科研产出
基于偏最小二乘法判别分析与随机森林算法的牛肝菌种类鉴别
《光谱学与光谱分析 》 2022 EI SCI 北大核心 CSCD
摘要：牛肝菌作为一种著名的野生食用菌,具有较高的食用价值和经济价值.牛肝菌种类繁多,不易区分,建立一种有效、快速、可信的种类鉴别技术,可为牛肝菌提高品质提供一种方法.本研究采集云南不同地区7种野生牛肝菌共计683株,获取样品中红外光谱和紫外光谱,分析不同种类牛肝菌平均光谱图特征.基于多种预处理组合(SNV+SG,2D+MSC+SNV,1D+MSC+SNV+SG,MSC+2D)的单一光谱数据结合两种特征值提取法(PCA,LVs)构建了偏最小二乘法判别分析与随机森林算法并结合数据融合策略对牛肝菌进行种类鉴别,有一定的创新性.结果表明:(1)中红外光谱和紫外光谱的不同种类牛肝菌平均光谱吸收峰差异较小,吸光度具有细微差异.(2)合适的预处理可提高光谱数据信息,偏最小二乘法判别分析和随机森林算法模型的中红外光谱数据和紫外光谱数据最佳预处理组合为2D+MSC+SNV,SNV+SG,2D+MSC+SNV,1D+MSC+SNV+SG.(3)单一光谱模型中,中红外光谱模型优于紫外光谱模型,中红外光谱最佳预处理组合2D+MSC+SNV的偏最小二乘法判别分析模型正确率训练集99.78%,验证集99.12%;随机森林模型正确率训练集93.20%,验证集99%.(4)数据融合策略提高了分类正确率,低级融合的偏最小二乘法判别分析模型训练集和验证集正确率为100%,99.12%.随机森林模型训练集和验证集正确率为92.32%,99.14%.(5)随机森林算法中级数据融合Latent variable(LVs)正确率为训练集92.76%,验证集96.04%;中级数据融合Principal components analysis(CPA)正确率为训练集97.15%,验证集100%.(6)偏最小二乘法判别分析中级数据融合(LVs)正确率为训练集100%,验证集99.56%;中级数据融合(CPA)训练集和验证集正确率均能达到100%.基于偏最小二乘法判别分析和随机森林算法结合数据融合策略对牛肝菌进行种类鉴别,鉴别效果理想.偏最小二乘法判别分析中级数据融合(CPA)可作为一种低成本高效率的牛肝菌种类鉴别技术.
关键词： 牛肝菌;中红外光谱;紫外光谱;偏最小二乘法判别分析;随机森林;数据融合
全文链接
请求原文
应用光谱分析方法测定牛肝菌的产地和不同部位矿物质含量
《光谱学与光谱分析 》 2020 EI 北大核心 CSCD
摘要：我国是全球最大的牛肝菌出口国,云南则是国内牛肝菌最大产区.美味牛肝菌香郁爽滑、营养丰富,备受消费者青睐,但因不同的地理气候和环境差异,导致品质参差不齐.开展云南省不同产区美味牛肝菌产地鉴别,有利于提高商品质量控制.本研究采集云南省13个产地美味牛肝菌样品124份,使用傅里叶变换中红外光谱(FTIR-MIR)、傅里叶变换近红外光谱(FTIR-NIR)、紫外可见光谱(UV-Vis)和电感耦合等离子体原子发射光谱法测定光谱信息与不同部位矿质元素含量并进行分析,对原始光谱进行平滑(Savitzky-Golay,SG)、二阶导数(SD)、标准正态变换(SNV)等预处理,数据使用Kennard-Stone分类法分为训练集与预测集,通过偏最小二乘辨别分析(PLS-DA)和支持向量机(SVM)建立分类模型后进行对比分析,寻找最佳的产地鉴别方法.结果显示:(1)元素测定方法中茶叶标准物质回收率在91.00% ~106.00% 之间,方法准确可靠;(2)美味牛肝菌富含元素K,P,Mg,Na和Ca且不同部位相同产地,不同产地相同部位元素之间存在差异性,可能与美味牛肝菌不同部位的富集能力和不同产地地理环境差异相关;(3)中级融合通过主成分分析(PCA)提取重要信息,其中FTIR-MIR和UV-Vis光谱数据的累计贡献率达到83.50% 和66.70%,代表重要信息变量;(4)在PLS-DA与SVM模型中,数据融合后的产地鉴别效果基本高于单一数据鉴别,说明数据融合策略在美味牛肝产地鉴别中效果显著;(5)采用Hottelling T2检测法对数据融合进行异常值检验,结果表明模型未超过置信区间,具有准确性与可信性;(6)PLS-DA模型的初级融合和中级融合结果都高于SVM,说明PLS-DA模型中级融合可以作为产地鉴别的最佳方法.多种光谱结合不同部位矿质元素可准确鉴别不同产地美味牛肝菌,为云南美味牛肝菌地域品质差异评价提供有效的分析方法.
