公共文化服务平台

江西省自然科学基金(20132BAB214010): 作品数：12 被引量：78H指数：4; 相关作者：刘木华孙通莫欣欣许朋胡田更多>>; 相关机构：江西农业大学江西出入境检验检疫局江苏大学更多>>; 发文基金：江西省自然科学基金国家自然科学基金留学人员科技活动项目择优资助经费更多>>; 相关领域：农业科学理学轻工技术与工程电子电信更多>>

近红外光谱联合CARS-PLS-LDA的山茶油检测被引量：11: 2015年; 为了寻找快速判别山茶油掺假的检测方法,本研究利用近红外光谱技术对掺杂大豆没油山茶油进行掺假检测研究。试验在350~1 800 nm波段范围内采集样本的透射光谱,利用CARS方法筛选重要的波长变量,应用偏最小二乘-线性判别分析（PLS-LDA）建立山茶油掺假的判别模型,并与未经变量优选的判别模型进行比较。结果表明,近红外光谱技术联合CARS-PLS-LDA方法可以有效判别纯山茶油和掺假山茶油,校正集、预测集及独立样本组样本的判别正确率、灵敏度及特异性均为100%。CARSPLS-LDA判别模型性能优于未经变量优选的判别模型,表明CARS方法可以有效筛选重要波长变量,能简化判别模型及提高判别模型的稳定性和判别精度。本研究可为山茶油掺假快速检测提供理论依据。; 孙通吴宜青许朋温珍才胡田刘木华; 关键词：近红外光谱 CARS 山茶油

大豆油中铬元素含量的激光诱导击穿光谱检测被引量：7: 2016年; 采用激光诱导击穿光谱（LIBS）技术对大豆油中的铬（Cr）含量进行检测研究。以一系列Cr含量不同的大豆油为样本,采用Ava Spec双通道高精度光谱仪在206.28～481.77 nm波段范围内采集LIBS光谱。根据样本的LIBS谱线图,确定Cr元素的主要特征谱线,并对Cr元素主要特征谱线应用线性回归或最小二乘支持向量机（LS-SVM）方法建立其单变量、二变量及多变量校正模型。利用建立的校正模型对样本Cr含量进行预测。研究结果表明,二变量及多变量校正模型的性能优于单变量校正模型,LS-SVM建立的多变量校正模型性能最优。对于单变量及二变量校正模型,预测样本的平均相对误差（RE）分别为14.16%和11.58%;而对于线性回归及LS-SVM建立的多变量校正模型,预测样本的平均RE分别为10.95%和4.97%。由此可见,LIBS技术检测大豆油中的重金属Cr含量具有一定的可行性,LS-SVM方法可以有效提高校正模型的预测精度。; 吴宜青孙通刘秀红莫欣欣刘木华; 关键词：激光诱导击穿光谱大豆油铬含量

双脉冲激光诱导击穿光谱结合多元定标法定量分析大豆油中的铅被引量：3: 2016年; 应用双脉冲激光诱导击穿光谱(DP-LIBS)对大豆油中的铅(Pb)含量进行检测。配制9个大豆油样品,采用一定规格圆柱形桐木对样品中Pb进行富集,然后通过Ava-Spec二通道高精度光谱仪采集其LIBS光谱信号。根据样品的LIBS谱线图和美国国家标准技术研究所(NIST)原子光谱数据库,确定选用CaⅡ393.284 nm,CaⅡ396.752 nm,NⅡ399.399 nm和PbⅠ405.685 nm的特征谱线强度作为自变量,得到Pb含量的多元线性回归定量分析模型,并通过方差分析和t检验验证分析模型的可行性。结果表明,采用Pb元素直接定标法得到的平均相对误差约为16%,拟合度R2为0.981 8;采用多元线性回归模型得到的平均相对误差为7.25%,拟合度R2为0.997 1,3个检验样品的相对误差均在合理范围内。采用多元校正分析模型可以充分利用光谱中的有效信息,降低基体效应的影响,从而提高LIBS分析的准确性。; 吴宜青欧阳静怡孙通莫欣欣刘津刘木华; 关键词：大豆油铅

