赤霉烯酮(zearalenone,ZEN)含量的检测方法,通过建立霉变玉米中这2?种毒素含量的预测模型,实现对玉米霉变程度的快速、无损、准确判别。首先,通过对比5?种预处理方法,确定标准正态变量校正法对原始光谱数据进行预处理;然后,采用光谱-理化值共生距离算法结合偏最小二乘回归(partial least squares regression,PLSR)法分析不同校正集样本预测AFB1和ZEN含量的差异,并分别优选出130?个和140?个校正集样本;在采用均匀光谱间隔法对原始光谱变量进行初降维的基础上,对比连续投影算法(successive projections algorithm,SPA)和竞争性自适应重加权算法2?种变量提取法。结果表明:经SPA分别筛选出17?个特征波段且基于较少校正集样本和特征波长光谱信息建立的PLSR模型能够获得较优的预测结果,对应AFB1和ZEN含量预测集的相关系数和均方根误差(root mean square error of prediction,RMSEP)(R2pre,RMSEP)由最初的(0.994?4,0.984?6)和(0.991?6,2.320?9)分别变为(0.997?3,0.681?5)和(0.997?7,1.144?1),在降低模型复杂度的情况下提高了预测精度,表明该模型对这2?种毒素含量能够实现较强的预测能力。因此,利用高光谱技术对玉米AFB1和ZEN含量实施无损检测具有可行性。
中图分类号: