论文部分内容阅读
粮食安全问题关乎国家的稳定、是人民生活质量的保证,是国民最关心的问题之一。太赫兹光谱技术作为一种新兴的光谱检测技术,在粮食安全检测上具有其独特的优势。本文利用太赫兹光谱技术结合化学计量学方法,以稻米、大米和有色稻米为研究对象,全面的对稻米品质进行检测研究。主要研究结果和结论如下:首先以发芽、发霉及不同霉变程度的稻米为研究对象。利用太赫兹时域光谱技术和化学计量学方法对四种样品进行分类识别研究。分别使用PLS-DA,主成分分析和LS-SVM对数据进行预测建模。利用二阶导数预处理方法之后的数据进行主成分分析和PLS-DA的预测建模均可以将4种品质的稻米较准确的区分。使用原始数据和RBF核函数的LS-SVM建模预测结果最佳,预测精确度可达100%。在对发霉稻米研究的基础上,以不同霉变程度的稻米为研究对象,对霉变2、4、6、8和10天的稻米利用太赫兹技术进行区分。使用PLS-DA和主成分分析的效果均不理想,使用LS-SVM进行建模预测效果很稳定,使用Lin核函数和RBF核函数的LS-SVM预测准确率都可达到98%。接着以同为长粒型的三个品种的大米为研究对象。将所有光谱的吸收数据提取前三个主成分进行主成分三维聚类分析,在三维图的分布上江西万年贡米和东北长粒香米均有部分重叠部分;使用PLS-DA建模预测,误判率为3.3%。使用LS-SVM进行建模预测的效果仍是最佳的,使用RBF核函数的LS-SVM预测精确度为100%。最后以有色稻米(紫米和黑米)为研究对象,对有色稻米掺假问题进行定量检测。先对大米、紫米掺染色大米和紫米掺染色黑米三种样品进行简单的定性分类识别。分别使用PLS和LS-SVM对不同质量分数的掺假样品进行定量检测研究使用基线校正预处理之后的数据结合最小二乘支持向量机法(LS-SVM)进行定量建模效果最佳,其中紫米掺染色大米的预测相关系数(Rp)为0.979,预测均方根误差(RMSEP)为0.091;紫米掺染色黑米的预测相关系数(Rp)为0.948,预测均方根误差(RMSEP)为0.093。本文利用太赫兹光谱技术结合LS-SVM算法建模能准确的对稻米品质进行检测,为太赫兹时域光谱技术在粮食质量安全的检测提供一定的参考和依据。