基于NIR分析和模式识别技术的葛根品种及产地判别

作者：刘秀明; 李涛; 李源栋; 马慧宇; 段焰青; 吴宇; 夏建军^*

来源：食品工业科技, 2018, 39(22): 247-251.

DOI：10.13386/j.issn1002-0306.2018.22.043

• 近红外光谱
• 葛根
• 模式识别
• 品种及产地

采用模式识别技术对不同品种(柴葛及粉葛)及不同产地(云南、安徽、广西、湖北、四川、重庆、湖南)的葛根进行判定。采集12个产地共120个葛根样品的近红外光谱数据,对光谱进行预处理并建立共有模式后,进行相似度及PLS判别分析,多元统计分析结果显示,除安徽柴葛外,其他组样品之间的相似度较高。分别选择不同的样品为测试集和训练集,基于PLS-DA对葛根种类粉葛和柴葛进行模式识别,对种类识别率为100%,对产地识别率为84.44%。采用kNN分析对葛根产地和品种同时进行模式识别,样品识别率达100%。实验结果表明,采用k NN模式识别可以很好识别不同产地和类别的葛根样品,方法具有可行性和有效性,为利用近红外光谱结合模式识别技术进行葛根品种真伪优劣鉴别、道地性及产地可追溯研究提供了理论依据和实用方法。

• 单位
  云南中烟工业有限责任公司技术中心