科研产出
基于光谱融合的茶油真伪快速鉴别研究
《食品安全质量检测学报 》 2023 北大核心
摘要：目的 建立基于光谱融合的定性分析模型,实现高值茶油的真伪快速鉴别.方法 优化设备条件,同时采集茶油的近红外光谱(near infrared spectroscopy,NIRS)和拉曼光谱(Raman spectroscopy,RS),分别使用6种方法进行预处理,优选4种方法来提取光谱特征波段,并应用数据层和特征层策略融合多光谱信息,通过比较验证不同模型的准确率和预测均方根误差(root mean square error of prediction,RMSEP)来评估效果.结果 单独使用NIRS经标准正态变换处理后的偏最小二乘判别分析结果最优,准确率为 0.8361,RMSEP为 0.1060;单独使用RS经二阶导数处理后的结果最优,准确率为0.8443,RMSEP为0.1332;经NIRS和RS融合后数据结果高于任意单一光谱结果,其中数据层光谱融合模型准确率为 0.8525,RMSEP 为 0.1270,特征层融合后的模型效果较好,最佳结果为基于核主成分分析下的支持向量机模型,准确率达到 0.9508.结论 光谱融合提升茶油掺伪定性鉴别准确率更高,具有较好的应用前景.
全文链接
请求原文
拉曼光谱结合化学计量学方法测定蜂蜜的主要糖分
《中国食品学报 》 2016 EI 北大核心 CSCD
摘要：用便携式拉曼光谱仪测定蜂蜜中的主要糖分,研究不同光谱前处理与校正模型之间的关系(光谱范围175 cm~(-1)至2 600 cm~(-1))。结果表明,与最小偏二乘回归模型(PLS-RM)相比,支持向量机回归模型(SVM-RM)适用于蜂蜜中果糖、葡萄糖、蔗糖和麦芽糖含量的快速测定,其中果糖、葡萄糖和麦芽糖的预测值同参照值的决定系数(R2)分别为0.84,0.87和0.75,而蔗糖含量的定量精确性稍低。拉曼光谱可用于快速定量测定蜂蜜的主要糖分。
全文链接
请求原文
拉曼光谱法无损检测蜂蜜中的果糖和葡萄糖含量
《农业工程学报 》 2014 EI 北大核心 CSCD
摘要：应用拉曼光谱结合化学计量学方法对蜂蜜果糖和葡萄糖含量进行了定量分析。用自适应迭代重加权惩罚最小二乘(adaptive iteratively reweighted penalized least squares,airPLS)算法进行基线校正,用竞争性自适应重加权采样(competitive adaptive reweighted sampling,CARS)算法筛选变量,分别用线性的偏最小二乘(partial least squares,PLS)回归算法和非线性的支持向量机(support vector machines,SVM)回归算法建立定量校正模型,并进行预测。2种模型都有较好的预测结果。对果糖,SVM模型预测值与高效液相色谱法(high performance liquid chromatography,HPLC)测定值的相关系数(R)和预测均方根误差(root mean square error of prediction,RMSEP)分别为0.902和1.401,略优于PLS模型(R为0.892,RMSEP为1.604);对葡萄糖,PLS模型的R和RMSEP分别为0.968和0.669,优于SVM模型(R为0.933,RMSEP为1.410)。结果表明拉曼光谱结合化学计量学方法可快速无损测定蜂蜜果糖和葡萄糖含量。
关键词： 无损检测 拉曼光谱 葡萄糖 蜂蜜 果糖含量 偏最小二乘法 支持向量机法
全文链接
请求原文
拉曼光谱法快速鉴别蜂蜜中掺入甜菜糖浆的可行性研究
《中国食品学报 》 2012 北大核心 CSCD
摘要：对蜂蜜用各种廉价的糖浆掺假,一直是蜂蜜行业的严重问题。本文利用拉曼光谱结合化学计量学方法对蜂蜜中掺入甜菜糖浆进行鉴别。用airPLS法扣除拉曼荧光背景,用自归一化法预处理光谱,在全谱范围(4000～10000cm~(-1))内建立偏最小二乘-线性判别分析(PLS-LDA)模型,并进行预测。训练集10折交互验证的判别总正确率为90.4%,预测集的判别总正确率为95.4%。实验结果表明拉曼光谱结合化学计量学方法可快速鉴别蜂蜜中掺入的甜菜糖浆。
关键词： 拉曼光谱 蜂蜜 掺假 甜菜糖浆 偏最小二乘-线性判别分析
全文链接
请求原文
首页上一页1下一页尾页
