一种基于微区光谱特征的豆粕保真鉴别方法

摘要

本发明公开了一种基于微区光谱特征的豆粕保真鉴别方法。该方法，包括如下步骤：1)对豆粕标准样品进行微区近红外光谱检测，作为样品集数据；其中，所述豆粕标准样品为具有不同来源和不同加工工艺的代表性豆粕；2)将待测豆粕样品进行微区近红外光谱检测，作为测试集数据；3)将步骤2)所得测试集数据代入如下公式计算所述测试集数据到样品集数据的全局马氏距离GH。若GH大于3，则说明GH大于3的光谱对应的待测样品存在不高于1％的可能性属于豆粕标准样品。该方法可实现豆粕中未知成分的筛选，属于一种非目标物的检测手段，具有简单、快速、灵敏度高等特点，对保障食品和饲料安全具有重要意义。

主权项

一种鉴别豆粕的方法，包括如下步骤：1)对豆粕标准样品进行微区近红外光谱检测，得到豆粕微区近红外光谱库，作为样品集数据；其中，所述豆粕标准样品为具有不同来源和不同加工工艺的代表性豆粕；2)在与所述步骤1)相同的检测条件下，将待测豆粕样品进行微区近红外光谱检测，得到待测豆粕样品的近红外光谱数据，作为测试集数据；3)将步骤2)所得测试集数据代入如下公式计算所述测试集数据到样品集数据的全局马氏距离GH；$GH=\frac{H^2}{f}$$H=(M_i-\bar{S})*V^{-1}*{(M_i-\bar{S})}^{\prime }$其中，H代表马氏距离；GH代表全局马氏距离；S代表所述样品集数据的n×f得分矩阵；其中，n代表样品集数据中光谱的条数；f代表样品集数据中的主成分数；V是矩阵S的协方差矩阵；M是测试集数据的m×f得分矩阵；其中，m代表测试集数据的光谱数量，f代表测试集数据的主成分个数；4)若步骤3)所得GH大于3，则说明GH大于3的测试集数据对应的待测样品存在不高于1％的可能性属于所述样品集数据对应的豆粕标准样品；若步骤3)所得GH不大于3，则说明GH不大于3的测试集数据对应的待测样品存在不低于99％的可能性属于所述样品集数据对应的豆粕标准样品。