公共文化服务平台

共 5 条记录，以下是 1-6

全选清除导出

排序方式：

基于遗传算法和间隔偏最小二乘的苹果硬度特征波长分析研究被引量：28: 2009年; 利用傅里叶近红外光谱(FT-NIRS)测定了苹果的硬度。通过使用几种基于遗传算法和间隔偏最小二乘法的特征波长选取方法,包括动态向后间隔偏最小二乘(dynamic backward version of interval PLS,dynamic biPLS)、动态向后间隔偏最小二乘结合遗传算法(dynamic biPLS & GA-PLS)和反复的遗传算法(iterative GA-PLS),分析了苹果硬度的特征波长。结果表明,运用遗传算法和间隔偏最小二乘选择特征波长后,不但可以降低模型的复杂度,同时能够达到提高模型预测精度的效果。在此基础上,研究分析了苹果硬度特征波长的物理化学意义。由于果胶是在苹果成熟过程中一种和硬度有很大关联的物质,通过比较苹果硬度的特征波长和果胶的特征吸收峰,发现两者具有有很好的一致性。因此,采用遗传算法和间隔偏最小二乘法得到的苹果硬度的特征波长能够反映果胶的吸收信息,从而解释了近红外技术检测苹果硬度的机理。; 屠振华籍保平孟超英朱大洲史波林庆兆珅; 关键词：近红外光谱遗传算法苹果果胶

近红外光谱法测定蜂蜜中主要成分的可行性研究被引量：6: 2009年; 以153个单植物源和混合植物源蜂蜜样品为研究对象,使用3种近红外光谱仪(FT型、CCD型、PDA型)采集蜂蜜的透反射和透射光谱,并应用近红外定量分析技术进行蜂蜜中主要成分(水分含量、果糖含量、葡萄糖含量)的检测研究。用偏最小二乘回归(partial least square repression,PLSR)方法分别建立了蜂蜜水分含量、果糖含量、葡萄糖含量的近红外定量分析模型。结果表明,水分含量、果糖含量、葡萄糖含量的相关系数(r)分别达到0.9785,0.9311和0.8907,预测误差均方根(RMSEP)分别为0.4108(%),1.9144(%)和2.5319(%)。研究表明基于近红外光谱的蜂蜜主要成分快速无损检测准确度高,具有很高的实用价值。; 屠振华籍保平孟超英朱大洲王林舸庆兆珅; 关键词：蜂蜜近红外光谱果糖葡萄糖

芒果内部品质的CCD-NIR无损检测试验研究: 以"台农"芒果为研究对象,使用CCD近红外光谱仪采集芒果的漫反射光谱信息,并应用近红外定量分析技术开展了芒果内部品质的检测研究。用偏最小二乘回归(partial least square repression,PLSR)...; 屠振华籍保平孟超英朱大洲史波林庆兆珅; 关键词：近红外芒果 CCD 小波变换; 文献传递

蜂蜜中果糖和葡萄糖近红外检测的差异性分析及优化研究被引量：24: 2010年; 采集了来自全国20种单植物源和其它多植物源的101份的蜂蜜样品,分别运用傅立叶型近红外光谱仪采用光纤透反射(800～2500nm,2mm光程)和透射(800～1370nm,20mm光程)采集方式获得近红外光谱,来预测蜂蜜中结构和含量都很相近的果糖和葡萄糖含量。结果发现,两种测量方式下果糖、葡萄糖的预测准确度存在着较大的差异。为了分析这种差异产生的原因,采用支持向量机分析其非线性信息,采用遗传算法分析其特征波长,结果表明:这种差异主要来自两种糖分特征波长分布不同所导致。通过对两种糖分的检测方案进行优化,得出在利用近红外光谱技术检测蜂蜜中葡萄糖成分含量时应尽量采集短波区、长光程的光谱,或者对全谱区、短光程的光谱,进行特征波长的提取,避开水分的干扰,从而提高其预测精度;而对于果糖,则应尽量采集全谱区、短光程的光谱;采用常用线性定量建模方法PLSR就可以得到很好的预测模型,非线性的支持向量机模型未能明显提升模型性能。; 屠振华朱大洲籍保平孟超英王林舸庆兆珅; 关键词：蜂蜜近红外果糖葡萄糖

基于近红外光谱技术的蜂蜜掺假识别被引量：39: 2011年; 为了实现蜂蜜掺假的快速识别,应用近红外光谱结合模式识别方法对蜂蜜掺假现象进行了识别分析。该研究收集了中国不同品种、不同地域的典型天然蜂蜜样品,根据目前市场上常见的蜂蜜掺假手段,掺假物质及相对含量情况配制了掺假蜂蜜样品,利用傅立叶近红外光谱仪采集其透反射近红外光谱,分别采用偏最小二乘判别分析(PLS-DA),独立软模式法(SIMCA),误差反向传播神经网络(BP-ANN)和最小二乘支持向量机(LS-SVM)等模式识别方法,进行蜂蜜掺假识别研究。研究结果表明:利用这4种方法在蜂蜜中掺入果葡糖浆和果葡糖水的情况下均能很好地识别出掺假蜂蜜样品,其中对于掺入果葡糖浆的掺假情况,校正集的正确判别率均达到95%以上,验证集的正确判别率均达到87%以上,对于掺入果葡糖水的掺假蜂蜜校正集的正确判别率均达到93%以上,验证集的正确判别率均达到84%以上。通过比较4种不同的识别算法,发现采用LS-SVM时,对两种掺假情况下校正集和验证集的正确判别率均达到了100%,表明基于近红外光谱的蜂蜜掺假快速准确识别是可行的。; 屠振华朱大洲籍保平陈红茜庆兆珅; 关键词：红外光谱模式识别蜂蜜掺假识别

红外光谱技术在蜂蜜质量检测中的研究进展被引量：10: 2010年; 蜂蜜的品质检测和掺假判别对于保证产品质量、保障其食用安全性具有重要意义。传统的化学分析、抽样检测方法限于成本较高、操作复杂等原因,已不能满足生产实践中大范围检测的需求。近年来,蜂蜜检测技术正向快速化、高通量方向发展。光谱分析技术具有快速、非接触测量的优点,已在石化领域获得了广泛应用,在蜂蜜品质检测方面具有较大的应用潜力。并综述了近红外光谱分析技术和中红外光谱分析技术在蜂蜜定量和定性检测研究中的进展。主要包括这两种光谱分析技术在蜂蜜产品的品质检测、掺假判别、植物源判别、产地判别等方面的研究进展,通过这几方面的介绍,对红外光谱技术在蜂蜜分析检测中的检测原理、技术路线、准确度、影响因素及发展方向进行了综合分析。; 屠振华朱大洲籍保平孟超英王林舸庆兆珅; 关键词：蜂蜜近红外光谱中红外光谱掺假植物源

全选清除导出

共1页<1>

国家科技重大专项(2006BAD05A06-Z1)