基于近红外光谱的陈化大米定性鉴别和掺假分析方法

大米是我国主要的粮食之一。近年来将陈大米冒充新大米售卖的现象在市场上层出不穷，严重扰乱了市场秩序。该文基于近红外光谱与机器学习方法相结合，提供了一种陈化大米以及不同程度的混掺大米的定性定量检测方法。研究中将原始近红外光谱数据采用标准正态变量变换预处理后，建立核极限学习机分别用于陈化大米的定性判别和掺假大米的定量分析，其准确度和R²分别达到90%和0.889 2。引入北方苍鹰优化算法用于模型的两个重要参数寻优，结果表明北方苍鹰优化算法能有效提高核极限学习机的性能，测试集预测准确度和R²分别提高约5%和0.054 1，为陈化大米的定性定量鉴别提供了新方法。