傅里叶变换红外光谱和紫外光谱数据融合对牛肝菌种类的鉴别

作     者：姚森 刘鸿高 李涛 李杰庆 王元忠 YAO Sen;LIU Honggao;LI Tao;LI Jieqing;WANG Yuanzhong

作者机构：云南农业大学农学与生物技术学院云南昆明650201 云南省农业科学院农产品加工研究所云南昆明650221 玉溪师范学院资源环境学院云南玉溪653100 云南省省级中药原料质量监测技术服务中心云南昆明650200 

出 版 物：《食品科学》 (Food Science)

年 卷 期：2018年第39卷第20期

页      面：302-307页

核心收录：

学科分类：09[农学] 0903[农学-农业资源与环境] 0714[理学-统计学（可授理学、经济学学位）] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金地区科学基金项目(31660591 21667031) 云南省教育厅科学研究基金项目(2016ZZX106) 云南省高校食用菌资源开发与利用重点实验室建设项目 

主　　题：数据融合 牛肝菌 种类鉴别 紫外光谱 傅里叶变换红外光谱 

摘      要：采集5种共272份牛肝菌样品的傅里叶变换红外光谱和紫外光谱,结合多光谱信息融合策略,建立牛肝菌种类快速鉴别的方法。多元散射校正(multiplicative signal correction,MSC)及二阶导数(second derivative,2D)等预处理方法对原始光谱进行优化,比较优化处理对区分不同种类牛肝菌影响;利用优化处理后的光谱数据及融合数据建立偏最小二乘判别分析(partial least squares discriminant analysis,PLS-DA)模型和支持向量机(support vector machine,SVM)判别模型。结果显示:1)经过2D和MSC预处理后,不同种类牛肝菌的PLS-DA鉴别效果优于未优化模型,表明2D+MSC预处理优化了光谱信息并提高了分类准确度;2)基于傅里叶变换红外光谱、紫外光谱、低级融合和中级融合数据分别建立PLS-DA模型,预测正确率为86.87%、66.67%、78.89%和95.56%;建立SVM判别模型,预测正确率分别为88.89%、74.44%、91.11%和100.00%,表明中级融合技术对不同种类牛肝菌鉴别效果显著,优于其他技术;3)中级融合技术在PLS-DA模型和SVM判别模型中对样品的预测正确率分别为95.56%和100.00%,表明SVM判别模型对牛肝菌种类区分效果优于PLS-DA模型。采用中级融合技术建立SVM判别模型,快速鉴别牛肝菌种类,为牛肝菌种类鉴别和质量控制提供可靠、稳定的方法。