来源：期刊VIP网 时间：
作者：魏泉增;房靖晶;朱佳文;张月娇;张赛阳;
单位：许昌学院食品与药学院;
摘要：本研究构建了基于紫外可见光谱法快速识别紫苏产地的方法。采集不同产地紫苏200～700 nm紫外可见光谱，将原始光谱数据进行极差标准化(Range standardization, RS)、RS-一阶求导(First derivative, FD)、RS-二阶求导(Second derivative, SD)、RS-小波变换(Wavelet transform, WT)、RS-WT-FD和RS-WT-SD预处理。采用主成分分析(Principal component analysis,PCA)比较不同数据预处理方法区分紫苏产地效果。对RS-WT-SD数据采用K-最邻近(K-Nearest Neighbor, KNN)、偏最小二乘法判别分析(Partial least squares discriminant analysis, PLS-DA)和人工神经网络(Artificial neural network, ANN)对紫苏的产地进行预测。结果表明，不同产地紫苏光谱数据RS-WT-SD预处理效果最好，采用KNN、PLS-DA和ANN算法建模，紫苏产地识别正确率分别为71.4%、68.6%和100%。因此，紫外可见光谱法结合RS-WT-SD-ANN为鉴别紫苏产地提供了一种快速有效的方法。
关键词：人工神经网络;;小波变换;;主成分分析;;偏最小二乘法判别分析;;紫苏
基金资助：河南省自然科学基金面上项目（252300421431）;; 许昌学院大学生创新训练计划项目（X202415）
