公共文化服务平台

基于光谱技术的芝麻油掺假定性分析研究被引量：3: 2016年; 为了实现对掺假芝麻油的快速鉴别,对24种不同品牌的纯正芝麻油和掺有芝麻香精的大豆油、菜籽油和玉米油进行鉴别分析。重点利用近红外光谱和中红外光谱技术结合极限学习机算法用于芝麻油掺假的定性鉴别。设定极限学习机算法相关网络参数,比较近红外光谱和中红外光谱的定性模型识别结果,研究光谱检测方法的可行性和分类识别的准确率,为实现基于光谱检测技术的假冒芝麻油快速辨别分析奠定理论和实践检验基础,有效地控制假芝麻油流入市场。; 张亦婷刘翠玲位立娜; 关键词：光谱技术

近红外光谱技术在食用油种类鉴别及定量分析中的应用被引量：13: 2014年; 用近红外光谱技术与聚类分析方法相结合,建立了一种可用于鉴别食用油种类的快速鉴定模型。实验根据30个食用油的近红外光谱,建立了芝麻油-大豆油-花生油-玉米油定性识别的模型,模型的识别率和预测率可达到100%。根据40个芝麻油样品的近红外光谱建立芝麻油的酸价预测模型,且模型指标较好。可见近红外光谱技术在食用油快速检测方面有较好的应用前景。; 刘翠玲位丽娜赵薇孙晓荣; 关键词：近红外光谱技术食用油

基于近红外光谱技术的小麦粉灰分含量检测方法研究被引量：5: 2015年; 采用近红外光谱技术建立小麦粉灰分含量的快速检测方法。使用两种不同的近红外光谱仪器采集小麦粉的近红外光谱数据,以常规分析法的测定值作为建模数据,采用偏最小二乘(PLS)回归分析法建立小麦粉灰分的定量分析模型,比较两种不同的近红外光谱仪器扫描的小麦粉近红外光谱图对模型的影响。结果表明,MicroNIR-1700近红外光谱仪扫描的谱图所建校正集模型的相关系数R^2为90.69,均方根误差(RMSECV)为0.031 2,预测集模型的均方根误差(RMSEP)为0.021 7;VERTEX70傅里叶变换近红外光谱仪扫描的谱图所建校正集模型的相关系数R^2为89.40,均方根误差(RMSECV)为0.035 0,预测集模型的均方根误差(RMSEP)为0.036 6。两种仪器都能用于小麦粉光谱采集,并进行灰分含量快速检测,MicroNIR-1700在小麦粉灰分检测方面有更好的应用。; 刘翠玲胡玉君孙晓荣窦颖; 关键词：近红外光谱偏最小二乘法灰分

基于近红外光谱的小麦粉湿面筋含量检测被引量：6: 2015年; 本文应用近红外光谱法测定小麦粉中湿面筋含量.对小麦粉的近红外光谱图进行消除常数偏移量、多元散射校正、减去一条直线三种预处理方法,用偏最小二乘法建立小麦粉的近红外光谱图与湿面筋含量之间的关系模型,并预测小麦粉中湿面筋含量.实验结果显示减去一条直线预处理后的模型评价指标最优,模型的相关系数R2为93.4,模型交互验证后的均方差为0.51,预测结果的均方根误差为0.456.实验结果表明,近红外光谱法能够用于小麦粉湿面筋含量的测定.; 胡玉君刘翠玲窦森磊孙晓荣; 关键词：近红外光谱湿面筋偏最小二乘法

芝麻油品质检测方法的研究现状与分析被引量：3: 2014年; 针对近些年来芝麻油掺伪现象日益严重的问题,对目前采用的芝麻油品质检测方法及其研究现状进行了综述分析。主要介绍了常用的显色法、色谱法、光谱法、电子鼻技术以及一些联用的方法在芝麻油掺伪检测中的研究现状,通过检测脂肪酸、甘三酯、芝麻林素、芝麻酚等特征物质来实现芝麻油品质的有效检测。; 赵薇刘翠玲孙晓荣位丽娜苗雨晴胡玉君; 关键词：芝麻油掺伪色谱法光谱法电子鼻

