检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

多光谱数据融合技术对绒柄牛肝菌产地的鉴别

食品科学 2018年第8期39卷 212-217页

作者：姚森李涛刘鸿高李杰庆王元忠云南农业大学农学与生物技术学院云南昆明650201 云南省农业科学院药用植物研究所云南昆明650200 玉溪师范学院资源环境学院云南玉溪653100 云南省省级中药原料质量检测技术服务中心云南昆明650200

采集5个产地96份绒柄牛肝菌样品的红外光谱和紫外光谱,结合多光谱信息融合策略,建立快速、有效鉴别绒柄牛肝菌产地的方法。运用多元散射校正、标准正态变量、二阶导数等预处理方法对原始光谱数据进行优化处理,减少噪音干扰。选取具有指... 详细信息

采集5个产地96份绒柄牛肝菌样品的红外光谱和紫外光谱,结合多光谱信息融合策略,建立快速、有效鉴别绒柄牛肝菌产地的方法。运用多元散射校正、标准正态变量、二阶导数等预处理方法对原始光谱数据进行优化处理,减少噪音干扰。选取具有指纹特性的光谱信息进行初级数据融合;通过偏最小二乘判别分析(partial least squares-discriminant analysis,PLS-DA)筛选光谱数据中变量在投影方向重要程度大于1的波段,进行中级数据融合。利用优化处理后的单一光谱数据及多光谱融合数据建立PLS-DA模型和支持向量机(support vector machine,SVM)判别模型,比较两种判别模型对绒柄牛肝菌产地的鉴别效果。结果显示,通过红外光谱、紫外光谱、初级融合和中级融合数据分别建立PLS-DA模型,对绒柄牛肝菌产地的预测正确率为56.25%、56.25%、62.50%和81.25%;建立SVM判别模型,产地预测正确率分别为90.63%、65.63%、87.50%和96.88%,表明中级融合技术对绒柄牛肝菌产地鉴别效果显著,优于其他技术;并且SVM判别模型对牛肝菌产地区分效果优于PLS-DA模型。采用中级融合技术建立SVM判别模型,能够快速、有效鉴别不同产地绒柄牛肝菌,同时为食品质量监控提供有效方法和理论基础。

关键词：数据融合绒柄牛肝菌产地鉴别紫外光谱红外光谱

基于矿物元素和稳定同位素技术不同产地陈皮鉴别研究

在线全文

学校读者我要写书评

暂无评论

食品安全质量检测学报 2023年第20期14卷 46-55页

作者：胡翔宇郄梦洁赵姗姗马宇轩王明林赵燕山东农业大学食品与工程学院泰安271018 中国农业科学院农业质量标准与检测技术研究所农业农村部农产品质量安全重点实验室北京100081

目的研究不同产地陈皮中矿物元素含量和稳定同位素比值,并建立产地鉴别模型。方法采集我国4个地区(广东、福建、四川和重庆)共160份陈皮样品,采用电感耦合等离子体-质谱法测定陈皮中21种矿物元素的含量,同位素质谱法测定陈皮中4种稳定... 详细信息

目的研究不同产地陈皮中矿物元素含量和稳定同位素比值,并建立产地鉴别模型。方法采集我国4个地区(广东、福建、四川和重庆)共160份陈皮样品,采用电感耦合等离子体-质谱法测定陈皮中21种矿物元素的含量,同位素质谱法测定陈皮中4种稳定同位素比值,研究不同产地陈皮中矿物元素含量、稳定同位素比值差异并进行产地鉴别。结果20种矿物元素的含量、4种稳定同位素的比值在4个地区间存在显著差异(P产地鉴别,线性判别交叉验证准确率为93.8%,通过重要性因子值筛选得出产地鉴别的关键因子是Cu、K、Ga、Ni、Y、Ba、La、Nd、V、Cr、Rb、Fe、Mn、Co及δ^(18)O。结论矿物元素结合稳定同位素技术可以有效地鉴别陈皮的地理来源,这项技术的应用可以为判断陈皮的产地和真实性提供可靠的技术支持。

