-
题名基于单积分球技术的最佳样本厚度研究及油茶籽油鉴伪
- 1
-
-
作者
龚中良
管金伟
刘强
李大鹏
郑文峰
胡峰
-
机构
中南林业科技大学机电工程学院
-
出处
《中国油脂》
北大核心
2025年第2期95-100,共6页
-
基金
湖南省科技计划重点研发项目(2022NK2048)
湖南省教育厅科学项目(18B192,20A515)
+1 种基金
湖南省自然科学基金(2020JJ4142)
湖南省林业杰青培养科研项目(XLK202108-7)。
-
文摘
为减少单积分球技术采集光谱数据过程中的光损失,探索了油茶籽油检测时光损失量最小的样本厚度,并研究在此样本厚度下鉴别掺伪油茶籽油的能力。采用蒙特卡罗(MC)算法模拟单积分球技术下样本的测量,将模拟出的反射率(MR)和透射率(MT)作为实际值,单积分球采集的数据作为预测值,将实际值与预测值之间的平均相对误差(MRE)和均方根误差(RMSE)作为评价指标,确定最佳的样本厚度。按不同掺伪比例制备了230组样本,采集最佳样本厚度的掺伪油茶籽油光谱数据,结合逆向倍增(IAD)算法得到样本的吸收系数(μ_(a))和约化散射系数(μ_(s)′)。将μ_(a)和μ_(s)′经过均值中心化预处理之后,利用Kennard-Stone(K-S)算法以7∶3的比例将样本划分成训练集和测试集,分别建立基于支持向量机(SVM)和随机森林(RF)的多分类定性鉴别模型。结果表明:样本厚度为14mm时,MR和MT的MRE和RMSE均相对较小;μ_(a)和μ_(s)′建立的SVM模型鉴别准确率分别为97.10%和95.65%,建立的RF模型鉴别准确率分别为98.55%和97.10%。因此,基于最佳样本厚度下的单积分球技术结合SVM和RF模型,可有效实现油茶籽油的快速鉴伪。
-
关键词
油茶籽油
鉴伪
单积分球技术
光学参数
蒙特卡罗算法
样本厚度
定性模型
-
Keywords
oil-tea camellia seed oil
authentication
single integrating sphere technique
optical parameters
Monte Carlo algorithm
sample thickness
qualitative model
-
分类号
TS225.1
[轻工技术与工程—粮食、油脂及植物蛋白工程]
TS227
[轻工技术与工程—粮食、油脂及植物蛋白工程]
-
