红葡萄酒中白藜芦醇含量的高光谱快速检测算法优化

doi:10.7506/spkx1002-6630-201724014

食品科学 ›› 2017, Vol. 38 ›› Issue (24): 87-93.doi: 10.7506/spkx1002-6630-201724014

红葡萄酒中白藜芦醇含量的高光谱快速检测算法优化

房盟盟，刘贵珊，何建国，冯愈钦，郭红艳，丁佳兴，杨晓玉

（宁夏大学农学院，农产品无损检测实验室，宁夏?银川 750021）

出版日期:2017-12-25 发布日期:2017-12-07
基金资助:
国家自然科学基金青年科学基金项目（31401480）；中央财政支持地方高校改革发展资金——食品学科建设项目（2017）

Algorithm Optimization for Fast Detection of Resveratrol Content in Wine by Hyperspectral Imaging

FANG Mengmeng, LIU Guishan, HE Jianguo, FENG Yuqin, GUO Hongyan, DING Jiaxing, YANG Xiaoyu

(Non-Destructive Detection Laboratory of Agricultural Products, School of Agriculture, Ningxia University, Yinchuan 750021, China)

Online:2017-12-25 Published:2017-12-07

摘要/Abstract

摘要： 将高光谱技术与流化床富集技术相结合，用大孔吸附树脂对干红葡萄酒中的微量白藜芦醇吸附后，采集光谱图像，通过比对多种预处理方法对建模效果的影响进而优选算法。结果表明，采用霍特林T2统计检测方法剔除异常样本，KS算法划分白藜芦醇含量样本集，标准正态变换法预处理光谱数据，建立的标准正态变换-偏最小二乘回归模型预测效果最优，其校正相关系数Rc2为0.813?8，校正均方根误差为0.047?7，预测相关系数Rp2为0.782?4，预测均方根误差为0.050?2，为白藜芦醇的高光谱痕量检测提供理论参考。

关键词: 高光谱技术, 白藜芦醇, 流化床, 富集, 算法优化

Abstract: In this experiment, fluidized-bed enrichment of trace resveratrol in red wine was carried out by macroporous resin adsorption and hyperspectral images of the resin samples were acquired. The prediction models established using various spectral pretreatments were compared for obtaining the optimal algorithm. The results showed that the partial least squares regression (PLSR) model established by removing abnormal samples using Hotelling T2 test method, dividing the sample sets using the KS algorithm, and pretreating the spectral data using standard normal variate (SNV) method exhibited the best prediction performance with correlation coefficient of correction (Rc2), root mean square error of calibration (RMSEC), correlation coefficient of prediction (Rp2) and root mean square error of prediction (RMSEP) of 0.813 8, 0.047 7, 0.782 4, and 0.050 2, respectively. Hyperspectral imaging can provide a new method for detecting trace components.

Key words: hyperspectral technology, resveratrol, fluidized bed, enrichment, algorithm optimization

中图分类号:

S123

房盟盟，刘贵珊，何建国，冯愈钦，郭红艳，丁佳兴，杨晓玉. 红葡萄酒中白藜芦醇含量的高光谱快速检测算法优化[J]. 食品科学, 2017, 38(24): 87-93.

FANG Mengmeng, LIU Guishan, HE Jianguo, FENG Yuqin, GUO Hongyan, DING Jiaxing, YANG Xiaoyu. Algorithm Optimization for Fast Detection of Resveratrol Content in Wine by Hyperspectral Imaging[J]. FOOD SCIENCE, 2017, 38(24): 87-93.

[1]	吴文英，李文娟，李露，尹术华，赵文辉，姚于飞. 白藜芦醇对多柔比星引起的心脏毒性保护作用研究进展[J]. 食品科学, 2021, 42(5): 271-277.
[2]	操强，胡巍，高金燕，陈红兵，佟平. 卵白蛋白-白藜芦醇相互作用机理及其对卵白蛋白的影响[J]. 食品科学, 2021, 42(4): 31-37.
[3]	陈凤霞，杨天伟，李杰庆，刘鸿高，范茂攀，王元忠. 美味牛肝菌矿质元素富集能力及产地鉴别[J]. 食品科学, 2021, 42(10): 290-296.
[4]	赵丽云，刘爱莲，刘美玉，任晓锋. 硫辛酸和白藜芦醇在对乙酰氨基酚致HepG2细胞损伤中的抗氧化作用[J]. 食品科学, 2020, 41(7): 153-158.
[5]	刘连红，陈飞，管永祥，仇美华，张丽，戴传超. 枫香拟茎点霉B3生物转化花生废弃物合成白藜芦醇[J]. 食品科学, 2020, 41(6): 170-178.
[6]	张敏，张先舟，李聪，高浩，刘健慧，田益玲，马雯，李英军，檀建新. 黄曲霉毒素B1核酸适配体筛选和检测方法的建立[J]. 食品科学, 2020, 41(24): 295-303.
[7]	周军, 向舒, 邓姣, 刘鑫, 李湘洲. 肠溶性白藜芦醇电纺纤维的制备、性能及其体外抗氧化活性[J]. 食品科学, 2020, 41(13): 1-7.
[8]	李欣蔚，廖佳，董秀瑜，周新，杨贺棋，武龙，汪秋宽，周慧. 功能性肽的分离及富集研究进展[J]. 食品科学, 2020, 41(1): 267-276.
[9]	黄渊，岳世阳，熊善柏，杜红英. 2 种天然抗氧化剂与鲢鱼肌球蛋白的相互作用[J]. 食品科学, 2019, 40(4): 14-20.
[10]	李雨朋，赵一霖，赵城彬，吴玉柱，许秀颖，曹勇，张浩，刘景圣. 营养冲调粥流化床干燥特性及动力学模型的建立[J]. 食品科学, 2019, 40(21): 100-106.
[11]	邓姣，刘鑫，成文豪，刘田田，周军，李湘洲. pH值响应型负载白藜芦醇微胶囊的制备与抗氧化活性分析[J]. 食品科学, 2019, 40(20): 54-59.
[12]	张贤益，宋也好，李露，尹术华，付王威，吴睿婷，潘猛，吴文英，汤小芳，李文娟. 白藜芦醇对衰老小鼠脑神经细胞的保护机制[J]. 食品科学, 2019, 40(15): 162-168.
[13]	姜丽丽，张中民，陈道玉，王珍，薛宏宇，刘勇. 白藜芦醇对α-葡萄糖苷酶的抑制动力学及抑制机制[J]. 食品科学, 2019, 40(11): 70-74.
[14]	刘真真，李荣，汤书华，黄贤勇，张万晶，李勇杰，姜子涛. SiO2@TiO2复合材料分离富集酪蛋白磷酸肽[J]. 食品科学, 2019, 40(11): 75-81.
[15]	石吉勇，吴胜斌，邹小波，张芳，赵号，李文亭. 高光谱技术融合平板菌落法同步计数酸奶中益生菌[J]. 食品科学, 2018, 39(24): 102-107.

红葡萄酒中白藜芦醇含量的高光谱快速检测算法优化

Algorithm Optimization for Fast Detection of Resveratrol Content in Wine by Hyperspectral Imaging

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价