关键词：陈皮矿物元素稳定同位素产地鉴别

在线全文

学校读者我要写书评

暂无评论

红外光谱结合判别分析对玛咖产地的鉴别

江苏农业科学 2017年第5期45卷 170-173页

作者：杨春艳刘飞王元忠玉溪师范学院物理系云南玉溪653100 云南省农业科学院药用植物研究所云南昆明650200

采用傅里叶变换红外光谱技术测试6个产地共82株玛咖块根样品的红外光谱;在Omnic 8.0光谱软件中用一阶、二阶导数等方法对光谱进行优化处理;用SPSS 18.5统计分析软件对经优化的光谱数据在950~1 800、1 200~1 800 cm-1范围建立Mahalanobis... 详细信息

采用傅里叶变换红外光谱技术测试6个产地共82株玛咖块根样品的红外光谱;在Omnic 8.0光谱软件中用一阶、二阶导数等方法对光谱进行优化处理;用SPSS 18.5统计分析软件对经优化的光谱数据在950~1 800、1 200~1 800 cm-1范围建立Mahalanobis distance(马氏距离)、Wilks’Lambda、Unexplained variance(未解释方差)、Smallest F ratio(最小F值)及Rao's V判别分析模型。结果显示,各样品的红外光谱非常相似,玛咖块根的主要成分是淀粉多糖、蛋白质、纤维素和脂类物质;以950~1 800 cm-1范围的二阶导数光谱数据为判别指标进行Mahalanobis distance判别分析效果较好,且模型较稳定,回判正确率为100%,平均预测正确率为81.8%,总判别正确率为92.7%。傅里叶变换红外光谱结合判别分析,可以有效鉴别玛咖产地来源,为玛咖的鉴别分类提供可靠依据。

关键词：玛咖傅里叶变换红外光谱逐步判别分析产地鉴别

基于近红外二维相关光谱对牛肝菌种类和产地的鉴别研究

在线全文

学校读者我要写书评

暂无评论

基于近红外二维相关光谱对牛肝菌种类和产地的鉴别研究

作者：陈雄云南农业大学

学位级别：硕士

野生食用牛肝菌味道鲜美、风味独特,其子实体具有高蛋白、低脂质的营养特性,富含多糖、多酚、黄酮、膳食纤维、维生素等活性物质,具有抗氧化、辅助降血糖、调节肠道菌群、增强免疫力等保健功能,食药用价值极高。其食药用价值易受种类和... 详细信息

