利用中红外光谱技术对成熟蜜和水蜜的鉴别研究 - 图文 

毛力军

Figure 8. Honey verification set and parameters 图8. 水蜜验证集合及参数

分析：用水蜜集合对成熟蜂蜜鉴别模型进行验证，模型准确度为90.66%，符合模型判定要求。同时水蜜集合中所有样品判定正确。

2) 选择成熟蜜集合对模型验证，结果如图9、图10

Figure 9. Discrimination model and parameters of mature honey 图9. 成熟蜂蜜判别模型及参数

DOI: 10.12677/hjas.2020.108092

620

农业科学

毛力军

Figure 10. Mature honey verification set and parameters 图10. 成熟蜂蜜验证集合及参数

分析：用成熟巢蜜集合作为验证集合检验模型的准确度，模型准确度为90.04%，符合模型判别要求。从图10中可以看出所有成熟巢蜜判别准确。

3) 选择水蜜和成熟蜜组合的集合对模型验证，结果如图11、图12所示

Figure 11. Discrimination model and parameters of mature honey

图11. 成熟蜂蜜判别模型及参数

DOI: 10.12677/hjas.2020.108092

621

农业科学

毛力军

Figure 12. Combination honey verification set and parameters 图12. 组合蜂蜜验证集合及参数

分析：验证集合是由39个成熟蜜和13个水蜜组成，模型判别的准确度为91.50%，符合模型判定的要求。验证集合中判定为成熟蜂蜜38个，验证准确率为97.43%，既有一个成熟蜂蜜被错判为水蜜。

5. 总结

成熟蜜判定模型建立、优化并验证完毕，对成熟蜜判定准确率在90%以上，水蜜判定的准确率为100%，该模型能很好的对成熟蜜和水蜜进行快速鉴别[7]。今后将不断添加理化指标等对模型不断完善以求快速对蜂蜜品质进行鉴别，保障养蜂者和消费者的利益和权益。

参考文献

[1] 黄富荣, 宋晗, 郭鎏, 杨心浩, 李立群, 赵红霞, 杨懋勋. 近红外光谱结合化学计量学的常见中国蜂蜜掺杂糖浆鉴别[J]. 光谱学与光谱分析, 2019, 39(11): 3560-3565. [2] 屠振华, 朱大洲, 籍保平, 孟超英, 王林舸, 庆兆珅. 红外光谱技术在蜂蜜质量检测中的研究进展[J]. 光谱学与

光谱分析, 2010, 30(11): 2971-2975. [3] 梁奇峰, 彭梦侠, 林鹃. 纯蜂蜜与掺假蜂蜜的红外光谱鉴别研究[J]. 安徽农业科学, 2009, 37(1): 34-35.

[4] 张萍, 闫继红, 朱志华, 刘庆生, 范志影, 李为喜. 近红外光谱技术在食品品质鉴别中的应用研究[J]. 现代科学

仪器, 2006(1): 60-62. [5] 李杰, 吕琳, 陈蕊, 周雪, 李劲. 蜂蜜掺假检测现状及一种快速鉴别方法探讨[J]. 中国调味品, 2020, 45(7): 164-167. [6] 陈兰珍, 张妍楠, 吴黎明, 叶志华, 李熠, 张文娟, 赵静, 薛晓锋. 中红外光谱结合线性判别分析快速鉴别蜂蜜

品种[J]. 食品科技, 2014, 39(11): 310-314. [7] 吴黎明, 薛晓锋, 彭文君, 刘富海, 王凯. 成熟蜂蜜评价指标探讨[J]. 中国蜂业, 2019, 70(6): 18-19.

DOI: 10.12677/hjas.2020.108092

622

农业科学