[发明专利]一种基于近红外光谱技术鉴别野生和养殖海鲈鱼的方法

摘要

本发明公开了一种基于近红外光谱技术鉴别野生和养殖海鲈鱼的方法，所述方法包括以下步骤（1）样品的前处理；（2）图谱采集；（3）光谱预处理；（4）主成分分析；（5）libsvm options参数优化；（6）模型的构建。本发明利用近红外光谱分析技术结合化学计量学方法建立了野生和养殖海鲈鱼的鉴别模型，方法性考察表明该方法重复性好，稳定性强，符合模型的要求；该方法快速、准确、无污染，对野生和养殖海鲈鱼的鉴别正确率高达100%。

主权项

一种基于近红外光谱技术鉴别野生和养殖海鲈鱼的方法，其特征在于，所述方法包括以下步骤：(1)样品的前处理：分别将野生和养殖海鲈鱼去鳞、去皮、去内脏，沿背部采肉，用绞肉机绞碎混匀，装入培养皿中，轻轻压实以排除培养皿底部的气泡；(2)图谱采集：利用傅里叶变换红外光谱仪，设置扫描波数范围为10000～4000cm‑1，扫描次数64，分辨率8cm‑1，每个样品重复采集3次光谱，取平均光谱作为原始光谱图，构建野生和养殖海鲈鱼的近红外光谱图库；(3)光谱预处理：光谱预处理方法选自未处理、多元散射校正(MSC)、标准正态变量变换(SNV)、一阶导数(FD)、二阶导数(SD)、平滑中的一种或多种；(4)主成分分析：将预处理后的光谱数据进行主成分分析，选取前10个主成分的得分值作为支持向量机的输入；(5)libsvm options参数优化：采用交互验证(cross validation,CV)意义下的网格搜寻(grid search)、遗传算法(genetic algorithm,GA)、粒子群优化算法(particle swarm optimization,PSO)寻找最佳参数c和g；(6)模型的构建：选取样本数的三分之二作为训练集，剩余三分之一作为预测集进行判别验证，建立野生和养殖海鲈鱼的SVM分类模型。