公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

基于表面增强拉曼光谱与二维相关光谱法检测鸡肉中恩诺沙星残留被引量：6: 2020年; 利用表面增强拉曼光谱(SERS)技术结合二维相关光谱法(2D-COS)对鸡肉中恩诺沙星的拉曼光谱进行特征变量优选,使用偏最小二乘回归法(PLSR)建立恩诺沙星特征峰分析模型,并与竞争性正自适应加权算法(CARS)进行比较。结果表明,2D-COS-PLSR模型效果最优,其Rc、Rp分别为0.9797,0.9972,说明采用2D-COS优选鸡肉中恩诺沙星浓度相关的特征谱峰是可行的。; 班晶晶刘贵珊何建国程丽娟樊奈昀袁瑞瑞; 关键词：表面增强拉曼光谱恩诺沙星二维相关光谱鸡肉

卡拉胶在咸鸡蛋腌制中的应用: 2017年; 通过比较分析咸鸡蛋的黄泥包裹腌制法、草木灰包裹腌制法和盐水腌制法,推测食盐渗透速度对咸鸡蛋感官品质影响较大.研究使用卡拉胶调节食盐渗透速度,改进咸鸡蛋的腌制工艺,探讨卡拉胶添加量、食盐浓度、腌制温度和腌制时间对咸鸡蛋品质的影响.通过单因素试验和正交试验,确定咸鸡蛋的最佳腌制工艺条件:温度28℃、w(食盐)=15%、w(卡拉胶)=0.4%、腌制时间80 d,在此条件下,咸鸡蛋蛋黄油露松砂、色泽金黄,蛋白洁白细腻、咸味适中.; 袁瑞瑞高磊柏鹤丁丹沈菲邵佩兰章中; 关键词：腌制卡拉胶

Box-Behnken法冷鲜滩羊肉蛋白质的高光谱模型优化被引量：6: 2021年; 高光谱成像技术是一种将成像与光谱相结合的新型无损检测技术,属于间接分析方法;光谱模型的建立非常关键,需综合考察各建模因素间的交互作用。应用Box-Behnken法设计响应面试验优化冷鲜滩羊肉蛋白质含量的可见/近红外高光谱定量检测模型。使用可见/近红外高光谱成像系统采集冷鲜滩羊肉样本的高光谱图像,分析肉样反射光谱特性。采用二维相关光谱技术(2DCOS),以冷鲜滩羊肉中蛋白质含量为“外界扰动”,研究扰动条件下光谱信号的动态变化,解析二维相关光谱谱图特征,寻找与微扰相关的敏感变量。分别采用多元散射校正(multiplicative scatter correction,MSC)和标准正态变量变换(standard normalized variate,SNV)提取有用信号,优化所选特征波段光谱质量。为实现数据快速降维,减少大量光谱数据处理负担,采用变量组合集群分析法(variable combination population analysis,VCPA)和应用竞争性自适应加权算法(competitiv e adaptive reweighted sampling,CARS)对2DCOS范围内特征波段进行二次优选。根据D esign-Expert软件中Box-Behnken法设计响应面试验,以特征优选、光谱预处理及多元校正方法为考察因素,各因素中3种不同方法为水平,建立冷鲜滩羊肉蛋白质含量分析的优化检测体系。结果表明,波长473,679,734和814 nm处存在较强的自相关峰,473~814 nm范围内的特征波段为冷鲜滩羊肉蛋白质检测的敏感区域;MSC和SNV能够消除肉样自身散射作用的干扰,CARS和VCPA对特征波段进行二次优选,分别优选出了16和9个特征波长;各因素对蛋白质可见/近红外光谱模型预测性能的影响顺序为特征优选方法>预处理方法>多元校正方法,优选出2DCOS-SNV-LSSVM模型具有较高的运行速率和预测能力,其R_(c)=0.8588,RMSEC=0.0058;R_(p)=0.8604,RMSEP=0.0057。研究表明,Bo x-Behnken法在可见/近红外高光谱(400~1000 nm)建模参数优化选择中的应用,可以有效�; 樊奈昀刘贵珊张晶晶张翀袁瑞瑞班晶晶; 关键词：BOX-BEHNKEN设计二维相关光谱蛋白质

不同贮藏温度对采后碧娇樱桃番茄生理和品质的影响被引量：23: 2019年; 以樱桃番茄碧娇品种为试验材料,研究不同温度(0, 5和25℃)贮藏对樱桃番茄采后生理与品质的影响。主要分析不同温度下,樱桃番茄的果实失重率、色差、可溶性固形物含量、硬度、VC含量、总酸及超氧化物歧化酶(SOD)活性等生理生化指标的变化。结果表明,低温组(0和5℃)樱桃番茄的贮藏保鲜效果优于25℃组,其中在5℃条件下保鲜效果最优,贮藏18 d后,其失重率、色度、硬度等生理生化指标均明显高于0℃和25℃组,而0℃在贮藏前9 d保鲜效果良好,随后的贮藏效果与25℃下保藏无太大差异,考虑到储运耗能,综合保鲜效果5℃最佳,可在25℃基础上延长贮藏期5～7 d。; 李金娜方海田方海田张光弟刘慧燕; 关键词：樱桃番茄贮藏温度采后生理

