<span id="wwz4q"><optgroup id="wwz4q"><center id="wwz4q"></center></optgroup></span>
    您好,歡迎進(jìn)江蘇雙利合譜科技有限公司網(wǎng)站!
    您現(xiàn)在的位置:首頁(yè) >> 解決方案 >> 基于高光譜成像技術(shù)的蜂蜜摻假無(wú)損檢測(cè)
    基于高光譜成像技術(shù)的蜂蜜摻假無(wú)損檢測(cè)
    瀏覽次數(shù):609發(fā)布日期:2023-06-29

    蜂蜜主要由糖組成,其中60 % ~ 80 %是容易被人體吸收的葡萄糖和果糖。由于其營(yíng)養(yǎng)價(jià)值和風(fēng)味,天然蜂蜜的價(jià)格遠(yuǎn)高于甜糖或精制蔗糖等其他甜味劑。因此,蜂蜜一直是食品摻假的主要目標(biāo)。蜂蜜摻假給蜂蜜行業(yè)造成嚴(yán)重的經(jīng)濟(jì)損失,各種糖漿摻假也難以檢測(cè)。本研究主要利用高光譜成像和化學(xué)計(jì)量學(xué)方法來(lái)進(jìn)行蜂蜜摻假鑒別和不同蜂蜜摻假水平預(yù)測(cè),對(duì)于維護(hù)蜂蜜和糖漿市場(chǎng)秩序,保護(hù)消費(fèi)者合法權(quán)益具有科學(xué)意義。

    山東農(nóng)業(yè)大學(xué)邵園園副教授團(tuán)隊(duì)利用我司高光譜設(shè)備,對(duì)不同摻假比例(摻假物為果葡糖漿和蔗糖溶液,摻假比例為0%、5%、10%、15%、20%、30%和40% w/w)的純百花蜜進(jìn)行高光譜數(shù)據(jù)的采集,實(shí)現(xiàn)高光譜成像技術(shù)對(duì)蜂蜜摻假的無(wú)損檢測(cè)。我司高光譜設(shè)備參數(shù)如圖1所示。

    圖1 Gaiafiled-Pro-V10E相機(jī)及參數(shù)

    表1蜂蜜摻假水平的信息

    sample

    level

    Number

    Fructose syrup adulteration/

    Sucrose adulteration

    0%

    60/60

    5%

    60/60

    10%

    60/60

    15%

    60/60

    20%

    60/60

    30%

    60/60

    40%

    60/60

    圖2 高光譜成像系統(tǒng)

    對(duì)比分析了純蜂蜜和摻假樣本間的光譜差異??梢钥闯?,光譜波峰和波谷是一致的,但在450-900 nm處的反射值不同。蜂蜜在420-580 nm和600-950 nm處的吸收曲線明顯不同。樣本在420-580 nm的反射率存在較大差異,這可能與蜂蜜中的糖含量有關(guān)。從平均光譜曲線看,摻果葡糖漿的反射值變化范圍在420~580 nm處高于蔗糖摻假的,這可能是因?yàn)檎崽侨芤罕裙咸菨{更容易溶解到純蜂蜜中。

    圖3 平均光譜反射曲線:(A)果葡糖漿摻假;(B)蔗糖溶液摻假。

    基于高光譜圖像進(jìn)行主成分分析(PCA),以此獲得每張蜂蜜及摻假樣本的主成分(PC)圖像。為了更清楚地顯示不同PC圖像之間的差異,提供了原始PC圖像和偽彩色圖像。對(duì)于果葡糖漿摻假,PC1圖像差異不明顯,PC2偽彩色圖像中黃色摻假區(qū)域清晰可見(jiàn),表明PCA可以檢測(cè)蜂蜜摻假。對(duì)于蔗糖溶液摻假,PC2偽彩色圖像中5 %和10 %摻假蜂蜜的顏色差異不明顯,說(shuō)明PCA不能檢測(cè)低含量摻假蜂蜜樣本。

    圖4 不同摻假水平的蜂蜜樣本的主成分圖像:(A)果葡糖漿摻假;(B)蔗糖溶液摻假。

    基于特征波長(zhǎng)并建立了LIBSVM模型,用于檢測(cè)純蜂蜜和摻假蜂蜜樣本。在訓(xùn)練集下,模型的分類準(zhǔn)確率為97.3 %。純蜂蜜樣本與摻假樣本有明顯區(qū)別,不存在樣本誤判。在測(cè)試集下,分類模型的分類準(zhǔn)確率為92.5 %。測(cè)試集結(jié)果表明:4個(gè)純蜂蜜樣本被誤判為摻假蜂蜜,2個(gè)摻假蜂蜜樣本被錯(cuò)誤判斷為純蜂蜜樣本。因此,通過(guò)高光譜成像結(jié)合化學(xué)計(jì)量學(xué)檢測(cè)蜂蜜摻假是可行的。

    表2 LIBSVM模型對(duì)蜂蜜摻假的分類結(jié)果

     

     

    Honey adulteration

    1

    2

    3

    4

    5

    6

    7

    Accuracy

    Calibration set

    1

    72

    0

    0

    0

    0

    0

    0

     

    2

    0

    86

    0

    0

    1

    0

    0

     

    3

    0

    1

    79

    1

    2

    0

    0

     

