[发明专利]一种利用近红外光谱技术鉴别五常稻花香大米的方法

权利要求书

1.一种利用近红外光谱技术鉴别五常稻花香大米的方法，其特征在于：该方法包括以下步骤：

A.采用红外光谱仪对检测样品进行测量；

B.将检测样品测量到的信息输入到数据处理部中,与五常稻花香大米的鉴别模型进行对比得出鉴别结果。

2.根据权利要求1所述利用近红外光谱技术鉴别五常稻花香大米的方法，其特征在于：所述鉴别模型的建立包括如下步骤：

a.将未经任何化学处理的五常稻花香大米和非五常稻花香大米产品直接称取一定量置于样品杯中，保证样品不漏光，即可开始测量；

b.采用红外光谱仪对样品进行扫描,获得五常稻花香大米近红外光谱数据集和非五常稻花香大米近红外光谱数据集；

c.数据处理并建立鉴别模型。

3.根据权利要求2所述利用近红外光谱技术鉴别五常稻花香大米的方法，其特征在于：所述步骤b中采用红外光谱仪对样品进行扫描波数范围是：12500cm^-1-3600cm^-1；分辨率是：8cm^-1；采用漫透射测量模式；且重复扫描数次以上，取测量平均值。

4.根据权利要求3所述利用近红外光谱技术鉴别五常稻花香大米的方法，其特征在于：所述步骤b中所述重复扫描为重复扫描9次以上，取测量平均值。

5.根据权利要求2所述利用近红外光谱技术鉴别五常稻花香大米的方法，其特征在于：所述步骤c中的所述数据处理并建立鉴别模型包括如下步骤：

c1.利用Kennard-Stone算法分别对五常稻花香大米近红外光谱数据集和非五常稻花香大米近红外光谱数据集进行采样，将获得的样本数据分别归为训练集和预测集；

c2.对训练集的近红外光谱数据依次进行二阶导数和标准化处理，其中标准化的公式如下：

X=(X-X‾)/σ;]]>

为矩阵X的列均值矩阵，σ为矩阵X列标准偏差；

c3.设置分类器：当样本属于五常稻花香大米时，设其值为1；当样本不属于五常稻花香大米时，设其值为-1；

c4.采用偏最小二乘法PLS建立校正集近红外光谱与分类器之间的关系，构建五常稻花香大米分类模型；

c5.用大量样本对模型进行验证。

6.根据权利要求5所述利用近红外光谱技术鉴别五常稻花香大米的方法，其特征在于：所述Kennard-Stone算法、二阶导数、标准化、偏最小二乘法等均采用Matlab6.5软件编写处理程序。