期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于中红外光谱技术鉴别转基因大豆的方法研究 被引量:11
1
作者 方慧 张昭 +3 位作者 王海龙 杨向东 何勇 鲍一丹 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2017年第3期760-765,共6页
转基因技术对于实现粮食增产,保护生物多样性,减少化学农药使用量等方面有着重大意义,但也可能存在一定的安全隐患。因此,转基因作物检测鉴别技术的研究愈发受到重视。本文采用中红外光谱分析技术,研究对不同品种的转基因大豆及其亲本... 转基因技术对于实现粮食增产,保护生物多样性,减少化学农药使用量等方面有着重大意义,但也可能存在一定的安全隐患。因此,转基因作物检测鉴别技术的研究愈发受到重视。本文采用中红外光谱分析技术,研究对不同品种的转基因大豆及其亲本进行鉴别的可行性。实验采集了三种不同的非转基因大豆亲本(HC6,JACK和W82)及其转基因大豆品种在3 818~734 cm^(-1)范围内的光谱信息。采用偏最小二乘-判别分析(partial least squares-discriminant analysis,PLS-DA)进行判别分析,三种大豆的建模集的判别正确率分别为96.67%,96.67%和83.33%,预测集的判别正确率分别为83.33%,85%和85%。研究中采用X-loading weights、变量投影重要性(variable importance in the projection,VIP)和二阶导数(second derivative,2-Der)三种特征波数选择方法对光谱数据进行处理,并根据得到的特征波数分别建立PLS-DA模型进行判别分析,三种大豆的建模集和预测集的判别正确率均超过76.67%和75%。采用主成分分析(principal component analysis,PCA)和独立组分分析(independent component analysis,ICA)两种特征信息提取方法对光谱数据进行处理,分别建立PCA-PLS-DA和ICA-PLS-DA模型进行判别分析,三种大豆的建模集和预测集的判别正确率均超过80%和75%。研究表明中红外光谱分析技术可以较为准确地鉴别非转基因亲本与转基因品种,为转基因大豆的无损鉴别提供新的思路。同时结合特征波数选择方法与特征信息提取方法可以有效地降低模型复杂度,减少程序运算量。 展开更多
关键词 中红外光谱 转基因大豆 特征波数选择 特征信息提取
在线阅读 下载PDF
基于ATR-FTIR光谱的γ-PGA发酵批次分类研究
2
作者 单鹏 吴缀 +1 位作者 何年 刘隆兴 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2022年第10期1376-1382,共7页
利用衰减全反射傅里叶变换红外光谱(ATR-FTIR)技术对聚谷氨酸(γ-PGA)发酵批次进行快速识别检测.根据5个批次的γ-PGA发酵液光谱建立了5个偏最小二乘判别分析(PLSDA)分类模型来鉴别每一批次与其他批次,在某些局部评价指标(准确率)上取... 利用衰减全反射傅里叶变换红外光谱(ATR-FTIR)技术对聚谷氨酸(γ-PGA)发酵批次进行快速识别检测.根据5个批次的γ-PGA发酵液光谱建立了5个偏最小二乘判别分析(PLSDA)分类模型来鉴别每一批次与其他批次,在某些局部评价指标(准确率)上取得了不错的结果.为了提高模型在全体指标(如准确率、精度、灵敏度等)上的整体效果和模型的可解释性,采用子窗口置换分析(SPA)、竞争自适应重加权采样(CARS)以及随机青蛙(RF)三种波数选择算法结合PLSDA提取特征波数,建立PLSDA判别模型.实验结果表明,经波数选择(除CARS)后,PLSDA在各个批次上的各项性能指标均得到提升,而且模型复杂度降低,可解释性增强;ATR-FTIR技术结合SPA-PLSDA或RF-PLSDA方法可实现对γ-PGA发酵批次的快速识别. 展开更多
关键词 衰减全反射 聚谷氨酸 偏最小二乘判别分析 竞争自适应 波数选择
在线阅读 下载PDF
基于近红外光谱红茶中胭脂红色素的判别 被引量:2
3
作者 廖彩淇 孙长虹 +4 位作者 杨潇 靳皓 杨延荣 杨仁杰 张伟玉 《天津农学院学报》 CAS 2018年第1期72-75,共4页
将近红外光谱技术与偏最小二乘判别法相结合,建立了掺胭脂红色素茶水的判别模型。试验分别对38个未添加色素的茶水和38个掺不同浓度胭脂红(所掺胭脂红浓度区间为0.1~10.0μg/mL)茶水在4 000~15 000 cm^(-1)区间进行近红外光谱采集,并对... 将近红外光谱技术与偏最小二乘判别法相结合,建立了掺胭脂红色素茶水的判别模型。试验分别对38个未添加色素的茶水和38个掺不同浓度胭脂红(所掺胭脂红浓度区间为0.1~10.0μg/mL)茶水在4 000~15 000 cm^(-1)区间进行近红外光谱采集,并对数据进行去噪处理。在此基础上,分别在7个不同的波数区间建立了偏最小二乘判别模型,并进行对比分析,认为:不同波数区间建模对掺胭脂红色素茶水的预判模型有着较大的影响。结果表明:在4 000~11 000 cm^(-1)区间建模,能取得较好的判别结果。所建的模型对校正集样品的判别正确率为100%,对预测集未知样品的判别正确率为96.15%。 展开更多
关键词 近红外光谱 红茶 胭脂红 建模波数区间选择 偏最小二乘判别
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部