彭丹
- 作品数：58 被引量：194H指数：8
- 供职机构：河南工业大学粮油食品学院更多>>
- 发文基金：国家自然科学基金河南省教育厅科学技术研究重点项目博士科研启动基金更多>>
- 相关领域：轻工技术与工程理学化学工程自动化与计算机技术更多>>
- 小波遗传神经网络-阳极溶出伏安法同时测定钢中铜和铅
- 2006年
- 研究了二硫代二安替吡啉甲烷作修饰剂的修饰玻碳电极,并以此为工作电极,建立了测定铜和铅的阳极溶出伏安法。应用小波变换去噪、数据压缩和背景扣除功能对峰电流信号进行处理,用遗传算法自适应概率搜索神经网络的最优网络结构和参数,解决神经网络过拟合问题,将小波神经网络(WT-BP-ANN)、小波遗传神经网络(WT-GA-BP-ANN)的分析结果进行比较,Cu2+,Pb2+测定结果的RSD分别为3.49%,2.33%;3.77%,1.89%,表明小波遗传神经网络优于小波神经网络。
- 彭丹李井会于洪梅吴秀红窦成
- 关键词：阳极溶出伏安法修饰电极小波神经网络铜铅
- 响应面法优化微波辅助提取奇亚籽油工艺被引量：13
- 2018年
- 以奇亚籽为原料,采用微波辅助提取奇亚籽油。通过单因素设计试验研究溶剂种类、液料比、微波处理时间、微波功率对奇亚籽油提取率的影响,在单因素试验基础上采用响应面法优化提取工艺条件。结果表明:最佳条件为以石油醚与正己烷混合液(体积比为1)为提取溶剂、液料比8∶1(m L/g)、微波处理时间12 min、微波功率520 W,在此条件下奇亚籽油的提取率可达到90.02%。影响奇亚籽油提取率的因素次序为:液料比>微波功率>微波处理时间,液料比对奇亚籽油提取率的影响极为显著,微波处理时间和微波功率交互作用影响显著。通过气相色谱法分析奇亚籽油的脂肪酸组成,共检出5种脂肪酸,分别为棕榈酸、硬脂酸、油酸、亚油酸及亚麻酸,不饱和脂肪酸含量占87.64%,且以亚麻酸含量最高,达58.64%,表明奇亚籽油具有较高的营养价值和保健功能。研究结果为奇亚籽的开发和综合利用提供了一定的数据支持。
- 岳金霞彭丹徐晓辉
- 关键词：微波辅助提取响应面法脂肪酸组成
- 面条质量要素概念及其评价方法研究进展被引量：1
- 2011年
- 本文整理了面条质量要素概念及其评价方法,结果显示:面条质量要素有表观状态、色泽、软/硬度、弹性、黏性和光滑性等。研究认为中国面条色泽要白亮、表观光滑、硬度适中、有弹性和不黏牙。感官质量要素权重分别为色泽10～20分、表观状态10分、软硬度20分、弹性25分、黏性25分、光滑性5～15分和食味5～10分。色差仪是测定色泽的常用仪器。
- 董凯娜彭丹刘玉兰张波
- 关键词：面条感官评价仪器检测
- 基于近红外漫反射光谱测定葵花籽含油量及水分含量被引量：2
- 2022年
- 采用近红外光谱技术结合化学计量学方法建立葵花籽含油量及水分含量的分析模型,比较不同的光谱预处理方法、波段及建模方法对预测效果的影响。结果表明:含油量和水分含量的光谱范围分别为780~2500 nm和1300~1630 nm,预处理方法均采用多元散射校正(MSC)+正交信号校正(OSC),建模方法均为偏最小二乘法(PLS),模型的交互验证均方根误差(RMSECV)分别为1.9632和0.0796,决定系数R^(2)均大于0.87,分析结果接近常规化学方法,能够满足实际检测需要。
- 彭丹杨嘉盛史翠熠陈名扬
- 关键词：近红外光谱葵花籽含油量水分含量
- 大豆油脱臭馏分重相组分中甾醇酯的柱层析法分离提取
- 2024年
- 为减少甾醇酯的生产工序,提高大豆油脱臭馏分重相组分中总甾醇得率,采用柱层析法直接分离提取甾醇酯,通过单因素试验考察吸附剂种类、上样量、洗脱剂比例和柱长直比(填料高度与直径比)对甾醇酯产品纯度和得率的影响,确定最佳工艺条件,并对最佳工艺条件下分离提取的甾醇酯产品进行傅里叶红外光谱表征,以及甾醇组成和脂肪酸组成测定。结果表明,柱层析法分离提取甾醇酯的最佳工艺条件为吸附剂为硅胶(粒径50~75μm),上样量0.5 g,洗脱剂比例为正己烷、乙醚、冰乙酸体积比95∶5∶1,柱长直比16∶1。在最佳工艺条件下,甾醇酯产品纯度为(89.90±0.94)%,得率为(96.15±1.49)%;傅里叶红外光谱分析证实提取的产品中含甾醇酯,甾醇酯上的甾醇组成主要为β-谷甾醇、豆甾醇、菜油甾醇,脂肪酸组成主要为亚油酸、油酸、棕榈酸、硬脂酸和亚麻酸。综上,柱层析法无需复杂工序,即可实现大豆油脱臭馏分重相组分中甾醇酯的有效回收。
- 张沁强陈竞男姚双燕窦伟国彭丹毕艳兰
- 关键词：甾醇酯柱层析
- 中式营养配餐的研制及产业化开发
- 张国治孟宏昌朱安民王云光彭丹李果彭建业闫李慧王华曹宪周袁冬霞何健于学军刘长虹
- 1、项目所属学科技术领域：食品科学与工程。2、研究工作内容：(1)综合运用营养、烹饪、食品材料、食品化学、食品卫生学、中医滋补养生理论等知识，通过合理的营养计算、食谱设计、烹饪原料及烹饪方法的改进，开发出适合大中小学生、...
