文中数据与结果来自原论文，不代表本公司设备的测试表现。
同为商品牛奶，不同品牌的光谱能否被区分，是建立乳品指纹库时很直观的问题。不过，品牌往往也伴随配方和生产批次变化。判断模型学到了什么，需要同时查看样本的来源与划分方式。
概要
研究对五个品牌的牛奶采集便携近红外光谱，经预处理、降维和判别建模后完成分类。模糊改进方法在同批测试样本中表现较好，但各品牌只纳入一个生产批次，结果不能直接作为跨日期品牌认证能力，也不代表营养或品质排名。
（AI 场景概念图，用于科普配图；不是论文数据、研究设备实拍或产品图解）
研究价值
品牌光谱库可用于批次指纹研究，补充跨日期样本后才可判断其实际采购价值。
实验方法与参考测量
原论文使用 NIR-M-R2 近红外光谱仪采集牛奶样品光谱，测量范围为 900–1700 nm，分辨率为 10 nm（见原论文第 2.2 节）。
研究从本地超市购入五品牌牛奶，每品牌60份，共300份；同品牌样品来自同一生产批次。常温采集每份三次近红外光谱并平均，经平滑降噪与主成分降维后，比较传统线性判别、改进零空间判别及模糊改进方法。每品牌45份用于训练、15份用于测试，再由近邻分类器评价识别结果，考察特征数量和近邻设置的影响。原研究并未纳入同品牌的不同生产日期样本。
关键波段与采集参数
| 波段 / 参数 | 原文含义与使用说明 |
|---|---|
| 900–1700 nm；分辨率10 nm；228维数据 | 本研究采集/分析范围 |
| 论文使用降维与判别特征，未验证最佳少量离散波长组合 | 关键波长与证据边界 |
主要结果
75份同批测试样本中FiNLDA最高准确率94.67%，对比LDA 74.7%、iNLDA 88%；并非跨日期品牌认证。
研究局限与解读
品牌与生产批次可能混杂；分类不等于营养优劣，也不能证明知名品牌质量更高。
图像版权归论文原作者。许可：CC BY 4.0。
论文来源
Wu X, Fang Y, Wu B, Liu M. (2023). Application of Near-Infrared Spectroscopy and Fuzzy Improved Null Linear Discriminant Analysis for Rapid Discrimination of Milk Brands. Foods. https://doi.org/10.3390/foods12213929
欢迎联络
便携式设备能否用于类似检测，需要结合样品和实验条件评估，具体效果仍需通过实际测试验证。欢迎联系威视佰科，交流您的样品与检测需求，共同评估实验方案，探讨使用本公司设备开展实测与验证的可行性。
- 电子邮箱：contact@vispek.cn
- 官方网站：https://www.vispek.cn
本公司产品展示，非论文所用设备