-
题名高光谱成像技术对熏硫枸杞的快速鉴别
- 1
-
-
作者
李赛楠
林兆祥
陈旅翼
熊伟
樊燚
冯欣
王茜
-
机构
中南民族大学
武汉七斗光电科技有限公司
中国藏学研究中心藏医药研究所
-
出处
《光谱学与光谱分析》
北大核心
2025年第S1期177-183,共7页
-
基金
湖北省国际科技合作项目(2025EHA030)资助。
-
文摘
枸杞作为一种典型的滋阴类中药材,因其具有丰富的营养成分而受消费者青睐。然而当今市场上充斥着大量的经过硫磺熏制的枸杞,导致枸杞二氧化硫严重超标,对消费者健康构成潜在威胁。针对这一问题,以宁夏中宁枸杞为样本,采用高光谱成像技术开展无损快速鉴别方法研究,在自行构建的高光谱成像系统装置上,分别对熏硫枸杞和自然晾晒枸杞进行高光谱反射率测定,通过黑白校正对数据进行预处理,并采用阈值分割方法从感兴趣区域中提取有用的光谱数据。使用主成分分析法(PCA)对光谱数据进行降维,消除光谱的冗余信息和干扰特征,以2~20个主成分个数作为特征变量,分别建了线性判别分析(LDA)、支持向量机(SVM)和随机森林(RF)3种判别模型,采用预测集准确率、F1-score及AUC值等多维度指标对不同模型的分类性能进行综合评价。结果显示,SVM模型在仅结合3个主成分时即可实现最优分类,预测集准确率和F1分数均达96.15%,AUC值为0.9685,体现出在低维条件下的优越性与稳健性。相比之下,LDA需在较高维条件下才能获得接近SVM的性能,而RF虽在低维下具备一定鲁棒性,但随维度增加其性能因冗余特征影响而下降。综合分析表明,“3个主成分+SVM”模型在准确率、稳定性与计算效率方面表现最佳,可作为枸杞熏硫检测的优选方案。该方法实现了枸杞品质的无损、快速(<2 s)高精度(>95%)检测,为枸杞质量安全监管提供了智能化技术支撑。基于此方法,可以进一步开发便携式枸杞熏硫监测设备,同时其研究方法和部分研究成果可推广至其他植物药材品质控制领域。
-
关键词
枸杞
高光谱成像
主成分分析
熏硫检测
分类模型
-
Keywords
Goji berry
Hyperspectral imaging
Principal component analysis
Sulfur-fumigation detection
Classification model
-
分类号
Q433.41
[生物学—生理学]
-
