收集花椒共30种, 分别来自四川、 陕西、 云南、 贵州、 山东和重庆的厂家或农家, 样品的品质、 性状、 产地都存在差异, 因而具有较好的代表性。

使用高速万能粉碎机(Pulverisette 14型, 德国FRITSCH公司, 0.5 mm标准筛孔)粉碎花椒样品, 得到纯花椒粉样品30个(红花椒粉16个, 青花椒粉14个)。 市购麦麸、 稻糠、 玉米、 松香采用同样方法分别粉碎, 得到同粒度的麦麸粉、 稻糠粉、 玉米粉和松香粉, 用电子分析天平(FA2004A型, 精度0.000 1 g, 上海精天)准确称量, 将四种粉末按1 Wt/Wt.%的梯度分别随机添加入红花椒粉和青花椒粉中, 得到掺假浓度范围为1~54 Wt/Wt.%的掺假红花椒粉样品和掺假青花椒粉样品各216个, 制备好后, 将以上共462份纯花椒粉及掺假花椒粉试样分别进行装袋并编号, 在12 h内完成所有样品的近红外光谱扫描。

采用布鲁克公司的MPA型近红外光谱仪(BRUKER, 德国), PbS检测器, 附积分球及石英样品杯, 对样品进行漫反射光扫描。 扫描前光谱仪开机预热30 min, 以保证样品测定的稳定性, 光谱扫描波长范围800~2 500 nm, 光谱采样间隔1.25 nm, 扫描次数32次, 每次取10 g样品在室温25 ℃下装入石英样品杯中, 每个样品采集三次, 取均值。

光谱数据采集由近红外光谱仪自带的OPUS 7.0软件采集, 操作系统为Win 7.0。

为消除光谱信号的基线漂移、 随机噪声、 光散射、 样本不均匀等的影响, 采用了光谱数据预处理; 为了揭示样本的主要特点和集群, 对所有样品及其掺假花椒粉样品的光谱数据进行主成分分析(principal component analysis, PCA)^[10], PCA用数量较少的新变量代替原始变量, 且最大限度地表征原变量的数据结构特征, 其中新变量被称为主成分(PCs), 为原始变量的线性组合^[11]。

采用有监督的模式识别方法DPLS和SVM分别建立定性分析模型。 DPLS是基于判别分析基础上的偏最小二乘法(partial least squares, PLS)算法^[12], 它用类别信息矩阵C代替了偏最小二乘法回归模型中的浓度矩阵Y。 为了决定混合物中某种物质的类归属, C矩阵必须能够描述特定种类的样品, 设有p类m个样品, 则C为m× p矩阵, C矩阵每列代表一个样品类别, 混合物中以“ 1” 表示属于此类, 以“ 0” 表示属于其他类, 即c_{i, j}=1表示第i个样本属于第j类, 而c_{i, j}=0表示第i个样本不属于第j类, 用PLS建立回归模型, 当新的样本输入模型时, 根据判别模型可计算得到新的类别向量, 判断其类别归属。

SVM是一种以结构风险最小化为基础思想的模式识别算法, 在小样本数据集的分类中有显著优势^[13], 常用的支持向量机核函数有线性核函数、 多项式核函数、 径向基核函数(radial basis function, RBF)、 多层感知核函数等^[14], 其中, 应用最广泛的是RBF核, 它可将一个样本映射到更高维的空间, 需要确定的参数也较少。 对于RBF核函数的参数寻优, 采用了网格搜索算法、 遗传算法(genetic algorithms, GA)和粒子群算法(particle swarm optimization, PSO)遍历设定范围内惩罚参数c和核函数参数g的组合建立SVM分类模型^[15], 并以验证集样本计算模型的精度, 最终选出最优的参数组合。

定性分析模型的评价指标为鉴别正确率(correct identification rate, CIR), 即正确判断的样品数占全部样品数的百分比。

DPLS, SVM分析在Matlab R2015a (The MathWorks, U.S.A.)完成, 操作系统为Win 10.0。

图1为纯花椒粉和掺假花椒粉的近红外光谱图, 纯花椒粉及各掺假花椒粉的近红外光谱图无太大差异, 吸收峰形和位置都较为相似, 无法通过近红外图谱直观鉴别, 需要将样品的光谱数据结合化学计量学方法进行分析及判别。

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 纯花椒粉和掺假花椒粉样品的近红外光谱图Fig.1 NIR spectra of pure and adulterated Huajiao powder samples

在全光谱范围内对样品的光谱数据进行PCA分析, 前5个主成分的方差贡献率分别为81.56%, 14.13%, 3.03%, 0.99%和0.10%, 累计方差贡献率为99.81%, 其中前3个主成分的累计方差贡献率已达98.72%, 仅用前3个主成分在空间上的投影分布就基本可以表征样品的分布特征信息。 对前3个成分的标准化得分做散点图, 如图2所示。 从图中可以看出, 1~54 Wt/Wt.%不同浓度梯度下的掺假花椒粉在PC1, PC2和PC3的标准化得分散点图分布较为集中, 且掺假花椒粉随着掺假物浓度比例的增加, 在PC图上所对应的点有规律地逐渐发散, 具有相同掺假物的分布以及相似掺假比例的样品之间的距离更近, 掺假浓度低的集中在中间位置, 表明由于不同掺假成分比例, 能够从近红外光谱得以分析。 但纯花椒粉的分布较为分散, 这可能是由于样品数量较少, 且在制备掺假花椒粉样品时为随机取纯花椒粉。 此外, 不同掺假物花椒粉样品在分布上也有重叠的现象, 因此, 仅使用主成分分析不能完全将掺假花椒粉识别, 故在主成分分析的基础上, 还需采用有监督的模式识别方法进行定性分析。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 掺假花椒粉样品PC得分图Fig.2 PCA score plots (PC1, PC2 and PC3) for adulterated Huajiao powder samples

