公共文化服务平台

国家高技术研究发展计划(2008AA10Z209): 作品数：13 被引量：64H指数：6; 相关作者：刘木华赵进辉袁海超肖海斌徐将更多>>; 相关机构：江西农业大学华南农业大学更多>>; 发文基金：国家高技术研究发展计划国家自然科学基金教育部“新世纪优秀人才支持计划”更多>>; 相关领域：理学轻工技术与工程农业科学自动化与计算机技术更多>>

鸭肉中金霉素残留量LSSVR-同步荧光法测定被引量：5: 2012年; 为实现鸭肉中金霉素残留含量的快速测定,提出了应用同步荧光法结合最小二乘支持向量回归(LSSVR)来建立鸭肉中金霉素残留含量的定量分析模型。首先应用三维同步荧光法对波长250～450 nm的同步荧光光谱进行分析,确定检测鸭肉中的金霉素含量的最佳波长差Δλ为70 nm;然后使用sym8小波的2层分解对原始同步荧光光谱进行光谱预处理,对预处理后的光谱采用遗传算法(GA)结合交互验证均方根误差(RMSECV)方法选择了16个波长作为检测模型的输入特征向量;最后对LSSVR、BP和SVM_SteveGunn 3种模型进行性能比较,以LSSVR模型的预测效果最好,其预测集的决定系数R2和预测均方根误差分别为0.9491和2.5660。试验结果表明,同步荧光法结合LSSVR模型检测鸭肉中的金霉素残留含量是可行的。; 赵进辉袁海超刘木华肖海斌徐将; 关键词：同步荧光法金霉素鸭肉

应用粒子群优化算法对鸭肉中四环素残留含量的同步荧光光谱快速测定被引量：4: 2013年; 四环素在NaOH存在的条件下能降解生成具有强荧光特性的异四环素,应用同步荧光光谱结合小波去噪、粒子群优化算法(PSO)和支持向量回归(SVR)建立鸭肉中四环素残留含量的预测模型,可实现鸭肉中四环素残留含量的快速测定和提高预测模型的精度。首先应用平行因子分析法(PARAFAC)确定检测鸭肉中四环素含量的最佳波长差Δλ为70nm;然后对同步荧光光谱进行db6小波的2层分解的小波去噪及去噪后的光谱归一化处理,并利用PSO筛选出了6个荧光特征波长;最后应用PSO优化SVR模型参数(c,g),进而对在PSO筛选的特征波长光谱条件下建立的PSO-SVR,PLS,PCR模型以及在全光谱条件下建立的PSO-SVR模型进行性能比较,结果表明,以在PSO筛选的特征波长光谱条件下建立的PSO-SVR模型预测能力更强,其预测集的相关系数(r)和均方根误差(RMSEP)分别为0.952 0和17.6mg·kg-1。说明PSO能够有效提取鸭肉中残留四环素所对应的荧光特征波长,且PSO-SVR预测模型能满足鸭肉中残留四环素的快速测定要求。; 赵进辉袁海超刘木华肖海斌洪茜徐将; 关键词：同步荧光光谱粒子群优化算法支持向量回归小波去噪四环素鸭肉

基于SSPA-同步荧光法的鸭蛋蛋清中强力霉素残留含量的检测研究被引量：4: 2013年; 应用同步荧光光谱技术结合分段连续投影算法(SSPA)实现了对鸭蛋蛋清中强力霉素含量的快速检测。首先对蛋清、强力霉素标准品和含有强力霉素的蛋清进行三维同步荧光光谱分析,确定了其最佳波长差(△λ)为110 nm;然后对60个含有强力霉素的蛋清样本进行同步荧光光谱扫描,运用SSPA分别从全光谱和划分不同子区间中提取特征波长,作为多线性回归(MLR)、偏最小二乘法(PLS)、主成分回归(PCR)的输入变量,分别建立了SSPA-MLR、SSPA-PLS和SSPA-PCR模型。结果表明,利用SSPA法可以压缩模型的输入变量,缩减率为90.8%。划分为6个光谱子区间的SSPA-MLR模型的预测结果最好,其预测集样本的决定系数(R2)和预测均方根误差(RMSEP)分别为0.9896和0.89,有效地提高了模型的效率和预测能力。该方法为快速检测鸭蛋蛋清中抗生素提供新的方法。; 肖海斌何秀文赵进辉刘木华袁海超徐将; 关键词：同步荧光光谱法强力霉素