野生食用牛肝菌味道鲜美、风味独特,其子实体具有高蛋白、低脂质的营养特性,富含多糖、多酚、黄酮、膳食纤维、维生素等活性物质,具有抗氧化、辅助降血糖、调节肠道菌群、增强免疫力等保健功能,食药用价值极高。其食药用价值易受种类和产地等因素的影响,市场价格也很大程度取决于这些因素。目前,牛肝菌供应链多个环节常以次充好来牟取非法利益,严重侵害消费者利益和扰乱食用菌市场秩序。不同种类和产地牛肝菌的快速鉴别是目前食用菌市场监管所关注的焦点问题。本研究针对牛肝菌产业发展中物种和产地鉴别问题,以云南常见牛肝菌为材料,通过化学计量学分析其近红外(NIR)光谱数据,鉴别不同种类和不同产地的牛肝菌,以期:通过NIR光谱技术建立牛肝菌快速无损鉴别模型,从而维护市场稳定和发展,保障人们的健康和生命安全,并为绿色分析技术的进一步发展和利用提供理论依据。(1)本研究提出一种物种鉴别方法并对其进行优化,以维护市场秩序,保护野生食用菌的经济效益。基于牛肝菌NIR光谱生成二维相关光谱(2D-COS)图像,以此建立深度学习模型,并优化模型的识别效果。采集了6种牛肝菌共计1398份光谱数据,比较了不同图像类型、不同建模参数和不同数据源建立深度学习模型的识别准确率。结果表明,同步2D-COS是建立深度学习模型的最佳图像类型,当学习率为0.01,epochs为40时,使用菌柄和菌盖数据,识别效果会进一步提高。该方法保留了样本的完整信息,可为市场监管部门提供一种快速、无创的牛肝菌种类鉴定方法。(2)兰茂牛肝菌(Lanmaoa asiatica)作为食用菌市场常见牛肝菌之一,且有较高的营养价值和经济价值,常常被不法商贩利用以牟取不正当利益。本研究基于NIR光谱技术建立快速准确的兰茂牛肝菌产地鉴别模型,并通过竞争性自适应加权(CARS)算法筛选出重要气候变量。该研究从中国云南省20个乡镇级地区收集了497株兰茂牛肝菌样品。首先,基于所有样品的NIR光谱,进行了光谱分析和主成分分析(PCA)。了解兰茂牛肝菌可能的化学成分,观察20类乡镇级样品的分类趋势。然后,使用Matlab-R2017a软件生成2D-COS图像,并建立残差卷积神经网络(Res Net)图像识别模型。Res Net模型训练集和测试集准确率为100%,损失值为0.052,说明模型准确率极高。此外,利用CARS算法从105个气候变量中选取特征变量。通过CARS算法获得了与兰茂牛肝菌NIR光谱差异相关的四个重要变量(2月、3月和4月降水量和1月最低温度)。结合产地鉴别结果,讨论了特征气候因素如何影响近红外光谱信息。研究结果可为市场监控提供快速、准确的牛肝菌产地鉴别方法,为筛选关键气候因子提供创新思路。

关键词：牛肝菌近红外光谱种类鉴别产地鉴别

基于电子鼻技术和GC-MS对不同产地乌药的鉴别和挥发油成分分析

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中南药学 2024年第12期22卷 3181-3186页

作者：王子燕王博诗王一帆管家齐张睿浙江中医药大学杭州310053

目的利用电子鼻技术和气相色谱质谱联用(GC-MS)法对不同产地乌药进行鉴别以及成分分析。方法采用电子鼻检测来自10个产地的乌药块根气味信息,采用主成分分析(PCA)、线性判别分析(LDA)和负荷加载分析(LA)构建分类乌药鉴别模型实现快速... 详细信息

目的利用电子鼻技术和气相色谱质谱联用(GC-MS)法对不同产地乌药进行鉴别以及成分分析。方法采用电子鼻检测来自10个产地的乌药块根气味信息,采用主成分分析(PCA)、线性判别分析(LDA)和负荷加载分析(LA)构建分类乌药鉴别模型实现快速区分,同时结合GC-MS对其挥发油成分进行定性和定量分析验证。结果 PCA分析表明第一主成分的贡献率为97.57%,总贡献率为99.08%。LDA分析表明第一主成分的贡献率为55.47%,总贡献率为92.61%。GC-MS从10个产地乌药中共检测出145种成分,13种共有成分,49种特有成分。结论不同产地的乌药由于挥发性成分种类及相对含量有差异,并且电子鼻技术可以对不同产地乌药进行有效区分。可为后续此类药物药效动力学研究和质量控制研究提供科学规范的物质基础。

关键词：乌药挥发油质量控制产地鉴别

在线全文

学校读者我要写书评

暂无评论

基于支持向量机煤炭产地的鉴别研究

洁净煤技术 2011年第4期17卷 113-116,123页

作者：袁晓鹰邵元海王震日照出入境检验检疫局山东日照276826 中国农业大学理学院北京100083 河北联合大学轻工学院河北唐山063000

利用日照局历年来积累的出口煤炭的检测数据和出口企业自身检测的数据,用支持向量机技术分析其化学性质、物理性质、指标范围等情况,对检测的山东省出口煤炭的产地样品按决策树方法进行特性分类,并结合支持向量机方法实现了山东省15个... 详细信息

