矿物元素结合簇类独立软模式法对冬枣产地判别模型的优化

作者：夏立娅; 李小亭; 李晓杨; 张晓瑜; 尹洁璇

来源：河北大学学报(自然科学版), 2016, 36(04): 374-379.

• 冬枣
• 元素
• 主成分分析
• 簇类独立软模式

为了提高冬枣产地鉴别方法的准确性,测定了69个冬枣样本中10种元素的含量,并对数据进行了差异性分析、主成分分析和簇类独立软模式分析(SIMCA).结果表明,冬枣中Mg、B、Mn、Fe、Zn等元素在不同产地间存在显著差异,利用主成分分析可以看出不同产地样本有较好的聚类趋势.在前4个主成分中,Fe、B、Mn、Zn和K元素的载荷值较高,是重要的产地识别元素.利用SIMCA建立的产地判别模型,置信水平为5%时对验证集样本判别结果最好,识别率为100%,拒绝率为78.95%.研究结果证实了农产品中多元素分析结合SICMA法可以有效用于原产地的鉴别.

• 单位
  河北大学