检索结果-南通市图书馆

荧光光谱成像技术结合聚类分析及主成分分析的藻类鉴别研究

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2014年第8期34卷 2132-2136页

作者：梁曼黄富荣何学佳陈星旦暨南大学光电工程系广东广州510632 光电信息与传感技术广东普通高校重点实验室广东广州510632 暨南大学赤潮与海洋生物学研究中心广东广州510632 中国科学院长春光学精密机械与物理研究所吉林长春130033

为探讨快速、实时藻类检测方法，实验通过荧光光谱成像技术结合模式识别方法对不同藻类进行鉴别研究。发现藻类样本存在着显著的荧光特性，通过采集40个藻类样品的荧光光谱图像，对图像进行去噪、二值化处理，确定有效像素后，根据光谱... 详细信息

为探讨快速、实时藻类检测方法，实验通过荧光光谱成像技术结合模式识别方法对不同藻类进行鉴别研究。发现藻类样本存在着显著的荧光特性，通过采集40个藻类样品的荧光光谱图像，对图像进行去噪、二值化处理，确定有效像素后，根据光谱立方体绘制每个样本的光谱曲线，将所得400～720 nm区段范围内的光谱数据作鉴别分析，再利用系统聚类分析及主成分分析两种不同的模式识别法对光谱数据进行处理。系统聚类分析结果表明：采用欧氏距离法及平均加权法计算样本间的聚类距离，在距离L＝2．452以上水平处可将样本正确分类，准确率为100％；主成分分析结果表明：通过对原始光谱数据进行一阶微分、二阶微分、多元散射校正、变量标准化等预处理后，再对数据进行主成分分析，其中二阶微分预处理后鉴别效果最佳，八种藻类样品在主成分特征空间中独立分布。因此，利用荧光光谱成像技术结合聚类分析法及主成分分析法对藻类进行鉴别是可行的，操作简便、快速、无损。

关键词：荧光光谱成像聚类分析主成分分析藻类

可见和近红外透射光谱结合区间偏最小二乘法(iPLS)用于橄榄油中掺杂煎炸老油的定量分析

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2016年第8期36卷 2462-2467页

作者：冼瑞仪黄富荣黎远鹏潘莎莎陈哲陈振强汪勇暨南大学光电工程系广东广州510632 暨南大学食品科学与工程系广东广州510632

为探寻一种快速可靠的分析方法用于橄榄油中掺杂煎炸老油含量的测定,实验采用可见和近红外透射光谱分析技术结合区间偏最小二乘法（interval partial least squares,iPLS）、联合区间偏最小二乘法（synergy interval partial least squa... 详细信息

为探寻一种快速可靠的分析方法用于橄榄油中掺杂煎炸老油含量的测定,实验采用可见和近红外透射光谱分析技术结合区间偏最小二乘法（interval partial least squares,iPLS）、联合区间偏最小二乘法（synergy interval partial least squares,SiPLS）和反向区间偏最小二乘法（backward interval partial least squares,BiPLS）,对掺杂不同含量煎炸老油的橄榄油建模分析,并对不同模型比较优选。采集样品400～2500 nm范围内的光谱,对光谱数据进行Savitzky-Golay（SG）平滑去噪。剔除奇异样本后,采用sample set partitioning based on joint X-Y distance（SPXY）法划分样本集,以不同的iPLS优选建模区域,建立煎炸老油含量预测模型。结果表明：对掺杂不同含量煎炸大豆油的橄榄油,采用划分20个区间,选择2个子区间[4,16]建立的SiPLS模型预测效果最好,相关系数（Rp）达0.998 9,预测均方根误差（RMSEP）为0.019 2。对掺杂不同含量煎炸花生油的橄榄油,采用划分20个区间,选择2个子区间[2,16]组合建立的SiPLS和BiPLS模型具有相同的预测效果,预测均方根误差（RMSEF）为0.0120,均优于iPLS模型。此外,与SiPLS模型相比,BiPLS模型运算量少,速度快。由此可见,基于掺杂油样品的可见和近红外透射光谱,分别采用组合区间偏最小二乘法（SiPLS）和反向区间偏最小二乘法（BiPLS）优选建模光谱区域,可以对橄榄油中掺杂煎炸大豆油和煎炸花生油含量进行准确测定。而且,实验过程无需对掺杂油样品进行预处理,无环境污染,操作简单,快速无损。

关键词：可见和近红外透射光谱区间偏最小二乘法掺伪煎炸老油定量分析

红外光谱法与荧光光谱成像技术结合神经网络对正毛化橘红的快速鉴别

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2015年第10期35卷 2761-2766页

作者：潘莎莎黄富荣肖迟冼瑞仪马志国暨南大学光电工程系广东广州510632 暨南大学药学院广东广州510632

为探究一种快速、可靠的化橘红检测方法,本实验分别采用傅里叶变换衰减全反射红外光谱法和荧光光谱成像技术结合多层感知器（MLP）神经网络所构建的模式识别方法,对化橘红进行鉴别,并对两种方法进行了比较。实验以81个正毛化橘红,37个... 详细信息