同步荧光光谱结合CARS变量优选预测猪肉中四环素残留含量被引量：8: 2013年; 为快速检测猪肉中的四环素残留含量,采用同步荧光法结合竞争适应重加权采样(CARS)变量优选法建立了预测猪肉中四环素残留含量的支持向量回归(SVR)模型。从样本的三维同步荧光光谱中确定了最佳波长差为65nm,采用CARS方法从中挑选出与四环素相关的特征波长变量,并与连续投影算法(SPA)及遗传算法(GA)进行比较。最后,应用SVR算法对优选出的16个波长变量建立猪肉中四环素含量的预测模型。分析发现,多元散射校正(MSC)光谱预处理后的CARS方法优于SPA及GA变量选择方法,可以有效地筛选出全光谱中的特征波长变量。CARS-SVR建立的四环素预测模型优于原始光谱的SVR模型,其预测集的决定系数(R2)和预测均方根误差(RMSEP)分别为0.961 2和10.94mg/kg。研究结果表明,采用同步荧光法结合CARS-SVR模型可以预测猪肉中的四环素残留含量,且CARS-SVR能有效地简化模型并提高预测精度。; 肖海斌赵进辉袁海超洪茜刘木华; 关键词：同步荧光光谱支持向量回归四环素猪肉

基于最小二乘支持向量回归的鹅肉弹性的可见-近红外光谱测定被引量：3: 2012年; 为简化鹅肉弹性的可见-近红外光谱模型和提高预测精度,采用联合区间偏最小二乘法(synergyinterval partial least square algorithm,siPLS)结合遗传算法(Genetic algorithm,GA)提取可见-近红外光谱特征波长,用最小二乘支持向量回归(least square support vector for regression,LSSVR)建立鹅肉弹性的预测模型。试验以万能试验机获取恢复距离S作为鹅肉弹性实际值。在模型建立过程中,先利用sym8小波的2层分解对原始的可见-近红外光谱进行光谱预处理;然后用siPLS优选出4个特征光谱子区间(分别为第3、5、9、13子区间),在这4个特征光谱子区间内继续用GA优选出74个特征波长,并建立基于LSSVR的鹅肉弹性的预测模型。模型预测集的决定系数(R2)和预测均方根误差(root mean squarederror of prediction,RMSEP)分别为0.9096和0.0588。试验结果表明,siPLS结合GA法能够有效提取光谱中的鹅肉弹性对应的特征波长,有利于提高LSSVR模型预测鹅肉弹性的精度。; 赵进辉袁海超刘木华涂冬成吁芳; 关键词：遗传算法

导数同步荧光光谱-小波-SGA-LSSVR联用快速测定鸭蛋蛋清中新霉素残留含量被引量：11: 2013年; 新霉素在巯基乙醇存在的条件下与邻苯二甲醛生成的衍生物具有强荧光特性,可实现鸭蛋蛋清中新霉素残留含量的荧光测定。在模型建立过程中,分析了波长为280～390 nm光谱范围内的三维同步荧光光谱,确定检测鸭蛋蛋清中的新霉素含量的最佳波长差Δλ为110 nm;然后利用db10小波的2层分解对一阶导数同步荧光光谱进行去噪处理,并利用分段遗传算法(SGA)优选出了14个特征波长;最后应用最小二乘支持向量回归(LSSVR)建立了鸭蛋蛋清中的新霉素含量的预测模型,其模型预测集的决定系数(R2)和预测均方根误差(RMSEP)分别为0.9671和1.713。结果表明,SGA能有效提取出鸭蛋蛋清中新霉素对应的特征波长,有利于提高LSSVR模型预测精度,可实现鸭蛋蛋清中新霉素残留含量的快速测定。; 赵进辉袁海超刘木华徐将肖海斌; 关键词：小波新霉素蛋清

