近红外反射光谱与化学模式识别结合鉴别鱼粉类别.doc

《近红外反射光谱与化学模式识别结合鉴别鱼粉类别.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、近红外反射光谱与化学模式识别结合鉴别鱼粉类别王丹红＊吴文晞（福建检验检疫局）摘要以鱼粉的近红外指纹光谱图作为分析的对象，采用判别分析和主成分分析方法对鱼粉进行快速的分类研究。结果表明：此法可为鉴别红、白鱼粉提供一种可靠、简便的手段，盲样检测的准确率可达98％。关键词近红外反射技术、化学模式识别、鱼粉1前言鱼粉是国际市场上畅销的商品，我国蛋白饲料资源相对紧缺，每年大量从俄罗斯、美国、新西兰、秘鲁和智利等国进口鱼粉。去年，从福建口岸进口鱼粉20万吨。进口的鱼粉大体有两类，一类是用鳕鱼加工而成，通称为白鱼粉；一类是用

2、鳀鱼、沙丁鱼、铁甲鱼、青鱼等杂鱼加工而成，通称为红鱼粉。无论从感官上，还是从鱼粉品质指标如粗蛋白、粗脂肪、粗灰分上，都无法较客观区别这两类鱼粉，而两者在用途上、价格上和海关关税上有较大区别。白鱼粉作为加工高档水产品饲料的原料，其价格较昂贵；红鱼粉一般作为加工畜、禽和低档水产品饲料的原料，其价格较低廉。红鱼粉的关税比白鱼粉的低。如何快速、准确鉴别这两类鱼粉是海关等执法部门和鱼粉进出口企业所关心的问题。化学模式识别的计算步骤：根据实验得来的一批训练点，参照化学（或物理）模型或经验规律提出特征量，然后进行进一步特征抽

3、取，以求得合适的特征量，张成模型空间或特征空间。必要时，对数据进行预处理，预处理后，即可通过模式识别算法进行训练和分类，根据训练分类所得的判距对未知样本进行判别。鱼粉是一个复杂的混合物体系，所含各化合物吸收强度的叠加具有难以解析的复杂性，且鱼粉的主体成分相似，造成近红外光谱图有较大的相似性，人为难以对其进行鉴别。但事实上不同品种的鱼粉，只要各化学成分含量不同，近红外的光谱就会有差异，借助鱼粉近红外光谱图的差异，运用化学模式判别法对谱图进行解析，建立相关的模式识别法，实现鱼粉类别的快速鉴别在理论上是可行的。本文运

4、用近红外反射技术与化学模式识别相结合对红、白鱼粉类别快速鉴定进行探讨，取得较满意的结果，盲样类别鉴定的准确率可达98％。2实验部分2．1仪器及操作环境FOSS-NIRSystems公司生产的5000型近红外光谱仪，WINISII近红外软件系统；装有Windows98操作平台的计算机及EPSON打印机；瑞典TECATOR公司的1093型旋风磨；LFS－C2000VA型净化稳压电源。仪器安装条件：防震动、温湿度无明显变化的地方。2．2实验方法2．2．1样品的收集、制备本试验所用的分析样品是从俄罗斯、美国、新西兰、波

5、兰、智利和秘鲁进口的鱼粉，均为马尾出人境检验检疫局提供。所有的样品都用旋风磨磨碎，过lmm筛，混匀后用四分之一样品杯装填样品。2．2．2光谱的采集用陶瓷片作参比，在波长1100～2500nm范围内，对每分样品进行重复32次扫描，每隔2nm采集反射强度，所有样品均重复2次测定。所采集的鱼粉近红外反射光谱存人计算机中。下图为鱼粉的近红外光谱图。2．3模型的建立用近红外光谱法测定了来自6个国家390个鱼粉样品，样品情况如表1所示。以其中325个样本作为训练集，65个样本作为测试集。训练集中有219个样品为白鱼粉和10

6、6个样品为红鱼粉，将其光谱数据分别存放于独立的文件中。采用FOSS公司WINISI近红外软件的判别分析和主成分分析方法对这个训练集的近红外光谱数据进行处理，建立判别模型。表1样品情况表训练集325个样品国别类别样品编号测试集65个样品国别类别样品编号俄罗斯白鱼粉1-92俄罗斯白鱼粉1-20新西兰93-133新西兰21-25波兰134-147波兰26-28美国148-219美国29-45智利红鱼粉220-312智利红鱼粉46-60秘鲁313-325秘鲁61-653识别软件原理·该软件是采用有监督的模式识别方法即判

7、别分析法来建立模型。用一组已知类别的样品作为训练集，将该组不同类别的样品分别存放于独立的数据库，根据主成分分析方法将已知类别的样品的近红外光谱数据转化为得分数据，采用偏最小二乘法PLS2回归分析方法进行运算，建立模式识别。4结果和讨论4．1判别模型参数的选择建立模型时，有些参数可以进行调整。选择不同的数学处理、散射处理和主成分因子建立的模型，其识别率不同。采用不同数学处理、散射处理、不同主成分因子数目所建立的判别模型，其识别率如表2＇识别率是在训练中所得到的正确判别率。从表2中可以看出，光谱采用1，4，4，1数

8、学处理后，判别模型的识别率最高。光谱不经散射处理所得到的判别模型，其识别率比经散射处理的高。在定性分析中，不采用散射处理可以更好地利用原始光谱的信息。本文采用Mathtreatment1,4,4,1，Scatter：None的处理方式，主成分因子选择8个，建立判别模型。表2采用不同数学处理、散射处理、不同主成分因子数目建立的判别模型的识别率数学处理散射处理主成分项数识别率红鱼粉集白鱼粉