吕都，唐健波，赵绪婷，刘永翔，李俊，陈中爱，王梅，冯亚超

（1.贵州省农业科学院生物技术研究所，贵州 贵阳 550006；2.遵义师范学院生物与农业科技学院，贵州 遵义 563006；3.叶县食品检验检测中心，河南 平顶山 467200）

小麦（Triticum aestivum），为禾本科植物，是一种在世界各地广泛种植的谷类作物，在我国北方地区种植面积大，是主要粮食作物之一，约占全国粮食消费总额的20%[1-2]。小麦营养丰富，易被霉菌污染[3]，其富含淀粉、蛋白质、脂肪和矿物质是霉菌等微生物生长的良好培养基[4]。当小麦的储藏条件适宜霉菌和其他微生物生长时，霉菌等微生物会快速繁殖消耗小麦的营养物质[5-6]，并产生有毒有害的代谢毒素，造成小麦发霉变质使其商品性降低，甚至会对人畜产生毒害作用[7]。

目前，常用的霉菌污染检测方法主要有平板计数法[8]、酶联免疫法[9]和荧光染色法[10]等，这些方法灵敏度和精准度较高，但是需要的试验试剂多，试验的操作过程比较繁琐，试验花费的时间较长，检测的效率较低。近红外光谱分析技术是由硬件、化学计量学软件和模型三部分构成，傅里叶变换近红外光谱仪用于采集样品的近红外光谱，化学计量学软件用于建立预测模型，预测模型用于待测样品的定量和定性预测分析[11-12]。

常用化学计量学分类算法主要有偏最小二乘判别分析法（partial least squares-discriminant analysis，PLS-DA）和支持向量机分类法（support vector machine classification，SVM）。PLS-DA是一种有监督模式的分析方法，根据已知样品集的特征变量，选定适合的判别准则建立分析模型，将光谱数据与分类变量进行线性回归，对未知样品进行判别分析[13]。……