公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

近红外光谱快速检测马铃薯全粉还原糖被引量：10: 2013年; 还原糖含量是评价马铃薯全粉品质的重要指标之一,该文研究基于近红外光谱技术结合最小二乘支持向量机(least squares support vector machine,LSSVM)算法的马铃薯全粉还原糖含量非线性数学模型。采用移动窗口偏最小二乘法(moving windows partial least square,MWPLS)和连续投影算法(successive projections algorithm,SPA)组合方法筛选出20个特征变量,作为LSSVM的输入向量。优化径向基函数(radial basis function,RBF)的惩罚因子和核参数,训练LSSVM校正模型。经比较,LSSVM校正模型预测结果最优,预测相关系数为0.984,预测标准差为0.223%,相对分析误差(standard deviation ratio,SDR)为5.62。结果表明:近红外光谱结合LSSVM算法提高了马铃薯全粉还原糖含量的预测精度。; 孙旭东董小玲; 关键词：近红外光谱无损检测马铃薯还原糖

蜂蜜中乐果农药残留的表面增强拉曼光谱定量分析被引量：13: 2015年; 应用表面增强拉曼光谱(surface-enhanced Raman spectroscopy,SERS)技术,结合线性回归算法,开展蜂蜜乐果中农药残留快速定量分析方法研究。含乐果农药残留的益母草蜂蜜样品30个作为被测对象,划分成建模集(20个)和预测集(10个)。采用具有规则倒四角锥体结构的Klarite基底作为增强基底,提高特征拉曼位移峰的相对强度。通过含乐果农药残留蜂蜜样品的SERS光谱与乐果标准品的常规拉曼光谱间的对比分析,找到了蜂蜜中乐果农药残留对应的四个特征拉曼位移峰867,1 065,1 317和1 453cm-1。采用线性回归方法,建立了蜂蜜中乐果农药残留对应的四个特征拉曼位移峰强与乐果浓度间的线性回归模型。10个未参与建模的预测集样品,评价了模型的预测能力。经比较,采用867cm-1处特征拉曼位移峰强建立的线性回归模型预测结果最优,模型预测相关系数为0.984,预测均方根误差为0.663ppm。检测限达到2ppm,接近我国农药残留最大限量标准的检测限。实验结果表明采用表面增强拉曼光谱技术结合线性回归算法实现蜂蜜中乐果农药残留的快速定量分析是可行的。可为其他农产品的农药残留快速定量分析提供参考依据。; 孙旭东董小玲; 关键词：光谱学拉曼表面增强拉曼蜂蜜农药残留

基于小波压缩的马铃薯全粉还原糖近红外光谱检测研究被引量：9: 2013年; 为探讨小波压缩算法结合近红外光谱技术在马铃薯全粉还原糖含量检测中的可行性,采用傅里叶变换近红外光谱仪采集了250份马铃薯全粉样品的近红外光谱。分别优化了消失矩、小波系数和主成分因子数,优化结果为10,100和20。基于db小波函数将1 501个马铃薯全粉的近红外光谱变量压缩成100个小波系数。分别以1 501个光谱变量和100个小波系数为变量分别建立了偏最小二乘(PLS)校正模型。以62个未参与建模的样品作为预测集,考察模型的预测能力。经比较,小波压缩结合PLS的校正模型预测结果最优,模型预测相关系数为0.98,预测均方根误差为0.181%。实验结果表明小波压缩算法结合近红外光谱技术有效地保留了有效光谱信息,实现了光谱数据降维,简化了马铃薯全粉还原糖PLS校正模型,提高了模型的预测能力。; 董小玲孙旭东; 关键词：光谱学近红外小波压缩还原糖马铃薯

近红外光谱结合最小二乘支持向量机的脐橙叶片含水率无损检测被引量：9: 2015年; 为了快速检测赣南脐橙果树叶片含水率,提出近红外光谱结合最小二乘支持向量机的快速检测方法。采用积分球漫反射方式采集叶片的近红外光谱,通过间隔偏最小二乘法从2 074个光谱变量中优选出345个变量作为建模的输入向量,分别建立最小二乘支持向量机和偏最小二乘校正模型。经比较,以径向基函数为核函数的最小二乘支持向量机模型预测结果最优,预测相关系数为0.942,预测均方根误差为2.7%,模型建立及预测时间为0.176s。实验结果表明近红外光谱结合最小二乘支持向量机的脐橙叶片含水率无损检测方法是可行的。; 孙旭东郝勇张光伟; 关键词：光谱学近红外含水率最小二乘支持向量机

表面增强拉曼光谱法检测农药残留的研究进展被引量：16: 2012年; 表面增强拉曼光谱技术(SERS)作为一种高灵敏度的指纹光谱技术,在农药残留检测方面越来越受到关注。本文介绍了表面增强原理,从表面增强基底、农药的特征拉曼位移、农药残留表面增强拉曼光谱定性判别和定量分析四个方面综述了农药残留SERS检测研究进展,展望了SERS在农药残留检测方面的应用前景。; 孙旭东郝勇刘燕德; 关键词：无损检测表面增强拉曼光谱农药残留

苹果可溶性固形物近红外光谱在线检测影响因素研究被引量：5: 2013年; 光谱仪的性能和样品运动速度是影响近红外光谱在线检测精度的重要因素。三款配置了不同光栅的短波光谱仪被用于在线检测苹果的可溶性固形物含量。分别考察不同光谱仪和五种苹果运动速度对苹果可溶性固形物在线检测精度的影响。经比较,在0.190m/s速度下,使用QE65000光谱仪建立的偏最小二乘模型预测结果最优。最优预测模型的相关系数为0.814,预测均方根误差为0.776°Brix。结果表明选择合适的样品运动速度和光谱仪可提高苹果可溶性固形物在线检测的精度。; 孙旭东郝勇刘燕德; 关键词：近红外光谱在线检测可溶性固形物苹果

基于可见近红外光谱技术的白菜籽品种主成分和聚类分析研究: 2012年; 采用可见近红外光谱技术进行白菜籽品种识别研究。利用主成分分析方法将白菜籽的可见近红外光谱数据压缩成3个主成分得分变量后,进行聚类分析,准确地识别出鑫丰70、青麻叶和山东五号3个品种,错判率为8.89%。结果表明:应用可见近红外光谱技术、主成分分析和聚类分析方法进行白菜籽品种识别是可行的。; 董小玲; 关键词：主成分分析聚类分析

全选清除导出

共1页<1>

江西省教育厅青年科学基金(GJJ12317)