基于ICSO-SVM和三維熒光光譜的山梨酸鉀濃度檢測

王書濤，劉詩瑜，王志芳，張靖昆，孔德明，王玉田

燕山大學電氣工程學院河北省測試計量技術及儀器重點實驗室，河北 秦皇島 066004

引 言

防腐劑的使用屢見不鮮。山梨酸鉀作為防腐劑的一種，在生活的各類產品中更是被廣泛使用。經常食用添加過量山梨酸鉀的食品會對人造成傷害，輕則引起食物中毒，嚴重的還可能影響身體器官的健康[1-2]。目前檢測山梨酸鉀含量的方法有很多，常用方式有層析法、超高效液相色譜法、氣相色譜-質譜法和液相色譜質譜法等[3-5]，但是這些方法相對而言都操作比較繁瑣，而且成本又高成效又較低。三維熒光光譜法[6-7]的檢測精度高，操作更方便，還能夠實現痕量級別的檢測。本文利用三維熒光光譜實現在水溶液以及橙汁混合溶液中山梨酸鉀濃度的檢測，實現超低檢出限0.007 g·L-1, 遠低于國標規定0.5 g·L-1。并在橙汁背景的干擾下建立數學模型，準確的檢測出山梨酸鉀的濃度。

SVM既可以通過構造一個最優超平面使所有的訓練集樣本距離該最優面最小的距離越大越好，來解決分類識別的問題，又可以通過構造最優分類面使得所有訓練樣本距離該面的誤差越小越好，來解決回歸分析的問題。它是一種比神經網絡更簡化高效的算法，將其與現代智能優化算法結合起來能夠使預測更加精準，所以近年來一直被廣泛應用[8]。用CSO優化SVM的懲罰因子C和核參數g，算法容易實現，而且收斂精度比較高。楊旌等[9]證明CSO優化回歸型支持向量機在煤炭成本預測上比GA和PSO算法更有效精準，張瑩杰等[10]證明ICSO算法優化神經網絡的分類識別模型比雞群算法準確率更好，收斂速度更快，全局搜索能力更強。……