江西省科技厅科技支撑计划项目(2012BBG70058)
- 作品数：10 被引量：58H指数：6
- 相关作者：刘木华赵进辉袁海超李耀彭义杰更多>>
- 相关机构：江西农业大学更多>>
- 发文基金：江西省科技厅科技支撑计划项目国家自然科学基金江西省教育厅科技计划项目更多>>
- 相关领域：理学轻工技术与工程农业科学机械工程更多>>
- 应用表面增强拉曼光谱法快速检测鸭肉中呋喃它酮代谢物残留被引量：7
- 2017年
- 采用表面增强拉曼光谱(SERS)技术建立了鸭肉中呋喃它酮代谢物(AMOZ)残留检测的方法。研究以纳米金胶和NaCl作为SERS增强基底,并利用自适应迭代重加权惩罚最小二乘法(air-PLS)扣除光谱中的背景信号,确定了拉曼位移为801 cm^(-1)处的特征峰可作为鸭肉中AMOZ的特征峰。利用单因素分析法得出试验中纳米金胶、待测样品及Na Cl的最佳加入量分别为1.2 m L,35μL及100μL,且最佳吸附时间为1 min。并在此基础上建立了鸭肉提取液中AMOZ质量浓度范围为0.5~12 mg/L时特征峰强度Y与鸭肉提取液中AMOZ质量浓度X之间的线性关系,得到其线性方程为Y=224.99X+718.83,决定系数(R2)为0.9961,最低检测限为0.5 mg/L,并得到其预测集样本中回收率的范围为97.2%~119.1%。结果表明,该方法线性关系良好,可用于鸭肉中AMOZ残留的快速检测。
- 郭红青刘木华袁海超赵进辉陶进江
- 关键词：表面增强拉曼光谱
- 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
- 同步荧光光谱法结合CARS-SVM对猪肉中四环素残留量的分级研究被引量：4
- 2013年
- 利用四环素的碱解荧光增敏作用，采用同步荧光光谱法结合CARS．SVM建立了猪肉中四环素残留量的分级模型。首先对激发波长为242—360nm的三维同步荧光光谱进行分析，确定了检测猪肉中四环素残留量的最佳波长差△λ为70nm；然后对原始同步荧光光谱进行标准归一化（SNV）预处理后，采用CARS法从中筛选出16个特征波长作为输入变量建立支持向量机（SVM）分类模型。经对比研究发现，SNV—CARS—SVM组合模型对猪肉中的四环素残留量分级的准确率可达95．65％。
- 洪茜赵进辉袁海超肖海斌刘木华
- 关键词：同步荧光光谱法四环素支持向量机
- 大棚中无线远程监控系统的设计被引量：11
- 2016年
- 为提高大棚中温湿度控制的效率和降低成本,设计一种远程监控系统。本设计将传感器技术、无线通信技术和无线控制技术有效的结合,实现实时温湿度的远程查询和设置。当大棚中环境温湿度超出要求或者发生紧急情况时,还可以实现远程控制和报警功能。通过测试证明,该系统对于大棚中智能管理来说是经济可行的。
- 李耀许朋刘木华洪茜彭义杰赵进辉
- 关键词：温湿度无线通信远程监控系统
- 表面增强拉曼光谱技术快速检测鸭肉中的土霉素被引量：7
- 2017年
- 目的采用纳米金胶和OTR103作为表面增强拉曼光谱(surface-enhanced Raman spectroscopy,SERS)的活性基底,实现鸭肉中土霉素残留量的快速检测。方法首先使用自适应迭代惩罚最小二乘法(adaptive iterative re-weighted penalized least squares,air-PLS)扣除SERS测定过程中的荧光等背景信号,确定鸭肉中土霉素检测的特征峰。然后应用单变量分析法对纳米金胶、待测样品、OTR103的加入量和吸附时间进行优化,确定最佳实验条件。结果拉曼位移为1271 cm^(-1)处的特征峰可以作为鸭肉中土霉素残留检测的拉曼特征峰,纳米金胶、待测样品和OTR103的最适加入量分别为0.7 m L、70μL和100μL,最佳吸附时间为5 min。鸭肉中的土霉素浓度范围为0.2~22.0 mg/L时,土霉素浓度(X)与其在1271 cm^(-1)处的SERS特征峰强度(Y)之间有良好的线性关系,线性回归方程为Y=245.24X+647.29,决定系数(RC2)为0.9891,检测限为0.2 mg/L。预测集样本中土霉素含量的真实值与预测值之间的决定系数(RP2)为0.9941,均方根误差(RMSEP)为1.1341 mg/L,回收率为74%~102%。结论该方法可用于鸭肉中土霉素残留的快速检测。
- 郭红青刘木华袁海超赵进辉彭义杰李耀陶进江
- 关键词：表面增强拉曼光谱鸭肉土霉素
- 应用表面增强拉曼光谱法检测鸭肉中萘夫西林残留的研究被引量：6
- 2017年
