该文采用近红外光谱技术与化学计量学方法结合实现贝类毒素无损鉴别。该研究以新鲜翡翠贻贝为研究对象,使用近红外光谱仪采集健康贻贝和感染腹泻性毒素贻贝的反射光谱数据,利用Savitzky-Golay卷积平滑求导结合标准正态变量变换光谱预处...该文采用近红外光谱技术与化学计量学方法结合实现贝类毒素无损鉴别。该研究以新鲜翡翠贻贝为研究对象,使用近红外光谱仪采集健康贻贝和感染腹泻性毒素贻贝的反射光谱数据,利用Savitzky-Golay卷积平滑求导结合标准正态变量变换光谱预处理方式消除光谱中的干扰因素,采用间隔影响分析(margin influence analysis,MIA)结合连续投影算法(successive projections algorithm,SPA)对数据进行降维处理,应用偏最小二乘线性判别分析(partial least squares linear discriminant analysis,PLS-LDA)方法构建贝类毒素鉴别模型,并与支持向量机和随机森林分析模型进行比较。结果表明,采用MIA-SPA-PLS-LDA方法,可实现贝类毒素的100%鉴别。为此,利用MIA-SPA-PLS-LDA方法可建立准确的贝类毒素鉴别模型,为贝类毒素的快速鉴别提供了新途径,也为后续各种贝类水产品的毒素鉴别分析提供了参考。展开更多
文摘该文采用近红外光谱技术与化学计量学方法结合实现贝类毒素无损鉴别。该研究以新鲜翡翠贻贝为研究对象,使用近红外光谱仪采集健康贻贝和感染腹泻性毒素贻贝的反射光谱数据,利用Savitzky-Golay卷积平滑求导结合标准正态变量变换光谱预处理方式消除光谱中的干扰因素,采用间隔影响分析(margin influence analysis,MIA)结合连续投影算法(successive projections algorithm,SPA)对数据进行降维处理,应用偏最小二乘线性判别分析(partial least squares linear discriminant analysis,PLS-LDA)方法构建贝类毒素鉴别模型,并与支持向量机和随机森林分析模型进行比较。结果表明,采用MIA-SPA-PLS-LDA方法,可实现贝类毒素的100%鉴别。为此,利用MIA-SPA-PLS-LDA方法可建立准确的贝类毒素鉴别模型,为贝类毒素的快速鉴别提供了新途径,也为后续各种贝类水产品的毒素鉴别分析提供了参考。
