基于学习向量量化在蜂蜜LIF光谱图像识别的应用*
2021-06-03周孟然
重庆工商大学学报(自然科学版) 2021年3期
汤 超, 周孟然
(安徽理工大学 电气与信息工程信息学院,安徽 淮南 232001)
0 引 言
当今社会,人们对蜂蜜的需求越来越大,但是近几年来蜂蜜以次充好的问题愈发严重,因此对蜂蜜的检测与分类就愈发重要。目前,蜂蜜分类鉴定的常用方法包括液相色谱法和气相色谱法、电子舌法、红外光谱法、稳定同位素技术等。液相色谱法与气相色谱法虽然具有简单、快速等特点,但是在实验前需要对样本进行处理;电子舌法[1-2]是通过构建电子舌系统,通过系统对蜂蜜中的测试物质的响应获得数据识别蜂蜜的类型,电子舌法虽然具有识别速度快等特点,但是受到传感器阵列限制,识别的准确率较低;红外光谱法[3-5]是通过红外光对蜂蜜照射获取红外光谱数据,再利用红外光谱数据对蜂蜜类型进行分析识别,红外光谱法虽然具有鉴定速度快,无污染等特点,但是其灵敏度低;佘僧[6]利用稳定同位素技术对蜂蜜进行分类识别,稳定同位素技术虽然识别准确率高,但其灵敏度低,价格昂贵且不能广泛被应用。
激光诱导荧光(Laser Induced Fluorescence,LIF)技术的特点包含灵敏度高、快速检测、易推广等;而学习向量量化(LVQ)算法的特点包含其算法简单、方便、可以抑制噪音干扰。因此提出一种基于LIF技术与LVQ算法有机结合的方法对蜂蜜进行分类识别。该方法可以解决目前蜂蜜检测技术不能快速准确鉴定的问题,能够满足对蜂蜜快速准确鉴定的要求。
1 实验与方法
1.1 实验仪器
蜂蜜的荧光光谱是在蜂蜜检测实验平台上采集的,图1为激光诱导荧光光谱实验系统框图。……
登录APP查看全文