全文链接
请求原文
野生牛肝菌元素含量特征分析及其种类鉴别
《现代食品科技 》 2019 北大核心
摘要：野生牛肝菌的营养价值及暴露风险关系到消费者的健康安全,并严重影响其市场稳定和贸易出口。本文采用电感耦合等离子体原子发射光谱法和傅里叶变换红外光谱法测定8种野生牛肝菌429份样品中12种元素的含量和光谱数据,分析元素含量特征及食用健康风险,同时基于元素含量、红外光谱、初级融合和中级融合数据分别建立偏最小二乘判别分析和支持向量机(SVM)判别模型,比较其鉴别效果。结果显示:野生牛肝菌富含Ca、Mg、Na、Zn等矿质元素,适量摄入可以补充人体营养需求,同时也应当注意部分牛肝菌的Cd暴露风险;基于中级融合建立SVM判别模型,其训练集和预测集正确率均为100%,能够快速、准确鉴别牛肝菌种类,有效避免因误采误食导致的中毒事件发生。系统性的对牛肝菌进行元素含量分析、健康风险评估和种类鉴别,为其品质安全评估和资源的开发利用提供参考。
关键词： 野生牛肝菌 矿质元素 风险评估 数据融合 种类鉴别
全文链接
请求原文
光谱分析技术在野生食用牛肝菌研究中的应用研究进展
《食品科学 》 2019 EI 北大核心 CSCD
摘要：牛肝菌具有重要的食药用和经济价值,是世界性美味野生食用菌。其质量安全可控是保障消费者健康及产业绿色持续发展的基础,建立全面、稳定、系统的质量评价方法有利于强化牛肝菌质量控制,对市场稳定发展具有重要意义。光谱分析技术具有简便、快速、实用性强等特点,能够弥补传统感官评定的缺陷,提高分析准确性,广泛用于牛肝菌品质研究,是评价牛肝菌品质优劣、鉴别真伪以及确保其质量稳定一致的重要技术支撑。本文对近年国内外光谱分析技术在野生食用牛肝菌研究方面的应用现状和进展进行综述,探讨了红外、紫外光谱及多光谱信息融合技术在牛肝菌产地、种类、贮藏年限鉴别评价等方面的应用前景,以期为牛肝菌的深入研究和合理开发利用提供参考。
关键词： 牛肝菌 红外光谱 紫外光谱 多光谱信息融合 鉴别与评价
全文链接
请求原文
17种分类算法在牛肝菌种类鉴别研究中的应用
《光谱学与光谱分析 》 2019 EI SCI 北大核心 CSCD
摘要：由于部分毒菌与野生食用菌形态和生物学特征相似,农民仅凭经验采集,难免将两者混淆,从而导致严重的食品安全事故。云南省作为国内野生食用菌产量最高、出口量最大的省份,野生食用菌产业发展为云南农村经济发展做出了突出贡献,对不同种类野生食用菌进行快速鉴别,有利于野生食用菌产业的健康发展;分析食用菌亲缘关系,对食用菌育种工作具有积极作用。七种牛肝菌样品,采自云南及周边七个产地,利用FTIR光谱仪分别采集菌柄和菌盖红外指纹图谱,基于低级与中级数据融合策略,将预处理后的菌柄和菌盖FTIR光谱数据进行融合,结合Decision Trees,Discriminant Analysis,Logistic Regression Classifiers,Support Vector Machines,Nearest Neighbor Classifiers和Ensemble Classifiers中的17种算法,分别建立菌柄、菌盖、低级数据融合和中级数据融合模型,每个分类模型连续进行10次运算,通过比较训练集分类正确率平均值,确定牛肝菌种类鉴别最佳分类算法。中级数据融合数据集进行系统聚类分析(HCA),对推测不同种类牛肝菌样品的亲缘关系进行鉴定。