1. AI新视界首页
  2. AI食品

天津工业大学卞希慧课题组:变分模态分解加权多尺度支持向量回归用于植物油和中药掺伪的光谱定量分析

天津工业大学化学工程与技术学院的复杂体系智能分析与计算实验室采用紫外可见光谱和近红外光谱结合基于变分模态分解的集成建模方法实现了掺伪植物油和中药的定量分析。相关研究成果在2022年8月1日以题为“Variational Mode Decomposition Weighted Multiscale Support Vector Regression for Spectral Determination of Rapeseed Oil and Rhizoma Alpiniae Offcinarum Adulterants”发表在国际学术期刊Biosensors(IF=5.743)上。

近日,天津工业大学化学工程与技术学院的复杂体系智能分析与计算实验室采用紫外可见光谱和近红外光谱结合基于变分模态分解的集成建模方法实现了掺伪植物油和中药的定量分析。相关研究成果在2022年8月1日以题为“Variational Mode Decomposition Weighted Multiscale Support Vector Regression for Spectral Determination of Rapeseed Oil and Rhizoma Alpiniae Offcinarum Adulterants”发表在国际学术期刊Biosensors(IF=5.743)上。天津工业大学卞希慧副教授为论文第一作者和通讯作者,硕士研究生吴德云为论文第二作者。

天津工业大学卞希慧课题组:变分模态分解加权多尺度支持向量回归用于植物油和中药掺伪的光谱定量分析

成果简介

食用植物油和中药掺伪是质量控制的主要挑战之一,也是国家食品和药品安全的重要组成部分。由于植物油和中药组成的复杂性,现有方法难以对其中的单一组分进行准确定量。基于光谱分析技术及化学计量学的优势,本研究以紫外可见光谱和近红外光谱作为测量手段,对掺伪植物油和中药样品建立模型进行预测。模型的准确预测对于复杂样品分析至关重要。为充分利用嵌入在光谱信号中的丰富信息,本研究引入变分模态分解(VMD)这种新型的信号处理技术,提出了一种基于VMD的加权多尺度支持向量回归(SVR)方法,即VMD-WMSVR。首先,每个光谱通过VMD分解为K个离散模态分量。从分解的分量中重组为模态矩阵Uk,然后使用SVR在每个Uk和目标值之间建立子模型。最后,对每个子模型的预测结果进行加权平均,得到最终的预测结果。为验证该方法的有效性,将该方法用于紫外可见(UV-Vis)光谱和近红外(NIR)光谱,分别用于掺伪植物油中的菜籽油和掺伪中药中高良姜组分的分析。与偏最小二乘法(PLS)和SVR的相比,VMD-WMSVR在模型准确性方面显示出优势。

天津工业大学卞希慧课题组:变分模态分解加权多尺度支持向量回归用于植物油和中药掺伪的光谱定量分析

研究亮点

  • 提出了一种基于变分模态分解的加权多尺度支持向量回归(VMD-WMSVR)方法并用于掺伪植物油和中药的定量分析。
  • 引入变分模态分解(VMD)分解复杂光谱信号,可以充分利用嵌入在光谱信号中的丰富信息。
  • 与PLS和SVR相比,VMD-WMSVR在模型准确度上表现出更好的性能。

图文赏析

天津工业大学卞希慧课题组:变分模态分解加权多尺度支持向量回归用于植物油和中药掺伪的光谱定量分析

图1. 掺伪植物油(a)和中药(b)数据集的测量光谱

天津工业大学卞希慧课题组:变分模态分解加权多尺度支持向量回归用于植物油和中药掺伪的光谱定量分析

图2. VMD-WMSVR的原理图

天津工业大学卞希慧课题组:变分模态分解加权多尺度支持向量回归用于植物油和中药掺伪的光谱定量分析

图3. 掺伪植物油(a)和中药(b)数据集VMD-WMSVR建模的RMSEP随模态数K的变化

天津工业大学卞希慧课题组:变分模态分解加权多尺度支持向量回归用于植物油和中药掺伪的光谱定量分析

图4. 掺伪植物油(a)和中药(b)样品光谱的变分模态分解图

天津工业大学卞希慧课题组:变分模态分解加权多尺度支持向量回归用于植物油和中药掺伪的光谱定量分析

图5. 掺伪植物油数据集通过PLS(a)、SVR(b)和VMD-WMSVR(c)建模的预测集的预测值和真实值的关系

天津工业大学卞希慧课题组:变分模态分解加权多尺度支持向量回归用于植物油和中药掺伪的光谱定量分析

图6. 掺伪中药数据集通过PLS(a)、SVR(b)和VMD-WMSVR(c)建模的预测集的预测值和真实值的关系

研究结论

本研究提出了一种基于变分模态分解的加权多尺度支持向量回归方法(VMD-WMSVR)并利用该方法对掺伪植物油中菜籽油含量和掺伪中药中高良姜含量进行快速无损定量分析。在该模型中,以RMSEP随模态分量数K的变化情况来确定分解个数,选择RMSEP最低值的K为最佳分解数。与PLS和SVR相比,VMD-WMSVR可以提高掺伪植物油和中药的光谱定量分析的准确度。

原文链接

https://doi.org/10.3390/bios12080586

通讯作者简介

天津工业大学卞希慧课题组:变分模态分解加权多尺度支持向量回归用于植物油和中药掺伪的光谱定量分析

卞希慧,博士,天津工业大学副教授,硕士生导师,荷兰拉德堡德大学访问学者。师承化学计量学专家邵学广教授和Lutgarde Buydens/ Jeroen Jansen教授,致力于化学计量学算法及其在医药、食品、环境、能源等领域的应用研究。主持自然科学基金1项,省部级项目2项,开放课题2项,参与国家及省部级基金7项,发表学术论文60余篇,其中SCI收录论文40余篇;H-index为16,H-index10为20;申请专利30余项,授权专利9项,转让7项;参编中英文专著各1部。入选天津市“131”创新型人才,天津市优秀科技特派员,中国仪器仪表学会药物质量分析与过程控制分会理事,中国仪器仪表学会近红外光谱分会理事。获中国仪器仪表学会第三届陆婉珍近红外光谱青年奖,天津工业大学我最喜爱的研究生导师,天津工业大学优秀教师。应邀为“ACS Sensors”、“Analytica Chimica Acta”、 “Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy”、“Chemometrics and Intelligent Laboratory Systems”、“Analytical Methods”、 “Journal of Chemometrics”和“光谱学与光谱分析”等杂志审稿260余次,并被Analytical Methods期刊和《分析化学》期刊评为杰出审稿人。

原创文章,作者:FoodAI01,如若转载,请注明出处:https://www.drugfoodai.com/svr-oil.html

注意:本站原创指的是原创编译,并不主张对所介绍的工作的版权,如有侵权,请联系删除!

发表评论

邮箱地址不会被公开。 必填项已用*标注