基于深度信念网络的近红外光谱鉴别莲子粉掺假

作者：胡仁伟; 俞玥; 倪明龙; 俞娇; 周俊伟; 朱诚; 李占明^*

来源：食品科学, 2020, 41(06): 298-303.

• 莲子粉
• 掺假
• 近红外光谱
• 支持向量机
• 深度信念网络

为快速鉴别莲子粉真伪,利用近红外光谱技术对莲子粉掺杂进行鉴别。基于已知利用支持向量机(support vectormachine,SVM)对光谱数据分类的结果,在未知样品类别的情况下使用基于深度信念网络(deepbelief network,DBN)进行判别。结果表明,当训练集数目达到600时,SVM模型对掺入不同比例各类其他作物粉的平均识别率达到98%;基于DBN模型能够有效识别掺杂了各类其他作物粉的莲子粉,极个别掺杂比例的平均识别率在96%左右。采用DBN算法避免了当前深层神经网络易陷入局部最优和无大量标签样本的情况。近红外光谱技术结合DBN为农产制品掺假的快速检测提供了新的尝试。

• 单位
  中国计量大学; 广东食品药品职业学院; 湖州职业技术学院; 生命科学学院