结果显示:(1)菌柄、菌盖和低级数据融合模型最佳分类算法均为Linear Discriminant,训练集分类正确率分别为92.8%,96.4%和97.6%。中级数据融合模型最佳分类算法为Subspace Discriminant,训练集分类正确率为100%;(2)菌柄、菌盖、低级数据融合和中级数据融合最佳分类模型,全部样品分类正确率平均值分别为93.61%,95.54%,96.99%和99.88%,中级数据融合模型优于其他三种模型,表明中级数据模型可以将相似度较高的样品区分开,且减少了产地对种类鉴别的影响;(3)中级数据融合模型数据集进行HCA,华丽牛肝菌和美味牛肝菌聚类距离最小,表明这两种牛肝菌化学信息较相似,亲缘关系较近;(4)华丽牛肝菌与皱盖疣柄牛肝菌聚类临界值距离最大,表明样品化学信息差异较大,亲缘关系较远。综上表明,基于中级融合策略将不同部位FTIR光谱数据融合,结合Subspace Discriminant与HCA,可以准确鉴别不同种类牛肝菌和快速推测样品亲缘关系,可作为野生食用菌种类鉴别与亲缘关系推测的一种新方法。
全文链接
请求原文
傅里叶变换红外光谱和紫外光谱数据融合对牛肝菌种类的鉴别
《食品科学 》 2018 EI 北大核心 CSCD
摘要：采集5种共272份牛肝菌样品的傅里叶变换红外光谱和紫外光谱,结合多光谱信息融合策略,建立牛肝菌种类快速鉴别的方法。多元散射校正(multiplicative signal correction,MSC)及二阶导数(second derivative,2D)等预处理方法对原始光谱进行优化,比较优化处理对区分不同种类牛肝菌影响;利用优化处理后的光谱数据及融合数据建立偏最小二乘判别分析(partial least squares discriminant analysis,PLS-DA)模型和支持向量机(support vector machine,SVM)判别模型。结果显示:1)经过2D和MSC预处理后,不同种类牛肝菌的PLS-DA鉴别效果优于未优化模型,表明2D+MSC预处理优化了光谱信息并提高了分类准确度;2)基于傅里叶变换红外光谱、紫外光谱、低级融合和中级融合数据分别建立PLS-DA模型,预测正确率为86.87%、66.67%、78.89%和95.56%;建立SVM判别模型,预测正确率分别为88.89%、74.44%、91.11%和100.00%,表明中级融合技术对不同种类牛肝菌鉴别效果显著,优于其他技术;3)中级融合技术在PLS-DA模型和SVM判别模型中对样品的预测正确率分别为95.56%和100.00%,表明SVM判别模型对牛肝菌种类区分效果优于PLS-DA模型。采用中级融合技术建立SVM判别模型,快速鉴别牛肝菌种类,为牛肝菌种类鉴别和质量控制提供可靠、稳定的方法。
关键词： 数据融合 牛肝菌 种类鉴别 紫外光谱 傅里叶变换红外光谱
全文链接
请求原文
多源异构光谱信息融合的食用牛肝菌鉴别方法
《光谱学与光谱分析 》 2018 EI SCI 北大核心 CSCD
