[发明专利]一种基于拉曼光谱指纹分析技术鉴别花生油产地的方法在审

专利信息
申请号: 202110838141.0 申请日: 2021-07-23
公开(公告)号: CN113567417A 公开(公告)日: 2021-10-29
发明(设计)人: 赵海燕;朱鹏飞;杨庆利 申请(专利权)人: 青岛农业大学
主分类号: G01N21/65 分类号: G01N21/65
代理公司: 山东三邦知识产权代理事务所(普通合伙) 37308 代理人: 肖太升;张立得
地址: 266000 山东省青*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 光谱 指纹 分析 技术 鉴别 花生油 产地 方法
【权利要求书】:

1.一种基于拉曼光谱指纹分析技术鉴别花生油产地的方法,其特征在于,步骤如下:

(1)拉曼光谱采集

收集不同产地的花生油作为样本,采集拉曼光谱特征波段图谱,扫描范围在1400-1500cm-1和1600-1700cm-1,剔除异常光谱数据,得到花生油的原始拉曼光谱数据;

(2)光谱预处理

对步骤(1)所述的花生油原始拉曼光谱数据进行光谱预处理,采用基线校正、Savitzky-Golay去卷积平滑及标准正态变换联用算法对光谱的基线漂移及光散射进行消除,得到不同产地花生油的拉曼光谱预处理数据;

(3)构建判别模型

基于步骤(2)中的拉曼光谱预处理数据构建SVM判别模型;

(4)待测样品的产地确定

将待测样品置于1400-1500cm-1和1600-1700cm-1的拉曼光谱指纹特征波段下进行扫描,获得该扫描波段条件下的拉曼光谱数据,采用步骤(2)所述方法对数据进行预处理,利用步骤(3)建立的SVM判别模型预测其所属类别,确定待测样品的产地。

2.根据权利要求1所述的鉴别花生油产地的方法,其特征在于,拉曼光谱特征波段图谱的采集,过程如下:设置拉曼成像光谱仪的检测条件,将待测样品油滴在用锡箔纸包裹的载玻片上,将载玻片置于载物台并在成像显微镜下调至合适视野,待拉曼特征峰高于1000a.u.,信噪比高于150后,保存拉曼光谱数据。

3.根据权利要求2所述的鉴别花生油产地的方法,其特征在于,拉曼成像光谱仪的检测条件为:激光光源波长:532nm,物镜倍数:10X,分辨率:4cm-1,入射激光能量:10.0mW,曝光时间:0.5sec,扫描次数:35次,出光狭缝:50μm。

4.根据权利要求1所述的鉴别花生油产地的方法,其特征在于,光谱预处理所采用的分析软件为Unscrambler X 10.4。

5.根据权利要求1所述的鉴别花生油产地的方法,其特征在于,所述SVM判别模型的构建过程为:将步骤(2)中的拉曼光谱预处理数据输入分析软件,并按照产地进行赋值,输出信号有y=+1和y=-1两种,分别代表了不同的产地分类;依次选择任务-分析-支持向量机分析,进入支持向量机分析,在模型中输入如下参数:预测因子描述符为拉曼光谱指纹特征波段全数据,行设置为数据集,列设置为拉曼光谱指纹特征波段;分类中类别设置为拉曼光谱指纹特征波段全数据,行设置为数据集,列设置为产地;设置加权为常量1.00;SVM类型设置为C-SVC(C=1);核函数类别设置为线性核,输出模型即为SVM模型。

6.根据权利要求5所述的鉴别花生油产地的方法,其特征在于,所述核函数为SVM模型的分类决策函数为其中,xi为第i个特征向量,xj为xi的一个分量,T为拉曼光谱指纹特征波段的训练数据集,αi为拉格朗日乘子且αi≥0,yi表示样品产地,参数b*是决定竖直平面沿着垂直于直线方向移动的距离。

7.根据权利要求5所述的鉴别花生油产地的方法,其特征在于,构建SVM模型的过程中,分析软件为Unscrambler X 10.4和/或IBM SPSS Stats 25.0。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于青岛农业大学,未经青岛农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110838141.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top