不同光程对山茶油掺假近红外检测精度的影响被引量：4: 2015年; 利用近红外光谱在不同光程下对山茶油中掺杂大豆油的掺伪量进行定量检测研究,着重分析光程对掺伪量检测精度的影响。将大豆油按一定质量分数掺入山茶油获取实验样本,掺伪质量分数范围为1%-50%。利用QualitySpec型光谱仪采集样本在不同光程（1,2,4,10mm）下的透射光谱,通过对比不同建模方法、预处理方法及建模波段范围所建立的掺伪量定量预测模型,分析光程对掺伪量检测精度的影响。研究结果表明,光程由1mm增加到4mm时,掺伪量定量预测模型性能随着光程的增加而逐渐变好,检测精度逐步提高;光程由4mm增加到10mm时,掺伪量定量预测模型性能变差,检测精度下降,4mm为较优的光程。在1,2,4和10mm下所建立的较优掺伪量定量预测模型的预测集决定系数（R2P）和预测均方根误差（RMSEP）分别为0.923,0.977,0.989,0.962和4.58%,2.54%,1.72%,3.20%。; 孙通吴宜青许朋温珍才胡田刘木华; 关键词：掺假检测光程山茶油

共轴双脉冲激光诱导击穿光谱结合双谱线内标法定量分析植物油中的铬被引量：4: 2017年; 采用共轴双脉冲激光诱导击穿光谱(DP-LIBS)技术对3种植物油中的重金属铬(Cr)含量进行定量分析.对实验配制的24个样品,来用桐木木片对其中的Cr进行富集,烘干后进行LIBS试验.选取Cr I 425.39 ran为定量分析谱线,CN分子谱线(421.49 nm)、Ca原子谱线(422.64 nm)以及它们谱线强度之和为内标线,分别建立了Cr的基本定标法、单谱线内标法和双谱线内标法的定标曲线,并用验证样品对它们进行检验.研究结果表明,3种植物油的基本定标曲线的拟合度R^2在0.97以上,低浓度验证样品预测的相对误差较大;采用单谱线内定标法时,定标曲线拟合度R^2在0.98以上,验证样品预测的相对误差较基本定标法有所降低;来用双谱线内标时,大豆油、花生油和玉米油的内定标曲线拟合度R^2分别为0.995,0.992和0.996,2个验证样品预测的相对误差分别为12.81%,1.73%,9.19%,6.05%和6.23%,6.69%.由此可见,采用双谱线内标法能有效减小定量分析误差,提高LIBS对植物油中Cr元素的预测能力.; 吴宜青刘津莫欣欣孙通刘木华; 关键词：植物油铬

基于近红外光谱和子窗口重排分析的山茶油掺假检测被引量：30: 2015年; 为打击山茶油掺假,保障消费者的合法利益,利用近红外光谱和子窗口重排分析(SPA)对山茶油的复杂掺假(掺入大豆油、菜籽油、花生油及混合油)进行检测。采集85个纯山茶油和315个掺假山茶油样本的近红外光谱,利用SPA变量选择方法对样本光谱的波长变量进行筛选,再由偏最小二乘-线性判别分析(PLS-LDA)建立山茶油掺假检测模型,并与竞争性自适应重加权算法(CARS)和无信息变量消除(UVE)变量选择方法的结果进行比较。研究结果表明,近红外光谱联合SPA方法可以用于山茶油的复杂掺假检测,预测集样本的分类错误率、灵敏度及特异性分别为0、1和1。SPA方法优于UVE方法,与CARS方法相当,是一种有效的变量选择方法,能简化模型并提高模型的预测精度和稳定性。; 孙通吴宜青李晓珍许朋刘木华; 关键词：光谱学掺假检测近红外山茶油