- 采用金胶颗粒作为活性基底,氯化钠溶液作为活性剂,并采用表面增强拉曼光谱(SERS)技术建立一种检测鸭肉中萘夫西林残留的检测方法。首先分析了奈夫西林水溶液的SERS特征峰及其归属。然后分析了奈夫西林在鸭肉提取液中的SERS特征峰,确定了鉴定鸭肉中奈夫西林残留的拉曼特征峰,并选取521与1 449cm^(-1)处的拉曼峰强度进行条件的优化。最后应用内标法对鸭肉提取液中萘夫西林的残留量进行定量分析。结果表明,鸭肉提取液中萘夫西林的质量浓度范围在0.2~10mg·L^(-1)时,应用拉曼峰强度比值所建立的四种标定曲线均具有良好的线性关系,决定系数均大于0.95。其中三种标定曲线具有较高的准确度,其回收率介于88%~144%。由此可见,应用SERS检测鸭肉中萘夫西林的残留是可行的,该方法简便、快速,为检测禽肉类食品中萘夫西林的残留提供了技术支持。
- 彭义杰刘木华赵进辉袁海超李耀陶进江郭红青
- 关键词：表面增强拉曼光谱鸭肉
- 鸡蛋清中金霉素残留的银胶表面增强Eu(III)的荧光检测被引量：1
- 2014年
- 鸡蛋清中残留的金霉素（CTC）易进入人体内蓄积,从而对人体的健康产生损害。研究表明,银胶能作为表面基底来修饰金霉素与Eu（Ⅲ）的配合物,进而使配合物的荧光强度得到显著性的增强。本研究应用银胶表面增强Eu（Ⅲ）的荧光来检测鸡蛋清中金霉素的残留量,分别分析了不同胶体、银胶的加入量、Eu（Ⅲ）的加入量、反应时间等因素对荧光强度的影响,并确定了最佳的实验条件,在最佳条件下建立了以617 nm处的荧光特征峰强度（Y）与鸡蛋清中金霉素含量（X）之间的标定曲线。结果表明：鸡蛋清中金霉素浓度范围在1.5~29.5 mg/L时,鸡蛋清中金霉素含量与荧光强度之间呈现良好的线性关系,线性方程为Y=5.2265X＋24.033,决定系数R2为0.9043,实测值与预测值之间的R2=0.9182。可见用银胶表面增强Eu（Ⅲ）的荧光来快速检测鸡蛋清中金霉素的残留量是可行的。
- 彭义杰刘木华赵进辉袁海超洪茜李耀
- 关键词：光谱学金霉素荧光银胶
- 三维荧光光谱技术结合PLSR在鸭肉中西维因残留检测的应用被引量：9
- 2014年
- 根据西维因水解物具有强荧光的特性,提出了利用三维荧光光谱技术结合偏最小二乘回归(PLSR)法测定鸭肉中西维因的残留含量。通过对样品的二维等高线光谱图分析,发现鸭肉和西维因的特征峰能明显区分开,在西维因-鸭肉体系中两者波峰分别位于300/365 nm和320/460 nm,再利用PLSR法建立鸭肉中西维因残留含量预测模型,其预测集中真实值与预测值的决定系数R2和均方根预测误差值Prms分别达到0.9883和3.103。结果表明三维荧光光谱技术结合PLSR法可用于鸭肉中西维因残留的测定,具有快速检测和预测精度高等优点,为鸭肉中农药残留检测提供了一种有效的手段。
- 肖海斌赵进辉刘木华袁海超
- 关键词：西维因
- 基于表面增强拉曼光谱的鸭肉中螺旋霉素残留检测被引量：7
- 2015年
- 利用表面增强拉曼光谱(SERS)法结合自适应迭代重加权惩罚最小二乘法(air-PLS)快速检测鸭肉中的螺旋霉素残留。首先采用OTR202作为SERS活性基底,确定了螺旋霉素的1 622 cm-1峰可以作为其在鸭肉提取液中残留检测的拉曼特征峰;然后,通过单因素分析法确定了实验的最佳条件,并在该条件下建立了螺旋霉素浓度范围介于4.0~50.0 mg/L之间的鸭肉提取液加标样本的标准曲线,并获得了良好的线性关系且线性回归方程为y=26.681x+1233.5,决定系数R2=0.980 2,最低检测限为4 mg/L,预测样本的平均回收率为73.38%~105.25%。研究表明,采用SERS技术可以实现鸭肉中螺旋霉素残留的快速检测。
- 洪茜刘木华袁海超彭义杰李耀赵进辉
- 关键词：螺旋霉素SERS鸭肉
- 基于表面增强拉曼光谱的水中土霉素残留量的快速检测被引量：2
- 2015年
- 应用表面增强拉曼光谱（SERS）检测技术,建立了一种水中土霉素（OTC,oxytetracycline）残留量的快速检测方法。实验以表面增强试剂OTR202和OTR103作为活性基底,并使用自适应迭代惩罚最小二乘法（air-PLS）扣除荧光背景;然后对所用胶体和胶体混合物的吸收光谱与OTC水溶液的SERS光谱进行了探讨;最后分析了样品的加入量和不同混合的时间对SERS信号强度的影响,建立了水中OTC残留浓度X与SERS光谱的1 332cm-1处峰面积Y之间的线性回归方程。实验结果表明,当水中的OTC浓度范围为0.1~22.0mg/L时,水中OTC残留浓度与1 332cm-1处峰面积之间呈现良好的线性关系,线性方程为Y=5 165.7 X＋4 304.9,决定系数R2为0.986 9。预测集样本OTC含量的真实值与预测值之间的R2为0.9732,均方根误差（RMSEP）为1.1122mg/L,回收率为96.7~124.5%,相对标准偏差（RSD,n=5）介于1.209 8~4.787 4%,可满足水中OTC残留量的检测,为现场快速检测水中OTC残留量奠定了良好的基础。
- 彭义杰刘木华赵进辉袁海超洪茜李耀
