近红外光谱技术定量分析小麦中黄曲霉毒素B1

目的 基于近红外光谱技术建立定量预测模型,实现快速无损测定小麦籽粒中黄曲霉毒素 B1(aflatoxin B1,AFB1)含量.方法 采集小麦样品在 900～1700 nm波长范围内的反射光谱,用高效液相色谱法测定小麦中AFB1含量,将小麦样品原始光谱数据进行预处理,提取特征波长,分别通过反向传播神经网络(back propagation neural network,BPNN)、随机森林(random forest,RF)和支持向量机(support vector machine,SVM)建立 AFB1 含量预测模型,并与全波段建模结果进行比较.结果 经多元散射矫正(multiplicati...

Full description

Saved in:
Bibliographic Details
Published in食品安全质量检测学报 Vol. 16; no. 4; pp. 10 - 17
Main Authors 胡孟凤, 操丽丽, 庞敏, 高春, 许丽, 姜绍通, 赵妍嫣
Format Journal Article
LanguageChinese
Published 安徽捷迅光电技术有限公司,合肥 230012 2025
合肥工业大学食品与生物工程学院,合肥 230601
农产品智能化绿色质选技术与装备安徽省联合共建学科重点实验室,合肥 230012%农产品智能化绿色质选技术与装备安徽省联合共建学科重点实验室,合肥 230012
农产品现代加工安徽省重点实验室,合肥 230601%合肥工业大学食品与生物工程学院,合肥 230601
农产品现代加工安徽省重点实验室,合肥 230601
Subjects
近红外光谱技术
aflatoxin B1
黄曲霉毒素B1
near-infrared spectroscopy technology
Triticum aestivum L
无损检测
小麦
quantitative analysis
定量分析
non-destructive testing
Online AccessGet full text

Cover

More Information
Summary:目的 基于近红外光谱技术建立定量预测模型,实现快速无损测定小麦籽粒中黄曲霉毒素 B1(aflatoxin B1,AFB1)含量.方法 采集小麦样品在 900～1700 nm波长范围内的反射光谱,用高效液相色谱法测定小麦中AFB1含量,将小麦样品原始光谱数据进行预处理,提取特征波长,分别通过反向传播神经网络(back propagation neural network,BPNN)、随机森林(random forest,RF)和支持向量机(support vector machine,SVM)建立 AFB1 含量预测模型,并与全波段建模结果进行比较.结果 经多元散射矫正(multiplicative scatter correction,MSC)和竞争性自适应加权算法(competitive adaptive reweighted sampling,CARS)处理后建立的SVM 模型优于其他模型和全波段建模模型.结论 结合 CARS 算法有效提取了 AFB1 值的特征波长,MSC-CARS-SVM模型能够用于AFB1 含量的快速、无损检测,利用近红外光谱技术实现对AFB1 含量的定量分析是可行的,可通过该方法实现储藏期间小麦品质的检测研究.
ISSN:2095-0381
DOI:10.19812/j.cnki.jfsq11-5956/ts.20240930006