全波段从800~2 500 nm共有2 317个点, 若采用全光谱计算计算量较大, 且某些区域的光谱信息较弱, 缺乏和样品组成的相关关系信息, 因此, 利用PCA分析, 得到主成分PC1和PC2在整个波长范围内的载荷图, 如图3所示。 PC1和PC2载荷图显示波长范围2 000~2 200 nm的光谱信息与样品信息密切相关, 且由于主成分PC1和PC2累计方差贡献率达95.69%, 可以很好地解释原变量, 因此, 2 000~2 200 nm是掺假花椒粉极敏感的特征谱区, 在全波段内选出波长在2 000~2 200 nm范围的257个采样点的反射值作为输入变量, 分别建立DPLS和SVM鉴别模型。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 PC1和PC2在全波段载荷图Fig.3 Loading plot of PC1 and PC2 in the whole spectral range

采用DPLS作为建模算法在全部462份样品中随机选取出347份作为校正集, 利用2 000~2 200 nm内的257个采样点数据及花椒粉掺假类别值进行定性分析模型的建立, 其中保证347份校正集样品中有纯花椒粉23份, 掺入麦麸粉、 稻糠粉、 玉米粉、 松香粉的掺假花椒粉各81份。 余下115份样品为验证集, 包括纯花椒粉7份, 掺入麦麸粉、 稻糠粉、 玉米粉、 松香粉的掺假花椒粉各27份。 对光谱数据进行不同的预处理, 以校正集建立定性分析模型, 再使用验证集进行验证, 预测结果如表1所示。 从表中看出, 各种光谱预处理方法的结果均较好, 总体鉴别正确率在98.26%~100%之间, 其中效果最差的是“ SNV+一阶导数(Savitzky-Golay卷积)” 预处理方法, 掺假花椒粉误判数为2, 光谱预处理方法为“ SNV” 时效果最好, 纯花椒粉和掺假花椒粉误判数均为0, 可以100%识别出纯花椒粉及掺假花椒粉, 鉴别结果如图4所示。 可见, 采用DPLS方法所建立的模型可以很好地定性鉴别以上四种掺假物的掺假花椒粉及纯花椒粉。

表1

Table 1

表1(Table 1)

表1 DPLS定性分析模型验证结果 Table 1 Results of validation of DPLS analysis models 数据预处理 因子数 纯花椒粉误判数 掺假花椒粉误判数 总体鉴别正确率/% none 16 1 0 99.13 mean centering 18 0 1 99.13 auto scaling 18 1 0 99.13 range scaling 17 0 1 99.13 SNV 18 0 0 100 minimum and maximum values to [0 1] 13 0 1 99.13 MSC 17 0 1 99.13 first derivative (SG) 19 0 1 99.13 second derivative (SG) 12 0 1 99.13 SNV+first derivative (SG) 10 0 2 98.26 MSC+first derivative (SG) 19 0 1 99.13 Note: none: Without pretreatment; SG: Sovitzky-Goloy convolution

表1 DPLS定性分析模型验证结果 Table 1 Results of validation of DPLS analysis models

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 DPLS定性分析模型验证结果(SNV预处理)Fig.4 Result of validation of DPLS analysis model (SNV pretreatment)

采用SVM作为建模算法, 按照以上方法对全部样品进行划分校正集和验证集, 347个样品组成的校正集建立SVM模型, 115个样品组成的验证集进行模型的验证。 应用SVM建立识别模型, 首先需要解决的是选择核函数, 本实验中对分类问题采用径向基函数, 该方法可以将非线性样本数据映射到高维特征空间, 可以处理具有非线性样本关系的样本数据。 确定核函数后, 对径向基函数参数惩罚参数c、 核函数参数g进行优化, 表2中为采用Grid(网格), GA, PSO三种搜索方法得到的最佳参数及鉴别结果, 由表可看出, 采用SVM方法对掺假花椒粉的总体鉴别正确率相比于DPLS方法略差, 但仍然高于97%, 最差的PSO搜索参数建立的SVM模型, 对验证集115个样品预测, 出现3个误判数。

表2

Table 2

表2(Table 2)

表2 SVM模型参数及验证集总体鉴别正确率 Table 2 Parameters of calibration and discriminating results of validation of SVM analysis models 搜索 方法 数据预处理 总体鉴别 正确率/% 最佳c值 最佳g值 Grid 最大最小归一化 98.26 3.162 3× 108 7.94× 10-4 GA 最大最小归一化 99.13 1.122 0× 107 6.752 0× 10-4 PSO 最大最小归一化 97.39 1.011 6× 107 9.335 7× 10-4

表2 SVM模型参数及验证集总体鉴别正确率 Table 2 Parameters of calibration and discriminating results of validation of SVM analysis models