IVISSA算法冷鲜滩羊肉嫩度的高光谱模型优化被引量：7: 2020年; 高光谱成像可同时获取被检测对象的图像信息和光谱信息,并对其内部成分进行定性和定量分析。国内外学者采用高光谱对肉品品质的研究多集中在水分、菌落总数、色泽、 pH、挥发性盐基氮等方面,在肉品嫩度检测中应用区间变量迭代空间收缩法优选特征波长的研究鲜有报道。利用可见-近红外(400~1 000 nm)和近红外(900~1 700 nm)高光谱结合化学计量学方法对冷鲜滩羊肉嫩度进行无损预测,优选最佳建模波段。首先,采集羊肉的高光谱图像,提取样本感兴趣区域的光谱反射值,采用TA-XTplus质构仪测量滩羊肉嫩度;其次,将两个波段下的原始光谱数据进行多元散射校正(multiple scattering correction, MSC)、去趋势(de-trending)、基线校准(baseline)、标准正态变量(standard normal variable, SNV)、归一化(normalize)和卷积平滑(Savitzky-Golay)等预处理;分别采用连续投影算法(successive projection algorithm, SPA)、竞争性自适应加权算法(competitive adaptive reweighted sampling, CARS)、变量组合集群分析法(variables combination population analysis, VCPA)和区间变量迭代空间收缩法(interval variable iterative space shrinkage approach, IVISSA)对最佳预处理的光谱数据优选特征波长;最后,建立冷鲜滩羊肉嫩度的偏最小二乘回归(partial least squares regression, PLSR)预测模型,优选最佳建模波段。结果表明:(1)滩羊肉嫩度的近红外高光谱模型的预测效果优于可见-近红外高光谱;(2)经过多种预处理方法所建立的滩羊肉嫩度的模型中,近红外区域的原始光谱(original spectra, OS)模型效果最优,其Rc=0.83,Rp=0.79, RMSEC=874.94, RMSEP=1 465.97;(3)近红外高光谱的原始光谱经SPA, CARS, VCPA, IVISSA四种方法共挑选出15, 16, 13和123个特征波长,占总波长的7%, 6%, 5%和54%;(4)近红外高光谱结合OS-IVISSA-PLSR建立的冷鲜滩羊肉嫩度预测模型最好,其Rc=0.85,RMSEC=850.86,Rp=0.79, RMSEP=1 497.11。IVISSA�; 刘贵珊张翀樊奈昀程丽娟余江泳袁瑞瑞; 关键词：嫩度偏最小二乘回归

可见近红外高光谱成像对灵武长枣定量损伤等级判别被引量：10: 2021年; 利用可见近红外(Vis-NIR)高光谱成像技术对完好和损伤等级灵武长枣进行快速识别检测。采用定量损伤装置得到损伤Ⅰ,Ⅱ,Ⅲ,Ⅳ和Ⅴ级的灵武长枣,借助高光谱成像系统采集完好长枣和损伤长枣样本高光谱图像。提取感兴趣区域(region of interest,ROI)并计算样本平均光谱值。利用光谱-理化值共生距离算法(SPXY)将420个长枣样本按3∶1的比例划分校正集315个和预测集105个。灵武长枣原始光谱建立偏最小二乘判别分析(PLS-DA)分类模型,得到校正集和预测集准确率分别为72.70%和86.67%;灵武长枣原始光谱数据采用移动平均(MA)、卷积平滑(SG)、多元散射校正(MSC)、正交信号修正(OSC)、基线校准(baseline)和去趋势(de-trending)等方法进行光谱预处理并建立PLS-DA分类判别模型。通过分析比较,得到MSC-PLS-DA为最优分类判别模型,校正集准确率为76.19%,预测集准确率为86.67%,其中校正集比原始光谱建模准确率提高了3.49%,预测集准确率较原始光谱建模结果未提高;为了提高建模效果,对灵武长枣原始光谱和预处理后的光谱分别采用连续投影算法(SPA)、无信息变量消除(UVE)、竞争性自适应加权抽样(CARS)和区间变量迭代空间收缩法(iVISSA)等算法提取特征波长,建立PLS-DA分类判别模型,结果表明,MSC-CARS-PLS-DA为最优模型组合,校正集准确率为77.14%,预测集准确率为89.52%,建模准确率较原始光谱建模准确率分别提高了4.44%和2.85%。结果表明,Vis-NIR高光谱成像技术结合MSC-CARS-PLS-DA模型可实现灵武长枣损伤等级的快速识别。; 袁瑞瑞刘贵珊何建国康宁波班晶晶马丽敏; 关键词：灵武长枣

全选清除导出

共1页<1>

袁瑞瑞

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

袁瑞瑞

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