Spectroscopy and Spectral Analysis, Volume. 42, Issue 11, 3336(2022)
Application of One-Class Classification Combined With Spectral Analysis in Food Authenticity Identification
Figures & Tables(7)
Fig. 3. Simulated data graph of adulterated samples (three classes)
Table 1. Classification results of simulated adulterants of different classes
View tableView in ArticleTable 1. Classification results of simulated adulterants of different classes
真/假 PLS-DA OCPLS 敏感性 特异性 敏感性 特异性 5/1 000 0 100% 100% 0 50/1 000 0 100% 100% 100% 500/1 000 100% 83.4% 73.8% 100% 1 000/1 000 100% 75.6% 83% 100% 1 000/500 100% 70.4% 83% 100% 1 000/50 100% 60% 83% 100% 1 000/5 100% 80% 83% 100%
Table 2. Classification results of simulated adulterants of one class
View tableView in ArticleTable 2. Classification results of simulated adulterants of one class
真/假 PLS-DA OCPLS 敏感性 特异性 敏感性 特异性 5/1 000 0 100% 100% 0 50/1 000 0 100% 100% 100% 500/1 000 100% 84.4% 73.8% 100% 1 000/1 000 100% 76.5% 83% 100% 1 000/500 100% 75% 83% 100% 1 000/50 100% 70% 83% 100% 1 000/5 100% 80% 83% 100%
Table 3. Application of one-class classification combined with spectral analysis in food adulteration detection
View tableView in ArticleTable 3. Application of one-class classification combined with spectral analysis in food adulteration detection
类别 检测对象 应用技术 分析方法 掺假物质 检测结果 参考文献 食用油 奇亚籽油和芝麻油 傅里叶变换红外光谱 OCPLS,
SIMCA玉米油、 花生油、 大豆油和葵花籽油 正确识别率都有94%以上 [34] 茶油 近红外光谱和荧光光谱 OCPLS 菜籽油、 葵花籽油、 玉米油和花生油 灵敏度为95.4%, 特异性为91% [35] 初榨椰子油 傅里叶变换衰减全反射红外光谱 DD-SIMCA 菜籽油、 玉米油、 葵花籽油和大豆油 88%~100%的灵敏度, 96%~100%的特异性 [36] 菜籽油 傅里叶变换红外光谱 SIMCA, PLS-DA,
DD-SIMCA和
OCPLS玉米油、 花生油、 大豆油和葵花籽油 SIMCA, PLS-DA, 的分类效果高于DD-SIMCA和OCPLS [37] 亚麻籽油 近红外光谱 OCPLS 菜籽油、 玉米油、 葵花籽油, 棉籽油和大豆油 正确识别率95.8% [38] 乳制品 牛奶 中红外光谱 SIMCA 甲醛、 过氧化氢、 碳酸氢盐、 碳酸酯和蔗糖 82%的正确分类、 17%的不确定分类和1%分类错误 [39] 脱脂奶粉 紫外-可见、 荧光和近红外光谱 SIMCA和
OCSVM氯化铵、 硝酸铵、 三聚氰胺和尿素 总体准确率为86% [40] 饮品 正宗板蓝根茶 傅里叶变换近红外光谱 OCPLS 干苹果皮 准确率为93.6% [41] 猕猴桃汁 荧光光谱 OCPLS 糖浆和人造果粉 灵敏度为92.9% [42] 葡萄蜜酒 低场核磁共振光谱 OCPLS,
DD-SIMCA
和PLS-DA苹果汁、 腰果汁和混合果汁 分辨率高于93% [43] 保健品 中草药天麻 近红外光谱 OCPLS 芋头淀粉、 甘薯淀粉、 马铃薯淀粉和黄精粉 灵敏度为91.07% [44] 牛至药材 近红外光谱 PLS-DA,
DD-SIMCA榛子、 橄榄叶和迷迭香等 单类分类器功能强大 [45] 燕窝 傅里叶变换红外光谱 LDA, SVM
和OCPLS银耳、 琼脂、 炸猪皮和蛋清 灵敏度为93.7%, 特异度为88.6% [46] 香辛料 辣椒粉 傅里叶变换中红外光谱 DD-SIMCA 苏丹Ⅰ、 苏丹Ⅳ、 铬酸铅、 氧化铅、 二氧化硅、 聚氯乙烯和阿拉伯胶 所有掺假物的特异性>80% [47] 辣椒粉 核磁共振光谱 DD-SIMCA 偶氮红、 甜菜根和漆树粉 灵敏度为92% [48] 谷物 木薯淀粉 拉曼光谱 OCSVM和
SIMCA小麦粉和碳酸氢钠 可检测掺假率超过2%的可能性 [49] 杏仁粉 高光谱短波红外图像 DD-SIMCA 花生粉 100%的敏感性和89%~100%的特异性 [50] 大豆粕 近红外光谱 DD-SIMCA 三聚氰胺、 氰尿酸和混合掺假物 灵敏度为98% [51]
Tools
Get Citation
Copy Citation Text
Yi-yun TANG, Rui LIU, Lu WANG, Hui-ying LÜ, Zhong-hai TANG, Hang XIAO, Shi-yin GUO, Wei FAN. Application of One-Class Classification Combined With Spectral Analysis in Food Authenticity Identification[J]. Spectroscopy and Spectral Analysis, 2022, 42(11): 3336
Paper Information
Category: Research Articles
Received: Oct. 12, 2021
Accepted: --
Published Online: Nov. 23, 2022
The Author Email: TANG Yi-yun (eviantyy420@163.com)
© Copyright 2018-2021 | Chinese Laser Press.
All Rights Reserved 沪ICP备15018463号-20