基于中红外光谱技术的芝麻油掺伪检测被引量：4: 2015年; 目前市场上芝麻油掺伪的现象日趋严重,急需建立一种快速的检测方法,准确地区分纯正芝麻油和掺伪芝麻油。利用中红外光谱技术,对纯芝麻油、掺入大豆油的芝麻油和掺入菜籽油的芝麻油进行分析,通过不同的预处理方法建立最优定性模型,应用最优模型进行预测,预测结果准确率达100%。结果表明,中红外光谱技术在芝麻油掺伪检测方面是可行的。通过分析实验,对下一步工作重点也做出了规划。; 位丽娜刘翠玲赵琦戴月; 关键词：聚类分析

拉曼光谱和近红外光谱在小麦粉品质定量分析中的应用被引量：5: 2014年; 应用拉曼光谱分析技术结合最小二乘法,应用近红外光谱技术结合偏最小二乘法,以及现有的小麦粉光谱数据,对小麦粉进行采集光谱信息,选择最优的光谱预处理方法,分别建立了水分、灰分、面筋的定量模型,并验证了模型的可行性.实验分析表明,近红外光谱技术建立的模型比拉曼光谱分析技术建立的模型效果要好.; 宋瑜孙晓荣刘翠玲董秀丽吴胜男; 关键词：拉曼光谱近红外光谱

基于光谱技术的芝麻油掺伪定性分析研究: 2016年; 采用近红外光谱和中红外光谱技术结合极限学习机算法建立芝麻油中掺入大豆油的定性分析模型。选取不同品牌、批次的芝麻油、大豆油配置90个掺伪样本与40个芝麻油样本做定性分析。设定极限学习机算法相关网络参数,比较近红外光谱和中红外光谱的定性模型识别结果,研究光谱检测方法的可行性和分类识别的准确率,为实现基于光谱检测技术的芝麻油掺伪快速辨别分析奠定理论和实践检验基础,抑制芝麻油掺伪情况的发生。; 位丽娜刘翠玲赵琦戴月; 关键词：光谱技术

应用拉曼光谱技术识别食用油的种类被引量：8: 2015年; 采用拉曼光谱技术对食用油的种类建立定性分析模型,实现快速、无损地识别食用油的种类。选取3种常用食用油(大豆油、花生油、玉米油)共87个样品采集其拉曼光谱,采用一阶导数的方法对光谱进行预处理,Norris导数法进行滤波去噪,处理后的光谱采用判别分析算法建立食用油种类识别模型,模型能够实现3种食用油的准确分类。选取大豆油、花生油、玉米油各5个样品作为测试样品,测试结果为大豆油、花生油和玉米油都能够正确地分入所属类别。结果表明,拉曼光谱结合判别分析的方法能够实现食用油种类的识别,校正模型的分类结果能达到100%,预测样本分类结果准确率为86.7%。; 赵薇刘翠玲孙晓荣吴静珠位丽娜; 关键词：拉曼食用油

基于近红外光谱的芝麻油酸价含量的预测被引量：6: 2014年; 采用近红外光谱分析技术对芝麻油的酸价含量进行检测,避免了传统的化学方法缺陷,同时在不破坏样品的前提下极大地提高了检测效率。对39个芝麻油样本的酸价光谱图进行光谱预处理优化,并选择适当的光谱范围,采用偏最小二乘法(PLS)和BP神经网络算法进行了定量分析研究。结果表明,在所选定的样本和光谱范围内,PLS和BP神经网络算法均可以用于芝麻油酸价含量的预测,采用PLS模型的预测均方根误差(RMSEP)为0.058;用BP神经网络预测的RMSEP为0.148 8,偏最小二乘法建模相对于一般的BP网络建模方法更具有较好的建模预测效果。; 胡玉君刘翠玲孙晓荣赵薇位丽娜; 关键词：近红外光谱偏最小二乘法 BP神经网络

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

北京市教委科技发展计划(KZ201310011012)