目的建立热裂解-气相色谱-质谱法(pyrolysis-gas chromatography-mass spectrometry,Py-GC-MS)结合偏最小二乘法(partial least squares,PLS)鉴别地理标志产品镇江香醋的方法。方法利用Py-GC/MS采集106个食醋样本的总离子流图,挑选21个...目的建立热裂解-气相色谱-质谱法(pyrolysis-gas chromatography-mass spectrometry,Py-GC-MS)结合偏最小二乘法(partial least squares,PLS)鉴别地理标志产品镇江香醋的方法。方法利用Py-GC/MS采集106个食醋样本的总离子流图,挑选21个共有峰,并通过美国国家标准与技术研究院质谱数据库(National Institute of Standards and Technology Mass Spectral Database,NIST MS)对其进行定性分析。21个共有峰的峰面积组成样品的基本矢量数据,经标准化处理后,通过“去N法”筛选模型特征变量,并利用经典的PLS算法构建地理标志产品镇江香醋鉴别模型。结果模型验证结果显示:建模集食醋样品(71个)的正确识别率为94.4%,验证集食醋样品(106个样品)的正确识别率为96.2%,表现出较高的准确性和稳定性。结论本研究提供了一种简便、可靠的地理标志产品镇江香醋鉴别方法,具有较高的应用价值。展开更多
基于光谱预处理及遗传算法(genetic algorithm,GA)法优化波长,再结合偏最小二乘(partial least squares,PLS)法建立面粉中水分的定量分析模型,对比在不同预处理方法下相关系数R^2、校正标准差(root mean square error of calibration,RM...基于光谱预处理及遗传算法(genetic algorithm,GA)法优化波长,再结合偏最小二乘(partial least squares,PLS)法建立面粉中水分的定量分析模型,对比在不同预处理方法下相关系数R^2、校正标准差(root mean square error of calibration,RMSEC)、预测标准偏差(root mean square error of prediction,RMSEP)3个指标,随机选择130份样本建立预处理+GA+PLS定量分析模型,实验结果为R^2从0.955 2提高到0.977 7、RMSEC从0.375 8降低到0.245 3、RMSEP从0.268降低到0.264。结果表明基于光谱预处理结合GA优化波长来定量分析面粉中水分含量是可行的,且准确性和误差度皆优于无优化模型。展开更多
文摘目的建立热裂解-气相色谱-质谱法(pyrolysis-gas chromatography-mass spectrometry,Py-GC-MS)结合偏最小二乘法(partial least squares,PLS)鉴别地理标志产品镇江香醋的方法。方法利用Py-GC/MS采集106个食醋样本的总离子流图,挑选21个共有峰,并通过美国国家标准与技术研究院质谱数据库(National Institute of Standards and Technology Mass Spectral Database,NIST MS)对其进行定性分析。21个共有峰的峰面积组成样品的基本矢量数据,经标准化处理后,通过“去N法”筛选模型特征变量,并利用经典的PLS算法构建地理标志产品镇江香醋鉴别模型。结果模型验证结果显示:建模集食醋样品(71个)的正确识别率为94.4%,验证集食醋样品(106个样品)的正确识别率为96.2%,表现出较高的准确性和稳定性。结论本研究提供了一种简便、可靠的地理标志产品镇江香醋鉴别方法,具有较高的应用价值。
文摘基于光谱预处理及遗传算法(genetic algorithm,GA)法优化波长,再结合偏最小二乘(partial least squares,PLS)法建立面粉中水分的定量分析模型,对比在不同预处理方法下相关系数R^2、校正标准差(root mean square error of calibration,RMSEC)、预测标准偏差(root mean square error of prediction,RMSEP)3个指标,随机选择130份样本建立预处理+GA+PLS定量分析模型,实验结果为R^2从0.955 2提高到0.977 7、RMSEC从0.375 8降低到0.245 3、RMSEP从0.268降低到0.264。结果表明基于光谱预处理结合GA优化波长来定量分析面粉中水分含量是可行的,且准确性和误差度皆优于无优化模型。
