来源：期刊VIP网 时间：
作者：赵玉霞;王茹;张世芝;殷博;张明锦;
单位：青海师范大学化学化工学院;青海民族大学化学化工学院;青海省环境功能材料先进技术与应用重点实验室;
摘要：“互助”青稞酒是中国地理标志产品，对其快速、准确识别至关重要。该研究利用紫外光谱(ultraviolet spectrum, UV)、近红外光谱(near infrared spectrum, NIR)及UV-NIR融合光谱结合化学计量学方法对“互助”青稞酒进行判别分析。对上述三类光谱数据，分别考察4种光谱预处理方法和5种特征选择方法后确定最佳处理方法，并建立了“互助”青稞酒的偏最小二乘判别分析(partial least squares discriminant analysis, PLS-DA)模型。结果表明，融合光谱能够互补多元化学信息，提高分类模型性能，且中级数据融合光谱建立的模型性能优于低级数据融合光谱。其中用二阶导数预处理、用逐步投影算法筛选变量后得到的中级数据融合光谱建立的PLS-DA模型预测能力最佳，在训练集上的灵敏度、特异性、准确度和曲线下面积值分别为1、1、0.977 3和1,在测试集上的灵敏度、特异性和曲线下面积值分别达到1、0.827 6和0.966 7。紫外-近红外中级数据融合光谱结合化学计量学方法可用于“互助”青稞酒的快速判别分析。
关键词：中国“互助”青稞酒;;中级数据融合;;化学计量学;;偏最小二乘判别分析
基金资助：国家自然科学基金项目(22363010);; 青海省自然科学基金(2022-ZJ-769)资助