摘要：牛肝菌营养丰富,味道鲜美,备受各国消费者青睐。因种间差异和环境因素的多层次影响,不同种类及产地牛肝菌品质参差不齐。目前,利益驱动导致商家在牛肝菌销售过程中以次充好、以假乱真的行为扰乱了食用菌市场,不仅给消费者带来健康风险,也制约了牛肝菌的国际化贸易。采用多源异构信息融合策略对牛肝菌种类与产地进行鉴别,以期为追溯食用菌来源以及正确评价其品质提供一种快速有效的解决方法。试验样品灰褐牛肝菌(Boletus griseus)、栗色牛肝菌(B. umbriniporus)、美味牛肝菌(B. edulis)、皱盖疣柄牛肝菌(Leccinum rugosicepes)和绒柄牛肝菌(B. tomentipes)五种牛肝菌科(Boletaceae)真菌子实体采于云南省保山市、昆明市、玉溪市与红河州。采用傅里叶变换红外光谱仪(FTIR)和紫外可见分光光度计(UV-Vis)采集样品信息。Kennard-Stone算法将样品原始数据分为校正集和验证集。校正集基于FTIR、UV-Vis、低级、中级与高级数据融合建立偏最小二乘判别分析(PLS-DA)模型,其中决定系数(R2cal)、预测能力Q2、校正均方根误差(RMSEE)和交叉验证均方差(RMSECV)用来评价模型鲁棒性。研究结果显示:(1)不同种类及产地牛肝菌FTIR和UV-Vis吸收峰的峰位置、峰形和峰数相似,而吸收强度存有差异,表明牛肝菌所含化学成分相似,但含量有一定差别;(2)PLS-DA模型二维散点图可以看出,中级融合比低级融合能更好的鉴别样品种类及产地;(3)各模型中,中级融合模型具有更大的Q2和最小RMSECV,模型鲁棒性最强;(4)验证集样本用来验证模型泛化能力,FTIR、UV-Vis、低级融合、中级融合及高级融合模型样品种类鉴别正确率分别为92. 86%,35. 71%,97. 62%,100%和95. 23%;产地鉴别正确率分别为71. 43%,61. 90%,61. 90%,97. 62%和76. 19%。表明多源异构信息融合在一定程度上优于独立模型,其中,中级数据融合种类鉴别正确率100%,产地鉴别正确率97. 62%,模型具有更优的鉴别效果和泛化能力。FTIR和UV-Vis结合中级数据融合策略能实现牛肝菌种类快速精确鉴别,产地快速有效鉴别,可作为食用菌来源追溯以及品质评价的一种新方法。
关键词： 牛肝菌 FTIR UV-Vis 多源异构信息融合 种类及产地鉴别
全文链接
请求原文
不同储藏年限绒柄牛肝菌紫外&红外光谱数据融合鉴别研究
《现代食品科技 》 2018 北大核心
摘要：野生食用菌干品长时间储藏会引起微生物增殖、物理及化学变化,影响其商品品质,为保证其质量安全,亟需建立快速有效的方法,鉴别不同储藏年限野生食用菌。本研究采集5个储藏年限,77个绒柄牛肝菌子实体的紫外(UV)与傅里叶变换红外(FT-IR)光谱,采用卷积平滑(SG)、二阶导数(2-D)、标准正态变量(SNV)等方法对光谱进行预处理,结合偏最小二乘判别分析(PLS-DA),建立UV、FT-IR、低级和中级数据融合模型。结果显示:UV与FT-IR光谱最佳预处理分别为SG+2-D和SG+2-D+SNV;UV、FT-IR、低级和中级数据融合模型,总样品分类错误数分别为10、6、4、3,且中级数据融合的R2cal平均值最接近于1、RMSECV平均值最小,表明中级数据融合分类效果,优于UV、FT-IR和低级数据融合。采用UV与FT-IR中级数据融合策略结合PLS-DA,能够准确鉴别不同储藏年限牛肝菌样品,为野生食用菌品质评价提供一种新思路。
关键词： 数据融合 绒柄牛肝菌 储藏年限 紫外光谱 红外光谱
全文链接
请求原文
多光谱数据融合技术对绒柄牛肝菌产地的鉴别
《食品科学 》 2018 EI 北大核心 CSCD
