导读：采集方式获得近红外光谱，来预测蜂蜜中结构和含量都很相近的果糖和葡萄糖含量。结果发现，两种测量方式下果糖、葡萄糖的预测准确度存在着较大的差异。

 表 2 蜂蜜近红外模型结果

3. 2 基于 LS-SVM 的果糖和葡萄糖模型优化研究

在比较不采集方式对蜂蜜中果糖和葡萄糖建立近红外线性定量预测模型效果后,采用 LS-SVM 建

立蜂蜜中果糖和葡萄糖的非线性模型。本研究中,果糖 γ 和 σ2 的搜索范围分别为 1 ~ 500 和 0. 1 ~ 1000,寻优过程与结果:最优γ和σ2 分别为124.7491和237.5784。葡萄糖γ和σ2 的搜索范围分别为 1~500和0.1~1000,寻优过程与结果:最优γ和σ2 分别为320.9671和170.5475。由表2可见,利用 LS-SVM建立800~2500 mm谱区建立果糖的非线性定量模型的预测结果为:果糖相关系数(r)为 0 . 9264 ,预测相对误差(RSDp) 为5.5 % ; 葡萄糖相关系数(r)为0.8364,预测相对误差(RSDp)为9.11% 。这与用PLS线性定量模的效果基本相同。可见,果糖和葡萄糖在蜂蜜中含量较高,其信息受背 景影响较小。因此,采用常用线性定量建模方法 PLSR 就可以得到其很好的预测模型。

3. 3 蜂蜜中果糖和葡萄糖特征波长的提取及近红外检测差异性分析

利用反复的遗传算法(Iterative GA-PLS)在全谱范围内选取了蜂蜜中果糖和葡萄糖的特征波长。经

过遗传算法的计算,得到蜂蜜中果糖的特征波长集中在 1845 ~ 1846 nm,1892 ~ 1893 nm,1949 ~ 1951 nm,1964 ~ 1967 nm 和 2225 ~ 2230 nm 这几个波段; 葡萄糖的特征波长集中在 832 ~ 833 nm, 878 ~ 879 nm,1209 ~ 1211 nm,1234 ~ 1236 nm,1245 nm,1634 ~ 1639 nm,1790 nm,1854 ~ 1858 nm 和 2184 ~ 2190 nm 这些波段。经过遗传算法后用 PLS 建模的模型结果见表 2。从表 2 可以看到,经过 特征波长选择后果糖模型的预测精度较原始波长基本没有变化。模型预测相对误差(RSDp)由 5. 45% 上升到 5. 57% ,r 由 0. 9311 下降到 0. 9300。而葡萄糖的的预测精度较原始波长下有较大程度的提高, 模型预测相对误差(RSDp)由8.81%下降到6.59%,r 由0.8231 提高到0.9041。

从图 1a 所示的蜂蜜光谱图可见,蜂蜜在近红外谱区的光谱图主要吸收峰位于 1450,1940,2100, 2280 和 2350 nm,这些吸收峰中 1450 和 1940 nm 主要是由于水的吸收所导致。其中 1450 nm 为 O——H 的伸缩振动的一级倍频[12],而 1940 nm 为 O——H 的伸缩振动的二级倍频[12]。这 2 个波长点是水的吸收 峰,由于水的吸收很强(特别是蜂蜜中含水量约为 17% ),因此蜂蜜光谱图吸收蜂很大。而同样作为水的 吸收峰的 1190 nm 处,由于本研究采用的透反射光程较短(2 mm) ,因此在短波区吸收不强烈。