梅花鹿角帽具有较高的药用和经济价值,因其质地坚硬,故一般选择打成粉末使用.消费者很难从外观上去判别梅花鹿角帽粉是否为正品,导致其假冒与掺假事件层出不穷.因此,提出利用中红外光谱(FTIR)结合机器学习探索一种识别梅花鹿角帽粉假冒与掺假的方法,以解决用马鹿角帽粉、梅花鹿骨粉假冒梅花鹿角帽粉和牛骨粉掺假梅花鹿角帽粉的问题.从黑龙江、吉林、辽宁3省共5个地区采集梅花鹿角帽、马鹿角帽、梅花鹿骨各120份,共360份样品;牛骨采购于长春市南关区农贸市场,使用牛骨粉掺假梅花鹿角帽粉,掺假比例分别为5％,10％,20％,30％,40％,50％,每种比例各20份,共120份.采集样品中红外光谱数据,多元散射校正(MSC)对光谱进行预处理,经K-S法抽样,按3:1的比例划分训练集和测试集后,对光谱数据进行归一化(normalization)和主成分(PCA)分析降维处理.根据主成分个数累积贡献率≥85％,主成分特征值≥1原则,选择前7个主成分构成降维后的光谱数据;分别将全光谱(FS)数据与PCA降维后的光谱数据作为模型输入,建立支持向量机(SVM)、随机森林(RF)、极限学习机(ELM)识别模型.结果表明,梅花鹿角帽粉正品与假冒伪品、掺假次品的波谱在波段1300～1800和2800～3600 cm-1处存在差异,尤其是掺假比例≥10％ 以上的梅花鹿角帽粉与纯梅花鹿角帽粉差异明显.在识别梅花鹿角帽粉假冒与掺假模型中,FS-SVM,PCA-SVM,FS-RF模型均有很好的识别效果,其训练集与测试集识别率均为100％,其他模型识别率均低于98％.从简化模型的角度上比较,FS-SVM,FS-RF建模时间分别为4859.36和1818.96 s,而PCA-SVM建模时间仅为19.91 s.因此,PCA-SVM在6种识别模型中整体效果最佳.研究表明,中红外光谱结合支持向量机建模可以作为一种快速、准确、无损鉴别梅花鹿角帽粉假冒与掺假的有效识别方法.

梅花鹿角帽;中红外光谱;主成分分析;支持向量机;随机森林;极限学习机

杨承恩;武海巍;杨宇;苏玲;袁月明;刘浩;张爱武;宋子洋

吉林农业大学工程技术学院,吉林 长春 130118;吉林农业大学食药用菌教育部工程研究中心,吉林 长春 130118;吉林农业大学动物科学技术学院,吉林 长春 130118

光谱学与光谱分析

[1]杨承恩;武海巍;杨宇;苏玲;袁月明;刘浩;张爱武;宋子洋-.中红外光谱和支持向量机的梅花鹿角帽粉假冒与掺假识别模型)[J].光谱学与光谱分析,2022(08):2359-2365,2402

梅花鹿角帽,鹿骨

中红外光谱,假冒,掺假,识别模型,坚硬,打成,上去,正品,FTIR,马鹿,骨粉,和牛,牛骨,于长春,长春市,市南,南关区,农贸市场,光谱数据,多元散射校正,MSC,训练集,测试集,normalization,降维处理,分个,成分特征,成分构成,全光谱,FS,模型输入,RF,极限学习机,ELM,伪品,次品,波谱,波段,识别率,模型识别,从简,简化模型,整体效果,无损鉴别

0.186772