摘要：采集5个产地96份绒柄牛肝菌样品的红外光谱和紫外光谱,结合多光谱信息融合策略,建立快速、有效鉴别绒柄牛肝菌产地的方法。运用多元散射校正、标准正态变量、二阶导数等预处理方法对原始光谱数据进行优化处理,减少噪音干扰。选取具有指纹特性的光谱信息进行初级数据融合;通过偏最小二乘判别分析(partial least squares-discriminant analysis,PLS-DA)筛选光谱数据中变量在投影方向重要程度大于1的波段,进行中级数据融合。利用优化处理后的单一光谱数据及多光谱融合数据建立PLS-DA模型和支持向量机(support vector machine,SVM)判别模型,比较两种判别模型对绒柄牛肝菌产地的鉴别效果。结果显示,通过红外光谱、紫外光谱、初级融合和中级融合数据分别建立PLS-DA模型,对绒柄牛肝菌产地的预测正确率为56.25%、56.25%、62.50%和81.25%;建立SVM判别模型,产地预测正确率分别为90.63%、65.63%、87.50%和96.88%,表明中级融合技术对绒柄牛肝菌产地鉴别效果显著,优于其他技术;并且SVM判别模型对牛肝菌产地区分效果优于PLS-DA模型。采用中级融合技术建立SVM判别模型,能够快速、有效鉴别不同产地绒柄牛肝菌,同时为食品质量监控提供有效方法和理论基础。
关键词： 数据融合 绒柄牛肝菌 产地鉴别 紫外光谱 红外光谱
全文链接
请求原文
不同部位矿质元素与红外光谱数据融合对美味牛肝菌产地溯源研究
《光谱学与光谱分析 》 2018 EI SCI 北大核心 CSCD
摘要：野生食用菌产地溯源研究中,采用单一有机成分或矿质元素指纹存在一定局限性。利用不同指纹分析技术的互补性与协同性,将不同部位与类型的化学信息进行融合,探讨此方法对野生食用菌产地溯源的可行性,以期为野生食用菌溯源提供新的思路与科学依据。通过测定云南7个产地、124个美味牛肝菌(菌柄、菌盖)中15种矿质元素的含量,以及子实体傅里叶变换红外光谱(FTIR)。标准正态变换(SNV)、二阶导数(2D)等算法对原始光谱进行预处理。基于低级与中级数据融合策略,将预处理后的FTIR光谱与菌柄、菌盖矿质元素数据进行融合,结合支持向量机(SVM)分别建立菌柄、菌盖、FTIR、低级数据融合(菌柄+菌盖,菌柄+菌盖+FTIR)与中级数据融合(菌柄+菌盖+FTIR)判别模型;分析比较模型参数,确定快速甄别美味牛肝菌产地的可靠方法。结果显示:(1)菌盖中Cd,Cr,Cu,Li,Mg,Na,P和Zn元素平均含量高于菌柄,Ba,Ca,Co,Ni,Rb,Sr和V元素在菌柄中平均含量高于菌盖。美味牛肝菌中人体必需矿质元素Ca,Cu,Mg,P和Zn平均含量远高于小麦、水稻干品和新鲜蔬菜,与动物干制品含量相似;(2)FTIR光谱数据最佳预处理方法为3D+SNV,其Q2和R2 Y分别为76.64%,88.91%;(3)菌柄、菌盖、FTIR、低级数据融合与中级数据融合SVM模型,c值分别为8 192,4 096,1.414 2,11.313 7,1和0.7071 1,菌柄和菌盖模型c值较大,表明采用单一菌柄或菌盖矿质元素含量数据,SVM训练存在过拟合风险,判别效果较差;(4)FTIR、低级数据融合和中级数据融合SVM模型,样品分类错误总数分别为7,9,7和0,中级数据融合(菌柄+菌盖+FTIR)模型样品分类正确率最高。表明基于中级融合策略将不同部位矿物元素和子实体FTIR光谱数据融合,可作为野生食用菌产地溯源的一种有效方法。
关键词： 产地溯源 美味牛肝菌 矿质元素 FTIR 不同部位 数据融合
全文链接
请求原文