- 关键词：
- 粒子群最小二乘支持向量机结合偏最小二乘法用于芝麻油质量的鉴别被引量：17
- 2013年
- 结合粒子群最小二乘支持向量机(PSO-LSSVM)与偏最小二乘法(PLS)提出一种基于气相色谱技术的新方法,对芝麻油进行真伪鉴别,并对掺伪品中掺假比例进行定量分析。采用主成分分析法(PCA)对857个样本的脂肪酸色谱数据进行分析,优选主成分作为最小二乘支持向量机(LSSVM)的输入向量。利用粒子群算法(PSO)优化LSSVM,构建芝麻油掺伪鉴别的两级分类模型,同时运用PLS建立掺伪芝麻油中掺伪油脂的定量校正模型,两级分类模型的准确率分别达到了100%和98.7%,定量分析模型的平均预测标准偏差(RMSEP)为3.91%。结果表明,本方法的鉴别准确性和模型泛化能力均优于经典的BP神经网络和支持向量机(SVM),可用于食用油脂加工和流通环节的质量控制,为食用油质量的准确鉴定提供了一条有效途径。
- 毕艳兰任小娜彭丹杨国龙张林尚汪学德
- 关键词：芝麻油最小二乘支持向量机偏最小二乘法掺伪
- 小波包正交校正法用于近红外光谱的干扰消除被引量：8
- 2009年
- 提出了一种扣除背景和噪声干扰的新方法一小波包正交校正法。首先将原始光谱进行离散小波包变换,消除噪声及部分背景信息,然后采用正交信号校正法滤除与分析物浓度无关的全部信息。与单纯的离散小波包变换及正交信号校正方法相比,小波包正交校正法能有效地扣除背景和噪声干扰,使模型具有更强的抗干扰能力,提高了模型的预测精度。用该法对牛奶样品的近红外光谱进行处理,并将扣除干扰后的数据采用偏最小二乘法建立校正模型,其脂肪、蛋白质和乳糖的预测均方根误差分别为0.086 5%、0.093 6%和0.1115%,实现了牛奶样品常规组分的定量分析,进一步证明这种算法是切实可行的。
- 彭丹徐可欣高晶
- 关键词：小波包变换近红外光谱
- 小波包熵的复杂体系近红外光谱信息提取被引量：1
- 2017年
- 有用信息提取是复杂体系近红外检测的重点和难点之一。由于复杂体系光谱中存在各种噪声、基线漂移、谱带重叠及复杂背景的干扰,常规方法不能准确地从光谱中获得有用信息。为此,将小波包变换(DWPT)和信息熵理论相结合——小波包熵(EWPIE)提取复杂体系光谱中的有用信息。思路是采用小波包变换对光谱信号进行多频带分解,根据有用信号与噪声的频带分布特点,基于信息熵理论滤除干扰的频率分量,采用正交校正法(OSC)剔除与被测组分无关的信息,然后对处理后的频率分量进行重构,从而实现复杂体系有用信息的准确提取。通过对复杂体系光谱数据建立多元校正模型来验证该方法的效果。采用牛奶的近红外光谱数据,以牛奶中脂肪和蛋白质浓度为研究对象,建立了偏最小二乘法(PLS)模型。结果显示,牛奶中脂肪和蛋白质的预测均方根误差(RMSEP)分别为0.132%和0.121%,与单纯的DWPT和OSC相比,EWPIE能够有效地提取有用信息,避免了无用信息的干扰,明显提高了模型的预测精度,对复杂体系的准确检测具有一定的理论意义和实际应用价值。
- 彭丹岳金霞毕艳兰
- 关键词：近红外光谱有用信息信息熵小波包变换
- 葵花蜡的精制与特性研究被引量：1
- 2016年
- 以葵花油蜡糊为原料,选取正己烷、乙酸乙酯、丙酮和异丙醇4种溶剂对葵花油蜡糊进行精制,并对精制葵花油蜡的纯度、组成和热力学性质进行研究。确定了以异丙醇为溶剂,料液比（g/m L）1∶6,萃取温度50℃,萃取时间50 min,萃取次数4次的提取条件,得到精制葵花蜡,其丙酮不溶物含量为96%以上,回收率在90%以上。傅里叶红外光谱数据表明精制葵花蜡的纯度很高。高温气相色谱法测得精制葵花油蜡的组成为碳数范围为C40~C56的酯,其中主要是C44、C46和C48的酯,含量分别为30.60%、25.37%、13.75%;这些组分中主要是偶碳数酯,也有少量的奇碳数酯。精制葵花蜡的熔点、ΔT1/2和焓值分别为74.45℃、2.93℃和224.0 J/g。
- 朱建升杨国龙彭丹毕艳兰
- 关键词：精制
