近红外光谱技术结合宽度学习系统识别国外奶粉产地

目的 利用傅里叶变换近红外光谱技术结合与宽度学习系统对国外奶粉进行产地识别.方法 采集荷兰、新西兰、澳大利亚、德国、法国、英国和爱尔兰7个国家55个奶粉样品的近红外光谱,经过数据预处理、主成分分析降低数据维度和特征筛选,构建基于宽度学习系统(broad learning system,BLS)的奶粉产地快速识别模型.结果 采用多元散射校正加Savitzky-Golay滤波的预处理效果最好,与未做预处理相比,准确率提高14.55％,主成分分析特征数大于38,识别效果最稳定.对荷兰、新西兰、澳大利亚和欧洲其他产地4类产地识别,测试准确率达到100.00％,对样本做7类产地识别,准确率达到81.81％.相同条件下,与支持向量机方法对比,4类产地识别,BLS方法准确率比支持向量机方法高9.10％,7类产地识别,两者准确率相同.结论 本研究提出的基于BLS的方法可以较好实现国外奶粉产地识别,为奶粉产地快速识别提供了新思路.