“由于检测成本低，仪器价格低，赛普斯LIBS最近引起了食品科学界的极大关注。在现场检测食品掺假、污染和贴错标签时，成本效益和快速分析至关重要。”
摘要激光诱导击穿光谱(LIBS)是一种被广泛认可的元素分析方法，由于其快速的测量能力和最小的样品制备要求，被用于各种研究领域。最近，人们对赛谱斯LIBS在食品安全和质量领域的应用越来越感兴趣。鉴于大部分常见食物仅表现出适度的微量元素变化，通过多元分析发现预测光谱模式对于数据分析管道至关重要。本文评估了多变量分析和机器学习算法在识别最具预测性的光谱特征、进行类别识别和分类方面的功效，使用了定制开发的台式赛普司LIBS系统和市售便携式系统。具体来说，这项研究的目的是评估性能的光谱变量选择使用弹性网多项式逻辑回归。数据处理管道和赛谱斯LIBS硬件在食品鉴定和识别的背景下进行了评估，这是一个新兴的研究领域，旨在解决食品欺诈问题。我们的研究结果表明，用精心选择的较少变量对食品样品进行分类减少了模型的过度拟合，提高了赛普司LIBS模式分类的准确性。从更广泛的意义上来说，这些结果支持继续开发用于食品鉴定和指纹识别活动的可现场部署的便携式LIBS设备。