    4

    0

    0

    1

    84

    1

    0

    0

     

    5

    0

    1

    1

    0

    72

    2

    0

     

    6

    0

    1

    0

    0

    1

    74

    0

     

    7

    0

    1

    0

    0

    1

    1

    84

     

    Total

    100%

    96.6%

    98.8%

    92.3%

    92.3%

    96.1%

    100%

    97.3%

    Validation set

    1

    44

    1

    0

    0

    0

    0

    1

     

    2

    0

    24

    1

    0

    1

    0

    0

     

    3

    1

    3

    43

    0

    0

    1

    0

     

    4

    2

    0

    0

    33

    0

    0

    0

     

    5

    0

    2

    1

    1

    40

    0

    1

     

    6

    1

    0

    0

    0

    1

    41

    0

     

    7

    0

    1

    0

    0

    0

    1

    34

     

    Total

    91.7%

    77.4%

    95.6%

    94.3%

    95.2%

    95.3%

    94.4%

    92.5%

    為了預(yù)測(cè)不同蜂蜜樣本的摻假水平的,建立了基于SPA挑選的特征波長(zhǎng)和摻假水平的偏最小二乘回歸(PLSR)模型。在預(yù)測(cè)集中,PLSR模型在RV2 = 0.84,RMSEV = 5.26,RPD = 2.50取得了良好的預(yù)測(cè)性能。圖4表明了PLSR模型的實(shí)際摻假水平與預(yù)測(cè)摻假水平的散點(diǎn)圖,預(yù)測(cè)值與實(shí)際值之間存在高度相關(guān)性。因此,基于PLSR的高光譜數(shù)據(jù)是預(yù)測(cè)蜂蜜摻假水平的一種有前途的強(qiáng)大分析方法。

    圖5 預(yù)測(cè)集中實(shí)際摻假水平和預(yù)測(cè)摻假水平的散點(diǎn)圖

    綜上所述,采用高光譜成像結(jié)合化學(xué)計(jì)量學(xué)技術(shù)檢測(cè)蜂蜜摻假,建立LIBSVM摻假鑒別模型和PLSR摻假水平預(yù)測(cè)模型。LIBSVM模型對(duì)蜂蜜摻假的分類準(zhǔn)確率為92.5%。結(jié)果表明,LIBSVM模型對(duì)蜂蜜摻假檢測(cè)具有良好的預(yù)測(cè)能力,對(duì)維護(hù)蜂蜜和糖漿市場(chǎng)秩序,保護(hù)消費(fèi)者合法權(quán)益具有積極的現(xiàn)實(shí)意義。PLSR模型具有良好的預(yù)測(cè)能力,可以預(yù)測(cè)摻假蜂蜜的摻假水平。

    第一作者簡(jiǎn)介:

    邵園園,工學(xué)博士,山東農(nóng)業(yè)大學(xué)副教授,碩士生導(dǎo)師。

    主要研究方向:1、農(nóng)業(yè)機(jī)械設(shè)計(jì),包括播種育苗移栽機(jī)械、免耕播種機(jī)械、秸稈后處理機(jī)械及蘋果、花生、甘薯收獲機(jī)械等。

    2、機(jī)構(gòu)運(yùn)動(dòng)與動(dòng)力學(xué)優(yōu)化仿真;精準(zhǔn)農(nóng)業(yè)、農(nóng)產(chǎn)品檢測(cè)、圖像識(shí)別、高光譜圖像處理等。

    參考文獻(xiàn):Shao Y , Shi Y , Xuan G , et al. Hyperspectral imaging for non-destructive detection of honey adulteration[J]. Vibrational Spectroscopy, 118(2022):103340.

    主站蜘蛛池模板: 亚洲中文字幕人成乱码| 久久久久免费看黄A片APP| 亚洲av无码专区在线观看下载| 日韩免费视频一区二区| 国产亚洲成av片在线观看| 最近更新免费中文字幕大全| 亚洲人成无码久久电影网站| 免费夜色污私人影院网站| 亚洲欧洲自拍拍偷精品 美利坚 | 亚洲精品无码久久毛片波多野吉衣 | 91精品手机国产免费| 亚洲综合免费视频| 麻豆国产精品免费视频| 香蕉大伊亚洲人在线观看| 免费无码A片一区二三区| 理论亚洲区美一区二区三区| 6080午夜一级毛片免费看6080夜福利| 午夜亚洲AV日韩AV无码大全| 免费福利在线播放| 亚洲一本到无码av中文字幕| 免费大香伊蕉在人线国产| 成人精品视频99在线观看免费| 久久精品视频亚洲| 麻豆一区二区免费播放网站| 亚洲欧美黑人猛交群| 久久青青草原亚洲av无码| 亚洲av无码日韩av无码网站冲| 免费一级做a爰片性色毛片| sihu国产精品永久免费| 国产色爽免费视频| A国产一区二区免费入口| 亚洲欧洲日产国码在线观看| 免费看美女被靠到爽| sihu国产精品永久免费| 亚洲制服丝袜第一页| 亚洲午夜精品一级在线播放放| 久久午夜无码免费| 亚洲精品伦理熟女国产一区二区 | 四虎亚洲国产成人久久精品| 97在线视频免费公开视频| 国产亚洲福利在线视频|