[发明专利]一种水草枫斗、铁皮枫斗和紫皮枫斗的鉴别方法

摘要

本发明公开了提供了一种水草枫斗、铁皮枫斗和紫皮枫斗的鉴别方法，通过如下步骤，一、样品处理，二、光谱采集，三、光谱数据预处理，四、建立鉴别模型，五、预测，对市场上的水草枫斗、铁皮枫斗、紫皮枫斗进行鉴别。本发明是一种简单有效的水草枫斗、铁皮枫斗和紫皮枫斗的鉴别方法，鉴别准确率100%。

主权项

一种水草枫斗、铁皮枫斗和紫皮枫斗的鉴别方法，其特征在于，步骤如下： 一、样品处理：将水草枫斗、铁皮枫斗、紫皮枫斗置于烘箱中60℃烘干多余水分至恒重，在室内相对湿度低于40%的环境下，将水草枫斗、铁皮枫斗、紫皮枫斗在粉碎机中粉碎，然后将粉末过100目筛，取过筛后粉末以备光谱检测之用； 二、光谱采集：设定环境温度20±2℃，相对湿度小于40%，光谱扫描范围4000～9000cm‑1，分辨率4cm‑1，扫描次数32次，将样品粉末置于光谱采集杯底部石英片上方、压实，将采集杯置于近红外光谱采集孔正上方，采集光谱； 三、光谱数据预处理：为消除光谱基线漂移和光谱弯曲以及样品所含有不同成分之间的相互干扰而导致的近红外吸收光谱重叠，在Matlab软件中采用一阶导数或二阶导数进行预处理：①一阶导数公式：y=(x(i+Δ)‑x(i))/Δ；②二阶导数公式：y=(x(i+Δ)‑2x(i)+x(i‑Δ))/Δ2其中：Δ为光谱间距，x为求导前的光谱吸光度，y为求导后的光谱吸光度； 四、建立鉴别模型：首先，指定水草枫斗、铁皮枫斗和紫皮枫斗类别值分别为1、2和3，利用Matlab软件，以水草枫斗、铁皮枫斗和紫皮枫斗预处理后光谱值为模型自变量，以指定的类别值为因变量，建立水草枫斗、铁皮枫斗和紫皮枫斗的预测模型，然后，分别预测校正集和验证集中枫斗的种类；根据判别依据：当预测值大于0、小于1.5为水草枫斗，当预测值大于1.5、小于2.5为铁皮枫斗，当预测值大于2.5、小于3.5为紫皮枫斗；通过校正集和验证集的决定系数R2、均方根误差RMSE、相关误差RM和判别率指标对模型性能进行评价； 五、预测：采集测试集样本光谱值、进行光谱预处理，再将测试集预处理后光谱值输入预测模型，得到预测值，根据判别依据：当预测值大于0、小于1.5为水草枫斗，当预测值大于1.5、小于2.5为铁皮枫斗，当预测值大于2.5、小于3.5为紫皮枫斗。