基于三维荧光光谱的乳制品脂氧化判别方法

为快速、无损判别乳制品脂氧化程度,提出了利用乳制品三维荧光光谱的氧化水平进行判别的方法。该方法用平行因子分析对荧光矩阵进行分解,用载荷向量组确定脂氧化过程中的光敏成分,用不同成分得分向量对样本进行聚类,并建立了不同氧化水平样本的偏最小二乘判别模型。实验采集不同存储环境下氧化程度各异的酸奶样本,找出了核黄素等荧光团在脂氧化过程中的变化规律,选取得分向量建立偏最小二乘判别模型对不同存储阶段氧化程度各异的样本判别分类,其特异度和灵敏度达88.9%以上,验证了该法对评判乳制品脂氧化水平的有效性。     

基于贝叶斯决策的近红外光谱药片分类方法

针对药片近红外光谱法分类过程中校正集样本数量过少且各类样本数量不均导致分类误差问题,提出了基于贝叶斯决策的分类方法。本方法对校正集样本在各类中的先验概率密度和各类药片光谱的类条件概率密度进行了估计,利用贝叶斯全概率公式计算了待分类光谱分属于各类的后验概率,根据后验概率大小对药片分类。实验随机选取4类数量不等的西酞普兰药片70片,建立贝叶斯决策分类模型,对20片验证集药片进行分类,各类的分类灵敏度和特异度均达到了100%,对比判别最小二乘法的分类结果,验证了贝叶斯决策分类法能将样本及其近红外光谱的分布信息参与分类决策,提高了分类的准确性和适应性。