Preview

Журнал прикладной спектроскопии

Расширенный поиск
Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

Классификация шоколада на основе анализа методом главных компонент предобработанных спектров пропускания терагерцового диапазона

https://doi.org/10.47612/0514-7506-2022-89-2-198-203

Полный текст:

Аннотация

Продемонстрирована эффективность классификации образцов шоколада по типу и производителю методом “спектрального отпечатка” с использованием спектров пропускания в терагерцовом частотном диапазоне. С целью устранения негативного влияния шума и эффекта Фабри—Перо методом адаптивных итеративно взвешенных наименьших квадратов со штрафом по спектрам определены их базовые линии. Классификация проведена путем построения маломерного пространства главных компонент базовых линий и применения методов кластерного анализа в этом пространстве. Точность и полнота классификации образцов шоколада методами k-среднего, построения классификационного дерева и иерархического кластерного анализа составили 0.85 и 0.83, 0.91 и 0.90, 0.94 и 0.93 соответственно. Для случаев, когда проведение попарной классификации наиболее проблематично, успешно применен метод опорных векторов.

Об авторах

М. А. Ходасевич
Институт физики НАН Беларуси
Беларусь

Минск



А. В. Ляхнович
Институт физики НАН Беларуси
Беларусь

Минск



Н. Eriklioğlu
Ближневосточный технический университет
Турция

Анкара



Список литературы

1. C. McVey, C. T. Elliott, A. Cannavan, S. D. Kelly, A. Petchkongkaew, S. A. Haughey. Trends Food Sci. Technol. B, 118 (2021) 777—790

2. A. Arroyo-Cerezo, A. M. Jimenez-Carvelo, A. González-Casado, A. Koidis, L. Cuadros-Rodríguez. LWT – Food Sci. Technol., 149 (2021) 111822(1—8)

3. H. N. Moghaddam, Z. Tamiji, M. A. Lakeh, M. R. Khoshayand, M. H. Mahmoodi. J. Food Comp. Anal., 107 (2022) 104343

4. X. Sun, D. Cui, Y. Shen, W. Li, J. Wang. Infrared Phys. Technol., 121 (2022) 104018

5. I. Magnus, M. Virte, H. Thienpont, L. Smeesters. Food Control, 130 (2021) 108342(1—10)

6. А. М. Гончаренко, Г. В. Синицын, А. В. Ляхнович, В. Л. Малевич. Сб. науч. тр., IV Конгресс физиков Беларуси, 24—26 апреля, Минск (2013) 82—83

7. R. Fastampa, L. Pilozzi, M. Missori. Phys. Rev. A, 95 (2017) 063831(1—6)

8. J. Oblitas, J. Ruiz. Proceedings, 70, N 1 (2021) 109(1—6), doi: 10.3390/foods_2020-08029

9. S. Weiller, T. Tanabe, Y. Oyama. World J. Eng. Technol., 6 (2018) 268—274

10. R. Ríos-Reina, J. M. Camiña, R. M. Callejón, S. M. Azcarate. Trends Anal. Chem., 134 (2021) 116121(1—21)

11. K. H. Esbensen, P. Geladi. In: Comprehensive Chemometrics, Eds. S. Brown, R. Tauler, B. Walczak, Elsevier (2009) 211—226

12. Z. M. Zhang, S. Chen, Y. Z. Liang. Analyst, 135, N 5 (2010) 1138—1146

13. P. Govender, V. Sivakumar. Atm. Poll. Res., 11 (2020) 40—56

14. J. Huang, J. Liu, K. Wang, Z. Yang, X. Liu. Spectrochim. Acta A: Mol. Biomol. Spectrosc., 198 (2018) 198—203

15. K. Herberger. In: Medical Applications of Mass Spectrometry, Eds. K. Vékey, A. Telekes, A. Vertes, Elsevier (2008) 141—169

16. T. W. Liao. Pattern Recognition, 38 (2005) 1857—1874

17. Y. Xu, S. Zomer, R. G. Brereton. Critical Rev. Anal. Chem., 36 (2006) 177—188


Рецензия

Для цитирования:


Ходасевич М.А., Ляхнович А.В., Eriklioğlu Н. Классификация шоколада на основе анализа методом главных компонент предобработанных спектров пропускания терагерцового диапазона. Журнал прикладной спектроскопии. 2022;89(2):198-203. https://doi.org/10.47612/0514-7506-2022-89-2-198-203

For citation:


Khodasevich M.A., Lyakhnovich A.V., Eriklioğlu H. Chocolate Sample Classification by Principal Component Analysis of Preprocessed Terahertz Transmission Spectra. Zhurnal Prikladnoii Spektroskopii. 2022;89(2):198-203. (In Russ.) https://doi.org/10.47612/0514-7506-2022-89-2-198-203

Просмотров: 98


ISSN 0514-7506 (Print)