为探究一种快速、可靠的化橘红检测方法,本实验分别采用傅里叶变换衰减全反射红外光谱法和荧光光谱成像技术结合多层感知器（MLP）神经网络所构建的模式识别方法,对化橘红进行鉴别,并对两种方法进行了比较。实验以81个正毛化橘红,37个其他品种橘红共118个样品为研究对象,采集所有样品的红外光谱和荧光光谱图像。根据光谱曲线中不同样品间的差异,取红外光谱中550-1800cm^-1区段范围内的光谱数据和荧光光谱曲线中的400~720nm区段的光谱数据进行分析,应用主成分分析法（PCA）对化橘红的光谱数据进行降维处理,再结合MLP神经网络对化橘红样品进行判别分析。实验中分别使用多元散射校正（MSC）、标准正态变量校正（SNV）、一阶导（FD）、二阶导（SD）以及Savitzky-Golay（SG）平滑数据预处理方法,并比较他们对鉴别模型的影响。分析结果表明：利用红外光谱法（FTIR/ATR）,经由Savitzky-Golay（SG）平滑预处理得到的数据,通过隐层函数为sigmoid的三层MLP模型,能够得到最优正毛化橘红识别率,其结果训练集和测试集的识别率都为100%;利用荧光光谱成像技术,由多元散射（MSC）预处理的结果是最理想的。经过预处理的数据,通过隐层函数为sigmoid函数的三层MLP模型,训练集识别率达到100%,测试集识别率达到96.7%。由此可见,衰减全反射红外光谱法（FTIR/ATR）和荧光光谱成像技术分别与MLP神经网络构建的识别模式,均可对化橘红的判别达到快速、可靠的效果。

关键词：化橘红傅里叶变换衰减全反射红外光谱法(FTIR/ATR) 荧光光谱成像技术 MLP神经网络

荧光光谱成像技术结合主成分分析与Fisher判别快速鉴别肉苁蓉

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2015年第3期35卷 689-694页

作者：黎远鹏黄富荣董佳肖迟冼瑞仪马志国赵静暨南大学光电工程系广东广州510632 暨南大学药学院广东广州510632 华南农业大学理学院广东广州510636

为探究一种快速、可靠的肉苁蓉属中药材检测方法，实验采用荧光光谱成像技术结合模式识别方法对肉苁蓉属三种中药材：荒漠肉苁蓉、管花肉苁蓉和沙苁蓉进行鉴别研究。实验中发现肉苁蓉样品存在较显著的荧光特性，采集来自不同产地、不同... 详细信息

为探究一种快速、可靠的肉苁蓉属中药材检测方法，实验采用荧光光谱成像技术结合模式识别方法对肉苁蓉属三种中药材：荒漠肉苁蓉、管花肉苁蓉和沙苁蓉进行鉴别研究。实验中发现肉苁蓉样品存在较显著的荧光特性，采集来自不同产地、不同批次以及不同超市购买的三种肉苁蓉属药材的40个样品的荧光光谱图像，对图像进行去噪、二值化处理后，根据光谱立方体绘制每个样本的光谱曲线，将所得450～680 nm 波段范围内的光谱数据作为鉴别分析的研究对象，应用主成分分析法（PCA）对三种肉苁蓉的光谱数据进行降维处理，再结合 Fisher 判别方法对三种肉苁蓉进行鉴别。分别比较多元散射校正（MSC）、标准正态变量校正变换（SNV）以及一阶微分（FD）三种数据预处理方法对鉴别模型的影响，并根据主成分的累积贡献率和主成分因子数对判别模型效果的影响对主成分因子数进行优化。分析结果表明：一阶微分预处理后提取前四个主成分进行 Fisher 判别的鉴别效果最佳，PCA 结合 Fisher 判别建立肉苁蓉属三种药材的判别模型原始判别的准确率达到100％，交叉验证的准确率达到95％。由此可见，利用荧光光谱成像技术结合主成分分析及 Fisher 判别对肉苁蓉属三种药材的鉴别分析是可行的，而且具有操作简便、快速、可靠等优点。

关键词：荧光光谱成像主成分分析 Fisher 判别肉苁蓉鉴别

衰减全反射傅里叶变换红外光谱法结合模式识别分析橄榄油中掺杂大豆油的研究

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2015年第3期52卷 244-252页

作者：黎远鹏黄富荣冼瑞仪夏凯悦汪勇陈星旦暨南大学光电工程系广东广州510632 暨南大学食品工程系广东广州510632 中国科学院长春光学精密机械与物理研究所吉林长春130033

采用衰减全反射傅里叶变换红外光谱（FTIR-ATR）结合模式识别的方法建立橄榄油的快速鉴别模型。实验中测定不同品牌的纯橄榄油样本与纯大豆油样本以及橄榄油中掺入大豆油的混合油样本的FTIR-ATR光谱。将625～4000 cm^-1波段的光谱数据... 详细信息

采用衰减全反射傅里叶变换红外光谱（FTIR-ATR）结合模式识别的方法建立橄榄油的快速鉴别模型。实验中测定不同品牌的纯橄榄油样本与纯大豆油样本以及橄榄油中掺入大豆油的混合油样本的FTIR-ATR光谱。将625～4000 cm^-1波段的光谱数据作为鉴别研究对象,应用主成分分析法（PCA）对光谱数据进行降维处理,再结合Fisher判别分析和多层感知器神经网络两种模式识别的方法对纯橄榄油、纯大豆油以及三种掺杂有大豆油的橄榄油样本进行鉴别。结果表明：对原始数据所采用的预处理方法中,经小波去噪后的数据的鉴别效果最佳。PCA结合Fisher判别分析建立的判别模型,原始判别的准确率达到100%,交叉验证的准确率达到97.1%;多层感知器神经网络鉴别模型训练集分类准确率为100%,测试集分类准确率为100%。因此,FTIR-ATR光谱技术结合模式识别方法可以实现对纯橄榄油、纯大豆油以及三种掺杂有大豆油的橄榄油样本的鉴别,而且具有操作简便、快速、可靠等优点。

关键词：光谱学 FTIR-ATR Fisher判别神经网络鉴别