期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
紫外光谱结合化学计量学用于青稞酒的判别分析
1
作者 张世芝 王茹 +1 位作者 赵玉霞 张明锦 《分析测试学报》 北大核心 2025年第6期1107-1114,共8页
青稞酒是源自青藏高原、以青稞为原料的著名酒类饮品。然而,随着其市场不断扩大、品种不断增多,掺假问题已成为亟待关注的焦点。该研究聚焦于运用紫外光谱法快速鉴别地理标志保护产品互助青稞酒,提出主成分分析-支持向量机(PCA-SVM)和... 青稞酒是源自青藏高原、以青稞为原料的著名酒类饮品。然而,随着其市场不断扩大、品种不断增多,掺假问题已成为亟待关注的焦点。该研究聚焦于运用紫外光谱法快速鉴别地理标志保护产品互助青稞酒,提出主成分分析-支持向量机(PCA-SVM)和多模型偏最小二乘判别分析(MPLS-DA)两种方法。研究涉及中国互助青稞酒(CHQL)、其他品牌青稞酒(OBQL)和非青稞白酒(NQBL)3类样品。SVM采用两个主成分解决二元分类问题,而MPLS-DA对虚拟变量Y的每一列使用PLS1算法建模后,整合子模型的预测结果。PCASVM和MPLS-DA均成功构建了CHQL的判别模型。PCA-SVM能区分CHQL与OBQL、NQBL,但无法区分OBQL和NQBL。相比之下,MPLS-DA能正确识别所有3类样品,可以解决多分类问题。结果表明,所提方法可作为CHQL的一种简便快速鉴别手段,且MPLS-DA展现出更优的样品识别能力。 展开更多
关键词 中国互助青稞酒 紫外光谱 化学计量学 判别分析
在线阅读 下载PDF
基于紫外-近红外融合光谱对“互助”青稞酒判别分析研究
2
作者 赵玉霞 王茹 +2 位作者 张世芝 殷博 张明锦 《食品与发酵工业》 北大核心 2025年第4期301-308,共8页
“互助”青稞酒是中国地理标志产品,对其快速、准确识别至关重要。该研究利用紫外光谱(ultraviolet spectrum,UV)、近红外光谱(near infrared spectrum,NIR)及UV-NIR融合光谱结合化学计量学方法对“互助”青稞酒进行判别分析。对上述三... “互助”青稞酒是中国地理标志产品,对其快速、准确识别至关重要。该研究利用紫外光谱(ultraviolet spectrum,UV)、近红外光谱(near infrared spectrum,NIR)及UV-NIR融合光谱结合化学计量学方法对“互助”青稞酒进行判别分析。对上述三类光谱数据,分别考察4种光谱预处理方法和5种特征选择方法后确定最佳处理方法,并建立了“互助”青稞酒的偏最小二乘判别分析(partial least squares discriminant analysis,PLS-DA)模型。结果表明,融合光谱能够互补多元化学信息,提高分类模型性能,且中级数据融合光谱建立的模型性能优于低级数据融合光谱。其中用二阶导数预处理、用逐步投影算法筛选变量后得到的中级数据融合光谱建立的PLS-DA模型预测能力最佳,在训练集上的灵敏度、特异性、准确度和曲线下面积值分别为1、1、0.9773和1,在测试集上的灵敏度、特异性和曲线下面积值分别达到1、0.8276和0.9667。紫外-近红外中级数据融合光谱结合化学计量学方法可用于“互助”青稞酒的快速判别分析。 展开更多
关键词 中国“互助”青稞酒 中级数据融合 化学计量学 偏最小二乘判别分析
在线阅读 下载PDF
基于紫外光谱法的青稞酒快速鉴别方法 被引量:5
3
作者 张世芝 唐玮琦 +1 位作者 张明锦 朵兴红 《食品与发酵工业》 CAS CSCD 北大核心 2020年第14期211-215,共5页
该文以"互助"青稞酒为研究对象,研究了基于紫外光谱法的"互助"青稞酒快速鉴别方法。在对光谱进行适当预处理的基础上,通过比较样品紫外光谱与参照光谱的夹角余弦、相关系数以及紫外相似度等相似性评价指标,构建了... 该文以"互助"青稞酒为研究对象,研究了基于紫外光谱法的"互助"青稞酒快速鉴别方法。在对光谱进行适当预处理的基础上,通过比较样品紫外光谱与参照光谱的夹角余弦、相关系数以及紫外相似度等相似性评价指标,构建了该品牌青稞酒的质量控制图。将"互助"青稞酒、其他品牌青稞酒和非青稞原料白酒样品的紫外光谱与参照光谱比较,结果表明,"互助"青稞酒样品均处于质量控制图的控制上、下限之间,而其他两类样本均位于控制下限以下。该方法可为"互助"青稞酒品质保证提供一种简单、快速的鉴别方法。 展开更多
关键词 “互助”青稞酒 紫外光谱法 相似度 质量控制图
在线阅读 下载PDF
紫外光谱法结合化学计量学用于水中部分苯系物的同时测定 被引量:4
4
作者 张世芝 张明锦 《化学研究与应用》 CAS CSCD 北大核心 2020年第11期1967-1972,共6页
在不经过任何预分离的情况下,结合紫外光谱法和化学计量学方法建立了水样中苯甲酸、苯酚、苯胺的同时测定方法。配制了在0~70 mg·L^-1范围内不同浓度的三组分混合水样共48份,其中70%的样本构成训练集,其余样本为独立测试集,在240~4... 在不经过任何预分离的情况下,结合紫外光谱法和化学计量学方法建立了水样中苯甲酸、苯酚、苯胺的同时测定方法。配制了在0~70 mg·L^-1范围内不同浓度的三组分混合水样共48份,其中70%的样本构成训练集,其余样本为独立测试集,在240~400 nm波长范围内测定各样品的紫外光谱。分别考察了四种光谱预处理方法、四种特征筛选方法及三种多元校正方法,最终确定苯甲酸、苯酚、苯胺的分析方法为:预处理分别采用Savitzky-Golay平滑、一阶导数及标准化;特征筛选方法分别为移动窗口偏最小二乘法(MWPLS)、无信息变量剔除法(UVE)及变量结合种群分析法(VCPA);多元校正方法均采用偏最小二乘法(PLS)。结果在独立测试集上三组分的预测误差均方根(RMSEP)分别为0.9716、0.7938、0.7652;将最佳模型用于水样加标回收,结果回收率为97.8%~103.8%,RSD<3%。紫外光谱法结合化学计量学方法可作为水样中多组分同时测定的一种简便、有效、快速的方法。 展开更多
关键词 苯系物 紫外光谱 化学计量学 同时测定
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部