利用日照局历年来积累的出口煤炭的检测数据和出口企业自身检测的数据,用支持向量机技术分析其化学性质、物理性质、指标范围等情况,对检测的山东省出口煤炭的产地样品按决策树方法进行特性分类,并结合支持向量机方法实现了山东省15个煤炭出口产地或品牌的鉴别。该方法属于一种新的分类鉴别方法,为煤炭产地的鉴别提供了一个可借鉴的实例。

关键词：煤炭支持向量机产地鉴别

在线全文

学校读者我要写书评

暂无评论

红外光谱的不同产地黑果腺肋花楸果实鉴别

光谱学与光谱分析 2024年第4期44卷 991-996页

作者：杨承恩李萌王天赐王金玲李雨婷苏玲吉林农业大学食药用菌教育部工程研究中心吉林长春130118 吉林农业大学生命科学学院吉林长春130118 长春职业技术学院现代农学系吉林长春130504 国药一心制药有限公司质检部吉林长春130600

黑果腺肋花楸是已被列入新食品原料名单中的小浆果,富含花青素等成分,在酒类、饮料、功能食品、化妆品等领域广泛应用,具有较高的经济价值。因受不同产地气候等环境因素及种植条件的影响,黑果腺肋花楸果实品质差异明显。为规范黑果腺肋... 详细信息

黑果腺肋花楸是已被列入新食品原料名单中的小浆果,富含花青素等成分,在酒类、饮料、功能食品、化妆品等领域广泛应用,具有较高的经济价值。因受不同产地气候等环境因素及种植条件的影响,黑果腺肋花楸果实品质差异明显。为规范黑果腺肋花楸果品市场管理,以中红外光谱技术结合化学计量学方法对不同产地黑果腺肋花楸果实进行鉴别。采集15个产区共750份黑果腺肋花楸果实红外光谱数据,采用K-S样本划分法,按4∶1比例将样本划分为训练集和测试集,并进行多元散射校正(MSC)、标准正态化(SNV)、移动平滑(SG)、一阶导数(FD)、二阶导数(SD)等光谱预处理,与原始光谱进行支持向量机(SVM)建模识别效果对比,确定最佳光谱预处理方法,同时对最佳光谱数据进行归一化处理。采用竞争性自适应重加权算法(CARS)和连续投影算法(SPA)提取光谱特征信息,并结合随机森林(RF)、极限学习机(ELM)、支持向量机(SVM)、偏最小二乘-判别分析(PLA-DA)进行建模对比,确定最佳模型。结果表明,MSC为最佳光谱预处理方法,MSC-SVM训练集识别率为93.33%,测试集识别率为92.67%,能有效减少光谱采集时产生的随机误差。经CARS、SPA提取MSC特征光谱波长,进行4种算法的建模结果对比,确定SPA-SVM模型为最佳识别模型,其训练集与测试集识别率均为100%,且仅需16个波长点即可完成准确识别。红外光谱结合化学计量学方法,尤其是SPA-SVM模型,可准确鉴别黑果腺肋花楸果实产地,为黑果腺肋花楸果实产地溯源、质量评价提供快速、简便的方法支撑,为打造地区特色品牌提供技术基础。

关键词：黑果腺肋花楸红外光谱产地鉴别支持向量机

核密度估计算法结合近红外光谱技术鉴别三叶青产地

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 2018年第3期38卷 794-799页

作者：赖添悦蔡逢煌彭昕柴琴琴李玉榕王武福州大学电气工程与自动化学院福建福州350116 浙江医药高等专科学校制药工程学院浙江宁波315100 福建省医疗器械和医药技术重点实验室福建福州350116

三叶青是我国珍稀中药材,具有多种疗效,但不同产地的三叶青有效成分含量差异悬殊,为防止三叶青以次充好,其产地鉴别尤为重要。以浙江、云南、安徽、广西和湖北五个产地的三叶青为研究对象,利用傅里叶变换近红外光谱分析仪(Fourier trans... 详细信息