基于内定标法的大豆油中铬含量的LIBS定量分析被引量：1: 2016年; 为了寻求大豆油中铬(Cr)的快速检测方法,应用激光诱导击穿光谱(LIBS)技术对大豆油中Cr含量进行定量检测研究,采用松木对大豆油样品中的Cr进行富集,并利用双通道光谱仪采集其LIBS光谱信号;选择钙(Ca)422.64 nm为内标线,并以Cr的原子谱线Cr I 425.44 nm、Cr I 427.48 nm、Cr I428.94 nm及3条谱线之和为分析线,应用直接定标法和内定标法分别建立上述分析线的定标曲线。结果表明,Cr I 425.44 nm建立的定标曲线性能最佳,直接定标法和内定标法所建立的定标曲线的拟合度R2分别为0.9598和0.9894,检测限分别为14.82μg·g^(-1)和8.45μg·g^(-1);3个验证样品预测的相对误差分别为11.32%、12.78%、12.48%和7.91%、4.28%、7.64%。由此可知,LIBS技术用于大豆油中重金属Cr的检测具有一定的可行性,松木富集结合内定标法能减少定量分析误差,提高大豆油中Cr含量的预测精度。本研究结果可为食用油中重金属的快速检测提供理论依据。; 吴宜青莫欣欣孙通罗时挺周华茂刘木华; 关键词：激光诱导击穿光谱大豆油铬

可见/近红外结合MIA变量优选和支持向量机判别山茶油的制取方式被引量：4: 2014年; 山茶油的主要制取方式有压榨法和浸出法,且压榨山茶油的品质优于浸出法。本研究利用可见/近红外光谱技术结合化学计量学对山茶油的制取方式进行判别研究。采集不同制取方式的山茶油样本在350-1800nm波段范围的可见/近红外光谱,利用边界影响分析（margin influence analysis,MIA）新方法进行波长变量优选,并应用支持向量机（support vector machines,SVM）对优选的波长变量建立山茶油制取方式的判别分类模型。结果表明：可见/近红外光谱联合MIA-SVM方法判别山茶油的制取方式是可行的,其校正集和预测集样本的灵敏度、特异性及正确率分别为100%、87.50%、93.75和100%、87.50%、93.75%。说明MIA是一种有效的波长变量选择方法,能简化分类模型,提高分类模型的稳定性和预测精度。; 孙通魏小梅胡田许文丽刘木华; 关键词：支持向量机山茶油

不同检测方式对南丰蜜桔可溶性固形物检测的精度影响研究被引量：2: 2013年; 本研究比较漫反射和全透射两种检测方式对南丰蜜桔（薄皮型水果）可溶性固形物（SSC）检测精度的影响。采用QualitySpec型可见／近红外光谱仪采集南丰蜜桔样本的可见／近红外漫反射和全透射光谱，并应用3种建模方法建立相应的南丰蜜桔SSC模型。研究结果表明，检测方式对南丰蜜桔SSC的检测精度影响大，全透射检测方式明显优于漫反射检测方式。漫反射和全透射检测方式的最优南丰蜜桔SSC预测模型的相关系数和预测均方根误差（RMSEP）分别为O．933、0．601％和0．973、0．381％。与漫反射检测方式相比，全透射检测方式建立的最优SSC预测模型的RMSEP下降了41％～52-8％。; 孙通胡涛段武茂刘仲寿刘木华; 关键词：检测方式近红外南丰蜜桔可溶性固形物

基于近红外光谱和变量优选的棉麻混纺织物棉含量快速检测被引量：13: 2014年; 纺织品纤维成分的快速检测对其生产过程质量监控、贸易和市场监督均具有重要的意义。利用近红外光谱技术联合变量优选对棉麻混纺织物中的棉含量进行快速检测研究。采用NIRFlex N-500型傅里叶近红外光谱仪在4 000~10 000cm^-1光谱范围内采集样本的反射光谱,对样本光谱进行范围初选和预处理分析。在此基础上,利用UVE（uninformative variables elimination）,SPA（successive projections algorithm）及CARS（competitive adaptive reweighted sampling）方法对光谱变量进行优选,再应用PLS（partial least squares）建立棉麻混纺织物中的棉含量预测模型。最后,采用最优预测模型对未参与建模的样本进行预测。研究结果表明,4 052~8 000cm^-1光谱范围为棉含量较优的建模光谱范围。CARS变量选择方法能较为有效地提高预测模型的精度,CARS-PLS模型的校正集、预测集相关系数和均方根误差分别为0.903,0.749和8.01%,12.93%。因此,近红外光谱联合CARS变量优选可以用于棉麻混纺织物棉含量的快速检测,CARS方法可以有效简化预测模型,提高预测模型性能。; 孙通耿响刘木华; 关键词：近红外棉麻混纺织物

江西省自然科学基金(20132BAB214010)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

江西省自然科学基金(20132BAB214010)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