傅里叶近红外光谱法快速检测5种常见的食源性致病菌

目的建立傅里叶近红外光谱法快速检测5种常见的食源性致病菌。方法将5种常见致病菌的标准菌株和分离株分别富集培养,再经冷冻干燥制备成菌粉,利用傅里叶近红外光谱仪全波长扫描,得其原始特征光谱,由仪器自带OPUS软件进行光谱图预处理,再对用软件进行主成分分析和偏最小二乘法判别分析,最后建立起快速鉴别菌种的模型。结果最终显示偏最小二乘法模型优于主成分分析模型。偏最小二乘法模型提取的特征波段为7506.1~6098.1cm^–1,选择的预处理方式是一阶求导和扣除一条直线,其决定系数的平方(R2)为93.14%较为接近1,交叉验证均方根的值为0.361较为接近零,预测偏差大于3.82,正确率达到90%,模型拟合良好。结论该方法分析速度快,产出多,不用试剂,不污染坏境,不破坏样品,适合在线实时检测。

基于化学计量学方法的黄水还原糖预测模型研究

目的利用预处理对近红外光谱原始数据集进行降噪及非相关信息剔除后,采用间隔偏最小二乘法(interval partial least squares,iPLS)与连续投影算法(successive projections algorithm,SPA)联用的特征波段筛选算法降低模型复杂度,建立高精度低冗余度的黄水还原糖预测模型。方法在最佳的3种预处理方法的基础上,利用竞争性自适应重加权算法、间隔偏最小二乘回归法、连续投影算法对250个样品的光谱数据进行特征波段筛选,采用光谱-理化值共生距离算法进行样品集的划分,划分比例为3:1。结果黄水还原糖预测模型经iPLS-SPA算法处理后,得到了更高的精度与稳定性,且预测可决系数较原始数据集提升7.28%,为0.962;预测均方根误差下降85.40%,为0.220;光谱变量数下降95.46%,为100。结论在预处理后加入iPLS-SPA特征波段筛选算法,能够提升黄水还原糖预测模型精度,极大减低冗余度。