期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于近红外光谱的干制黄花菜产地判别及可溶性蛋白质含量预测
1
作者
张雪莉
杨浩
+4 位作者
李晨斐
孙一乐
刘宗霖
郑德聪
宋海燕
《光谱学与光谱分析》
北大核心
2025年第9期2491-2495,共5页
黄花菜营养成分丰富,具有很高的食用、药用及经济价值,在中国产地众多。黄花菜的产地判别及可溶性蛋白质含量预测对黄花菜品质管理及农产品品牌建立和地方经济发展有着非常重要的意义。鲜黄花菜因含有多种生物碱不宜多食,市面上黄花菜...
黄花菜营养成分丰富,具有很高的食用、药用及经济价值,在中国产地众多。黄花菜的产地判别及可溶性蛋白质含量预测对黄花菜品质管理及农产品品牌建立和地方经济发展有着非常重要的意义。鲜黄花菜因含有多种生物碱不宜多食,市面上黄花菜多为干菜。基于近红外光谱建立了干制黄花菜产地判别模型及可溶性蛋白质含量预测模型。针对原有算法判别精确度不高及含量预测不准确等问题,对原有模型进行改进,通过结合不同的预处理方法及特征波长筛选算法有效地提高了模型的准确率。基于偏最小二乘判别分析(PLS-DA)、随机森林(RF)以及支持向量机(SVM),分别与多元散射校正(MSC)、标准正态变量变换(SNV)及Savitzky-Golay平滑(SG)三种预处理方式相结合建立干制黄花菜产地判别模型并比较模型的优劣,实验结果表明,使用PLS-DA结合MSC预处理方法进行产地判别效果最好,准确度达到93.33%,三产地的精确度与召回率均在85%以上,平均精确度达到91.9%,平均召回率为91.9%,说明该模型具有很好的准确性和稳定性,能够很好地进行干制黄花菜的产地判别。同时,使用偏最小二乘回归(PLSR)分别与多种预处理方法及无信息变量去除算法(UVE)、竞争性自适应重加权算法(CARS)和连续投影算法(SPA)三种特征波长筛选算法相结合,建立干制黄花菜可溶性蛋白质含量预测模型并进行预测结果对比,结果表明PLSR结合SG预处理及CARS特征波长筛选算法建立的模型预测效果最佳,决定系数值达到0.9815,预测均方根误差RMSEP为0.0214 g·kg^(-1),与原PLSR算法对比,值提高了0.12,RMSEP降低了0.0331 g·kg^(-1),该预测模型可很好地进行干制黄花菜可溶性蛋白质含量的预测。
展开更多
关键词
近红外光谱
干制黄花菜
产地判别
可溶性蛋白质
PLS
在线阅读
下载PDF
职称材料
题名
基于近红外光谱的干制黄花菜产地判别及可溶性蛋白质含量预测
1
作者
张雪莉
杨浩
李晨斐
孙一乐
刘宗霖
郑德聪
宋海燕
机构
山西农业大学农业工程学院
旱作农业机械关键技术与装备山西省重点实验室
出处
《光谱学与光谱分析》
北大核心
2025年第9期2491-2495,共5页
基金
国家重点研发计划子项目(2021YFD1600301-4)
大同市与山西农业大学市校合作科研项目(2020HXDTHH05)资助。
文摘
黄花菜营养成分丰富,具有很高的食用、药用及经济价值,在中国产地众多。黄花菜的产地判别及可溶性蛋白质含量预测对黄花菜品质管理及农产品品牌建立和地方经济发展有着非常重要的意义。鲜黄花菜因含有多种生物碱不宜多食,市面上黄花菜多为干菜。基于近红外光谱建立了干制黄花菜产地判别模型及可溶性蛋白质含量预测模型。针对原有算法判别精确度不高及含量预测不准确等问题,对原有模型进行改进,通过结合不同的预处理方法及特征波长筛选算法有效地提高了模型的准确率。基于偏最小二乘判别分析(PLS-DA)、随机森林(RF)以及支持向量机(SVM),分别与多元散射校正(MSC)、标准正态变量变换(SNV)及Savitzky-Golay平滑(SG)三种预处理方式相结合建立干制黄花菜产地判别模型并比较模型的优劣,实验结果表明,使用PLS-DA结合MSC预处理方法进行产地判别效果最好,准确度达到93.33%,三产地的精确度与召回率均在85%以上,平均精确度达到91.9%,平均召回率为91.9%,说明该模型具有很好的准确性和稳定性,能够很好地进行干制黄花菜的产地判别。同时,使用偏最小二乘回归(PLSR)分别与多种预处理方法及无信息变量去除算法(UVE)、竞争性自适应重加权算法(CARS)和连续投影算法(SPA)三种特征波长筛选算法相结合,建立干制黄花菜可溶性蛋白质含量预测模型并进行预测结果对比,结果表明PLSR结合SG预处理及CARS特征波长筛选算法建立的模型预测效果最佳,决定系数值达到0.9815,预测均方根误差RMSEP为0.0214 g·kg^(-1),与原PLSR算法对比,值提高了0.12,RMSEP降低了0.0331 g·kg^(-1),该预测模型可很好地进行干制黄花菜可溶性蛋白质含量的预测。
关键词
近红外光谱
干制黄花菜
产地判别
可溶性蛋白质
PLS
Keywords
Near infrared spectroscopy
Dried daylily
Origin discrimination
Soluble protein
PLS
分类号
O657.3 [理学—分析化学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于近红外光谱的干制黄花菜产地判别及可溶性蛋白质含量预测
张雪莉
杨浩
李晨斐
孙一乐
刘宗霖
郑德聪
宋海燕
《光谱学与光谱分析》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
