基于近红外光谱和多层感知机的贻贝中腹泻性贝毒快速无损检测

作者：刘忠艳^*; 刘瑶; 乔付; 郝博麟; 姜微; 熊建芳

来源：食品与发酵工业, 2023, 49(08): 258-271.

DOI：10.13995/j.cnki.11-1802/ts.032253

• 近红外光谱
• 腹泻性贝毒
• 贻贝
• 多层感知机
• 光谱预处理

以腹泻性贝毒(diarrheal shellfish poison, DSP)污染和未污染良好贻贝为研究对象，利用近红外光谱仪采集950～1 700 nm波长内各120个样本的光谱数据；分析确定适合贻贝近红外光谱(near-infrared spectroscopy, NIS)的最佳预处理方法来消除环境光的影响；构建多层感知机(multi-layer perceptron, MLP)模型作为检测DSP污染贻贝的分类器。将240个样本构成的数据集按照7∶3随机划分为训练集和测试集，将运行50次模型得到的准确率的平均值作为最终评价指标，检测DSP污染贻贝的准确率达到99.94%。该研究所构建的基于NIS的MLP模型对DSP的检出限为35μg/kg。对于实际应用中存在的数据集中训练集所占比重不同、小样本和类别不均衡等问题，分析了MLP模型的检测性能。实验结果表明，基于一阶导数光谱预处理的MLP模型对以上3种问题不敏感，说明该分类器泛化能力及鲁棒性较强。因此，将NIS与MLP分类器结合是一种可行的贝毒无损鉴别的新方法。

• 单位
  岭南师范学院