上海市教育委员会创新基金(10YZ113)
- 作品数：3 被引量：9H指数：2
- 相关作者：刘静管骁苏淅娜张仲源古方青更多>>
- 相关机构：上海海事大学上海理工大学上海市食品药品检验所更多>>
- 发文基金：上海市教育委员会创新基金国家自然科学基金上海市教育发展基金会晨光计划项目更多>>
- 相关领域：理学轻工技术与工程更多>>
- 基于不同建模方法的ACE抑制肽QSAR比较研究被引量：4
- 2013年
- 以自组建的血管紧张素转化酶(Angiotensin I-converting enzyme)抑制肽库为研究对象,采用氨基酸描述符SVHEHS(Scores vector of hydrophobic,electronic,hydrogen bonds and steric properties)对各肽样本进行结构表征后,进行自交叉协方差(Auto cross covariances,ACC)处理,并分别利用多元线性回归(Multiple linear regression,MLR)、偏最小二乘(Partial least square regression,PLS)、人工神经网络(Artificial neural networks,ANN)3种建模方法进行ACE抑制肽QSAR建模。结果显示,所得MLR、PLS与ANN模型的相关系数(Correlation coefficient,R2)分别为0.744、0.862、0.958,留一交叉验证相关系数(Leave-one-out cross-validated correlation coefficient,Q2LOO)分别为0.532、0.829、0.948,外部验证复相关系数(External validated correlation coefficient,Q2ext)分别为0.567、0.632、0.634。因此,SVHEHS结合上述3种建模方法均适用于ACE抑制肽的QSAR研究,其中ANN的建模效果最优。
- 苏淅娜管骁刘静
- 关键词：血管紧张素转化酶抑制肽定量构效关系多元线性回归偏最小二乘
- 近红外光谱技术快速检测原料乳中掺杂物被引量：2
- 2013年
- 采用近红外光谱技术结合化学计量学方法,对原料乳中常见的2种掺杂物——大豆分离蛋白与植脂末进行定量分析研究。先通过不同光谱预处理方法结合偏最小二乘法(PLS)建模评价不同预处理方法的效果,结果表明通过平滑处理结合多元散射校正(MSC)进行光谱预处理效果最佳,大豆分离蛋白PLS定量模型相关系数(R2)与交叉验证均方差(RMSECV)分别为0.980 9、0.127 5,植脂末PLS模型分别为0.972 2、0.130 8。随后比较了不同建模方法的效果,结果发现:采用径向基神经网络(RBF)对大豆分离蛋白的建模效果最佳,R2为0.999 4,测试集均方根误差为0.003 1;采用广义回归神经网络(GRNN)方法对植脂末建模效果最佳,R2为0.998 9,测试集均方根误差为0.004 5。因此,合理结合近红外光谱技术与化学计量学方法可快速、准确检测原料乳中大豆分离蛋白和植脂末这2种掺杂物含量。
- 古方青管骁刘静杨永健张仲源
- 关键词：化学计量学植脂末近红外光谱原料乳大豆分离蛋白
- 基于SVM方法的猪肉新鲜度分类问题研究被引量：3
- 2011年
- 文中采取减压贮藏方式对新鲜猪肉进行了贮藏实验,测定了不同贮藏时间样品的挥发性盐基氮含量(TVB-N)、细菌总数、pH值及感官评价数据,并运用支持向量机(support vector machine,SVM)对这些样本数据进行训练,选取不同的核函数,得到SVM神经网络模型,随后利用此模型对测试数据进行猪肉新鲜度分类预测。实验表明,根据样本特性进行数据预处理,且选取合适的核函数后,SVM神经网络能得到极高的猪肉新鲜度正确分类率。
- 刘静管骁
- 关键词：支持向量机猪肉新鲜度