鸭肉中谷氨酸含量的可见-近红外光谱测定研究被引量：6: 2011年; 为实现鸭肉中谷氨酸含量的快速测定,提出了利用可见-近红外光谱结合PCA、BP神经网络来建立鸭肉中谷氨酸含量测定的定量分析模型。采集试验首先采集光谱范围在350～1800nm的鸭肉可见-近红外反射光谱,并在430～1000、1001～1400和430～1400nm 3个光谱范围内分别用一阶导数(FD)、二阶导数(SD)、多元散射校正(MSC)、标准正交变量变换(SNV)4种方法对原始光谱进行光谱预处理;然后以前8个主成分得分和鸭肉中谷氨酸含量分别作为BP神经网络的输入变量和输出变量来建立鸭肉中谷氨酸含量预测模型。试验结果表明,在430～1000nm光谱范围内,采用SNV光谱预处理建立的BP神经网络模型为最优,其验证集的相关系数为0.9564,预测样本均方根误差为0.058572,能够满足鸭肉中谷氨酸含量快速测定的实际要求。; 赵进辉刘木华吁芳沈洁涂东成; 关键词：鸭肉谷氨酸 BP神经网络主成分分析

基于同步荧光光谱法的鸭肉中西维因残留含量检测研究被引量：4: 2012年; 为了快速测定鸭肉中西维因残留含量,提出应用同步荧光光谱法检测鸭肉中西维因残留含量,同时运用遗传算法-支持向量回归(GA-SVR)建立了鸭肉中西维因残留含量的回归预测模型。首先,通过荧光分光光度计分别采集了西维因水解物和含有西维因的鸭肉的三维同步荧光光谱图,经过分析确定了最佳波长差Δλ都为140nm;其次,分析了鸭肉中西维因的浓度猝灭现象;最后采用GA进行同步荧光光谱的优化和选择,根据交互验证均方根误差(RMSECV)选择出了21个特征波长,并分别用全波长和21个特征波长作为SVR回归预测模型的输入特征变量,发现通过GA选择的特征波长可以得到更好的预测效果,并且其预测集的相关系数(R2)达到0.976 4,均方根误差(RMSECP)为12.232 2。试验结果表明利用同步荧光技术结合GA-SVR方法能有效、快速的检测鸭肉中西维因残留含量。; 肖海斌刘木华袁海超徐将赵进辉; 关键词：西维因同步荧光光谱鸭肉

利用高光谱图像技术检测鸡胴体内部粪便污染物被引量：10: 2011年; 以鸡胴体为研究对象,探讨基于高光谱图像技术的鸡胴体内部粪便污染物检测方法。首先采集400～1 000 nm的鸡胴体高光谱图像;然后应用主成分分析(PCA)获得主成分图像,由第1主成分图像得到3个特征波长518.59,562.64,700.67 nm,并以700.67 nm特征波长下的图像作为鸡胴体内部粪便污染物检测特征图像;最后构建掩膜以消除特征图像背景噪声并将其置为白色,并运用阈值分割和数学形态学完成粪便污染物的提取。试验结果表明,对100个鸡胴体样本进行检测,检测总正确率为93%。应用高光谱图像技术结合主成分分析等数据处理方法能较好地完成对鸡胴体内部粪便污染物检测,为鸡胴体内部粪便污染物在线快速检测提供重要的理论依据。; 赵进辉涂冬成欧阳静怡刘木华沈杰; 关键词：高光谱图像

荧光法检测鸭肉中新霉素残留的研究被引量：3: 2013年; 抗生素滥用所导致的健康问题已成为人们关注的焦点。为了快速检测抗生素残留,利用荧光法对鸭肉中新霉素的残留进行检测。在乳化剂OP-10的环境下,新霉素和邻苯二甲醛、巯基乙醇发生化学反应,经过激发光照射后可以产生强的荧光。以新霉素为研究对象,研究了其自身和反应物的荧光强度。研究结果表明:加入1.5 mL邻苯二甲醛溶液,1 mL乳化剂OP-10溶液,2.5 mL巯基乙醇溶液,并且反应90 min后测得的荧光强度为最佳;对浓度范围在1.00～8.00μg/mL的新霉素标准样品进行测定,得到的线性方程为,相关系数为0.984 9;对含不同浓度新霉素的鸭肉提取液进行测定,相关系数为0.999 8。结果表明,荧光法是一种方便、快速的新霉素残留分析方法。; 徐将刘木华袁海超肖海斌赵进辉; 关键词：新霉素邻苯二甲醛鸭肉荧光法

国家高技术研究发展计划(2008AA10Z209)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家高技术研究发展计划(2008AA10Z209)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