科研产出
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
近红外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 》 2013 北大核心 CSCD
摘要：采用近红外光谱测定蜂蜜中果糖、葡萄糖、蔗糖和麦芽糖含量。测定结果表明:K-S(Kennard-Stone)法是一种有效的划分校正集和验证集的算法。采用蒙特卡罗交互验证法,剔除校正集中的奇异值。果糖、葡萄糖、蔗糖和麦芽糖在奇异值剔除前模型预测值和实际值之间的决定系数分别为0.945,0.927,0.901和0.610,奇异值剔除后其决定系数分别提高到0.971,0.940,0.949和0.750。蒙特卡罗交叉验证扣除奇异值的方法能够改善数据分布,提高模型准确性;小波变换算法处理后由光谱建立的蜂蜜PLS校正模型与变换前精确度无明显变化,但是采用小波变换算法处理后的光谱建模所用时间由3.65 s减少到2.76 s。通过上述几种化学计量学方法,得到蜂蜜中4种主要糖分的近红外光谱模型,为蜂蜜快速检测和实时在线质量控制提供依据。
全文链接
请求原文
近红外光谱法定性定量检测蜂蜜中掺入甜菜糖浆的可行性研究
《光谱学与光谱分析 》 2013 EI SCI 北大核心 CSCD
摘要：为进一步检验近红外光谱技术(NIRS)快速检测蜂蜜掺假的能力,利用近红外光谱结合化学计量学方法对蜂蜜中掺入甜菜糖浆进行了定性和定量检测。偏最小二乘-判别分析法(PLS-DA)对真假蜂蜜预测集的判别总正确率为90.2%;不同判别方法对掺假量等级预测集的判别总正确率都低于33.3%;PLS回归只对同一蜂蜜样本掺假的定量分析结果满意:预测集真实值与预测值的相关系数(r)为0.982 9,预测均方差(RMSEP)为1.394 2,而对不同植物来源和同一植物来源的不同样本的掺假量的定量分析结果不满意。研究表明,蜂蜜中掺入甜菜糖浆后,NIRS可实现真假蜂蜜的快速鉴别,而不能实现掺假量等级的鉴别及掺假量的定量分析。
关键词： 近红外光谱 蜂蜜 掺假 甜菜糖浆 判别分析 定量分析
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
近红外光谱结合化学计量学方法检测蜂蜜产地
《农业工程学报 》 2011 EI 北大核心 CSCD
摘要：为了实现蜂蜜产地的快速判别,应用近红外光谱结合化学计量学方法对蜂蜜产地进行了判别分析。kennard-Stone法划分训练集和预测集。光谱用一阶导数加自归一化预处理后,再用小波变换(WT)进行压缩和滤噪。结合滤波后光谱信息,分别用径向基神经网络(RBFNN)和偏最小二乘-线性判别分析(PLS-LDA)建立了苹果蜜产地和油菜蜜产地的判别模型。对不同小波基和分解尺度进行了讨论。对苹果蜜,WT-RBFNN模型和WT-PLS-LDA模型都是小波基为db1、分解尺度为2时的预测精度较好,都为96.2%。对油菜蜜:WT-RBFNN模型在小波基为db4和分解尺度为1时,预测精度较好,为85.7%;WT-PLS-LDA模型在小波基为db9、分解尺度也为1时,预测精度较好,为90.5%。研究表明:WT结合线性的PLS-LDA建模比WT结合非线性的RBFNN建模更适于蜂蜜产地判别;近红外光谱技术具有快速判别蜂蜜产地的潜力。
关键词： 近红外光谱 小波变换 径向基函数神经网络 蜂蜜 产地判别 偏最小二乘-线性判别分析
全文链接
请求原文
基于MCCV奇异样本筛选和CARS变量选择法对蜂蜜pH值和酸度的近红外光谱检测
《食品科学 》 2011 北大核心 CSCD
摘要：采用Norris平滑加一阶微分数据预处理,蒙特卡洛交互验证(MCCV)的奇异样本筛选和CARS(competitiveadaptive reweighted sampling)变量选择法,用Kennard-Stone(KS)法划分训练集和预测集,偏最小二乘(PLS)回归近红外光谱建模,对蜂蜜pH值和酸度进行定量分析。pH值和酸度校正模型的交互验证决定系数(Rcv2)、交互验证均方差(RMSECV)、预测集决定系数(Rp2)、预测均方差(RMSEP)分别为0.8516和0.8723、0.1214和2.1734、0.8205和0.8250、0.1196和2.4674。结果表明,该方法适于蜂蜜pH值的测定,而不宜用于测定蜂蜜酸度。
关键词： 近红外光谱 蒙特卡洛交互验证的奇异样本筛选 CARS变量选择 蜂蜜 pH值 酸度
全文链接
请求原文
蜂蜜掺假鉴别技术研究进展
《食品工业科技 》 2009 北大核心 CSCD
摘要：综述了目前国内外蜂蜜掺假的鉴别技术,简要介绍了感官分析、花粉分析、理化指标分析及同位素率质谱、色谱、光谱、核磁共振技术在蜂蜜掺假鉴别上的应用及研究概况,并对蜂蜜掺假鉴别今后的研究方向进行了展望。
全文链接
请求原文
基于多元散射校正和偏最小二乘(MSC/PLS)的傅里叶变换近红外光谱检测蜂蜜中还原糖
《食品与机械 》 2009 北大核心
摘要：为快速无损测定蜂蜜的还原糖,提出一种用近红外光谱技术进行检测的新方法。选用SN/T0852——2000铁氰化钾滴定法作为光谱还原糖测定的标定方法,用不同光谱预处理方法对模型的影响进行比较。首先用MSC对光谱数据进行校正,在经过Norris导数平滑法对原始光谱进行预处理消除噪声。利用光谱专用分析软件TQAnalyst7.2,建立偏最小二乘(PLS)校正模型。最优光谱模型校正相关系数(R)、校正相关均方差(RMSEC)、预测相关均方差(RMSEP)、交互验证相关系数(RCV)、交叉验证均方差(REMSECV)分别为0.97056,1.21,1.54,0.96267,1.36。结果表明,应用多元散射校正(MSC)处理,并经过Norris二阶导数平滑后的PLS模型优于经典PLS算法所建立的模型。
全文链接
请求原文
首页上一页1下一页尾页