三叶青是我国珍稀中药材,具有多种疗效,但不同产地的三叶青有效成分含量差异悬殊,为防止三叶青以次充好,其产地鉴别尤为重要。以浙江、云南、安徽、广西和湖北五个产地的三叶青为研究对象,利用傅里叶变换近红外光谱分析仪(Fourier transform near infrared spectroscopy,FT-NIR)收集4 000~10 000cm-1范围内的近红外光谱,由于三叶青近红外光谱数据还未完善,因此在其产地鉴别上,应对鉴别算法提出更高的要求,即在实现三叶产地鉴别的同时,还要能够有效地识别出其他或未知新产地的三叶青。针对这一问题,本文结合三叶青近红外光谱数据的特点,对算法共做了三方面改进:(1)从距离的角度估计样本的概率密度;(2)以训练样本可信度的方式计算带宽参数;(3)在未知新产地的识别上,提出一种基于训练集样本的概率密度函数的识别方法。结果表明,该算法对训练集样本的识别精度达到了100%,且在140组预测集样本中,只有3组样本识别出错,并能够100%地识别出未知新产地的三叶青,说明基于核密度估计的改进算法在三叶青产地鉴别上,不仅鉴别精度高,且能够有效识别出其他或未知新产地的三叶青。

关键词：三叶青产地鉴别核密度估计未知新产地近红外光谱

基于模型集群的东北/非东北大米产地高光谱鉴别方法研究

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 2020年第3期40卷 905-910页

作者：林珑吴静珠刘翠玲于重重刘志袁玉伟北京工商大学食品安全大数据技术北京市重点实验室北京100048 浙江省农业科学院农业部农产品信息溯源重点实验室浙江杭州310021

采集东北和非东北产地大米样本高光谱图像,筛选多个特征波长图像并提取图像特征,结合模式识别方法建立判别模型,并联合多个模型构成模型集群快速、准确判别东北/非东北大米产地。东北大米以粳米为主,主要涵盖长粒香,圆粒香,稻花香和小町... 详细信息

采集东北和非东北产地大米样本高光谱图像,筛选多个特征波长图像并提取图像特征,结合模式识别方法建立判别模型,并联合多个模型构成模型集群快速、准确判别东北/非东北大米产地。东北大米以粳米为主,主要涵盖长粒香,圆粒香,稻花香和小町米4个品种。为建立实用性强、适用范围广的东北/非东北大米产地判别模型,实验主要收集了国内粳米代表性产区且以上述4个品种为主的样本,构成原始样本集:其中东北产地5份,包括黑龙江(1)、吉林(2)、辽宁(2),非东北产地5份,包括河北(1)、浙江(1)、江苏(2)、安徽(1)。每个产地样本随机选取100粒,共计100×10粒大米样本。采用芬兰Specim公司的SisuCHEMA高光谱成像系统采集样本900~1700 nm高光谱图像。按照大米轮廓选取感兴趣区域提取出单粒大米样本的平均光谱,采用Kennard-Stone法按照4∶1划分训练集和测试集。应用连续投影算法筛选得到原始样本集光谱的8个特征波长:1460.30,1400.20,1424.92,945.98,1315.62,1220.87,1705.91和942.53 nm;采用方向梯度直方图分别提取8个波长下的图像特征,结合支持向量机建立基于单特征波长图像的东北/非东北大米产地鉴别模型,识别准确率分别为85.5%,77.5%,76.5%,73.5%,71%,68.5%,67%和65.5%;鉴于单模型识别率不高的现状,提出建立基于特征波长图像模型集群综合判别大米产地的策略,即按照单模型识别率从高到低排序后分别联合3个、5个和7个特征波长图像模型的预测结果,当预测样本判定为真的比率>50%,则判定样本为真,反之则为假。联合1460.30,1400.20,1424.92,945.98,1315.62,1220.87和1705.91 nm七个波段的模型集合对测试集样本的识别率可达90.5%。实验结果表明高光谱结合模型集群策略可为建立性能稳健、适用范围广的东北/非东北大米产地快速检测模型提供切实可行的思路和方法参考。

关键词：高光谱模型集合东北大米产地鉴别方向梯度直方图