[發明專利]一種基于近紅外光譜技術鑒別不同品牌和段數奶粉的方法

在審

• 申請號: 201710189560.X
• 申請日: 2017-03-27
• 公開（公告）號: CN107024450A
• 公開（公告）日: 2017-08-08
• 發明（設計）人: 李偉;王玉;梅晉源;楊濤;馬軍海;楊俊萍;萬翠芬
• 申請（專利權）人: 云南小寶科技有限公司
• 主分類號: G01N21/359
• 分類號: G01N21/359
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于近紅外光譜技術鑒別不同品牌和段數奶粉的方法，其特征在于：具體的鑒別方法為：步驟一、近紅外原始光譜采集：收集不同品牌和段數的正品合格奶粉，在恒溫恒濕條件下，利用近紅外光譜分析儀，分別采集不同類型奶粉的近紅外漫反射光譜，光譜采集范圍為：波數在12000cm^-1-4000cm^-1之間；

步驟二、選取原始光譜波段內特征明顯的光譜波段或波長為建模波段或波長；

步驟三、光譜預處理：對建模波段或波長，采用多元散射校正、標準正態變化、微分、平滑等方法中的一種或幾種對光譜進行預處理，以去除光譜噪聲，提高信噪比，達到理想的建模效果；

步驟四、PLS-DA分類模型的建立:將預處理后的樣品光譜，按類別用主成分分析法對每一類奶粉樣品光譜進行探索性分析，初步剔除光譜異常樣品；將每一類樣品分為訓練集和驗證集，對于訓練集和驗證集的選擇，參考GB/T 29858《分子光譜多元校正定量分析通則》，用訓練集樣品建立分類模型，在建模過程中，通過不斷優化模型，提高模型的判別能力和穩健性，對異常樣品進行識別，選擇適宜的主成分數建模；

步驟五、PLS-DA分類模型的驗證:利用驗證集對建立的分類模型進行驗證，通過識別率評估類模型的判別能力；

步驟六、主成分類模型的建立：按第四步步驟對光譜進行處理，剔除異常樣品后，劃分訓練集和驗證集，用訓練集樣品分別建立每一類奶粉樣品的PCA類模型，在建模過程中不斷優化，選取最適宜的主成分數建模，通過Hotelling T²統計量監測未知樣品，以Hotelling T²統計量的99％置信限作為控制限，95％置信限作為預警限，建立的類模型能確證未知樣品是否屬于該類別；

步驟七、PCA類模型的驗證：通過建立的奶粉主成分類模型，提取Hotelling T²統計量對不同類型奶粉樣本進行驗證；

步驟八、奶粉品牌和段數的鑒別:將建立好的奶粉品牌和段數的PLS-DA模型應用于未知奶粉樣品，計算樣本類別值，先根據類別值判定奶粉的品牌和段數，再利用PLS-DA判定結果，調取該類別相應的主成分類模型，提取Hotelling T²統計量進行判定，如兩種方法判定都屬于該類別，則該樣品為正品。