基于SVM及BPNN的辣椒红外光谱分析

利用小波变换结合反向传播网络(BPNN)和支持向量机(SVM)研究了朝天椒和灯笼椒的傅里叶变换红外(FTIR)光谱,样品1 750~950 cm-1范围的红外光谱经多尺度一维连续小波变换(CWT)和离散小波变换分析,发现第20尺度的连续小波系数,提取该尺度3个区域的系数作为特征参数建立BPNN和SVM模型。结果表明,BPNN和SVM模型都能很好地区别两种辣椒。第5尺度的离散小波细节系数建立BPNN和SVM模型分类的正确率分别为93.3%、100%。小波变换结合BPNN和SVM用于傅里叶变换红外光谱技术中能够准确识别朝天椒、灯笼椒,为区分不同品种的辣椒提供了快速、有效的方法。     

8种康乃馨的FTIR研究

为区分康乃馨植物,利用傅里叶红外光谱(FTIR)技术结合主成分分析(PCA)和聚类分析(HCA)方法,测试研究8种康乃馨品种40个样品的红外光谱。结果表明,8种样品红外光谱图比较相似,但在1800~700 cm^-1范围内红外光谱的峰位、峰形及吸收峰强度差异明显。选取1800~700 cm^-1范围内进行二阶导数处理,利用SPSS进行主成分分析(PCA)和聚类分析(HCA)。前3个主成分的累计贡献率达到96.2%,主成分分析准确率达95%,聚类分析准确率达100%。研究结果显示：傅里叶红外光谱(FTIR)技术结合主成分分析(PCA)和聚类分析(HCA)对康乃馨品种进行鉴别是一种可行的方法。     

基于曲线拟合的6种豆的傅里叶变化红外光谱研究

为能够快速的鉴别不同品种的豆,为豆类蛋白、豆类蛋白酶的提取等问题的研究提供研究依据,利用傅里叶变换红外光谱技术结合聚类分析和曲线拟合测试研究6种豆（黄豆、黑豆、蚕豆、红豆、绿豆和红小豆）54个样品的光谱。结果显示,6种豆的红外图谱相似,但在1800~1000 cm^-1范围内红外光谱的峰位、峰形及吸收强度有明显的差异。选取1800~1000 cm^-1范围的光谱图进行二阶导数处理,利用SPSS软件进行聚类分析,聚类分析正确率为100%。利用Origin 8.5软件对1700~1600 cm^-1范围的原始光谱进行曲线拟合处理,6种豆在酰胺Ⅰ带的吸收峰都由9个子峰叠加而成;其中6种豆的蛋白质二级结构中α-螺旋含量、β-转角含量、无规则卷曲结构含量和β-折叠含量不同。结果表明6种豆的蛋白质的二级结构是不同的,傅里叶变换红外光谱(FTIR)结合曲线拟合可以快速简捷地区分不同品种豆类,并能提供豆类所含蛋白质的二级结构的信息。     

月季花的二维相关红外光谱研究

利用傅里叶红外光谱(FTIR)技术、化学计量学(主成分分析、聚类分析)结合二维相关红外光谱对不同品种月季花进行鉴别分析。不同品种的月季花瓣的红外光谱整体相似,主要由脂类、苷类及多糖类化合物的振动吸收组成。二阶导数光谱在1 800~700 cm-1区域有较大差异,选取该范围二阶导数光谱用SPSS软件实现主成分分析(PCA)以及系统聚类分析(HCA)。主成分分析中,前3个主成分占总方差的献率为97.40%;系统聚类分析中,每一种月季花各自聚为一类,准确率达到100%。在二维相关光谱中,在1 330~1 700 cm-1和950~1 300 cm-1范围内,不同品种月季花的自动峰、交叉峰的强度和位置具有显著的差异。结果表明,应用傅里叶红外光谱技术、化学计量学及二维相关红外光谱技术可以快速有效的区分不同品种的月季。