为快速分类鉴别不同产地山药,该研究采用近红外光谱(near infrared spectroscopy,NIRS)技术结合聚类分析法和簇类独立软模式法(soft independent modeling of class analogy,SIMCA)对山东、河北、湖北、河南、江西的山药进行产地鉴别和...为快速分类鉴别不同产地山药,该研究采用近红外光谱(near infrared spectroscopy,NIRS)技术结合聚类分析法和簇类独立软模式法(soft independent modeling of class analogy,SIMCA)对山东、河北、湖北、河南、江西的山药进行产地鉴别和差异分析,并且比对不同产地山药中K、Ca、Mg元素的含量。结果表明,原始谱图经过一阶导数处理后所建立的模型对山药地区聚类判别和SIMCA判别的准确率均为100%,利用近红外光谱技术可以实现山药产地的快速鉴别。不同产地山药中K、Ca、Mg元素的测定结果显示,K元素含量为1872.59μg/g~3703.28μg/g,Ca元素含量为209.89μg/g~334.88μg/g,Mg元素含量为215.80μg/g~343.22μg/g,加标回收率为96.26%~98.89%,相对标准偏差为1.35%~1.98%。展开更多
探究一种基于矿物元素指纹结合单分类建模策略的地理标志羊肉真实性鉴别技术。结果表明,盐池滩羊、巴里坤哈萨克羊、苏尼特羊3种地理标志羊肉中矿物元素含量均具有指纹特征。采用单分类建模策略,只需收集真实样本集建模,即可在多种欺诈...探究一种基于矿物元素指纹结合单分类建模策略的地理标志羊肉真实性鉴别技术。结果表明,盐池滩羊、巴里坤哈萨克羊、苏尼特羊3种地理标志羊肉中矿物元素含量均具有指纹特征。采用单分类建模策略,只需收集真实样本集建模,即可在多种欺诈样本中鉴别真实样本。基于3种地理标志羊肉样本分别建立的类类比软独立建模(soft independent modeling of class analogy,SIMCA)模型性能优良,对测试样本的鉴别准确率达到100%。因此,基于矿物元素指纹结合单分类建模(SIMCA)的真实性鉴别技术在地理标志羊肉真实性鉴别领域具有广泛的应用前景。展开更多
文摘为快速分类鉴别不同产地山药,该研究采用近红外光谱(near infrared spectroscopy,NIRS)技术结合聚类分析法和簇类独立软模式法(soft independent modeling of class analogy,SIMCA)对山东、河北、湖北、河南、江西的山药进行产地鉴别和差异分析,并且比对不同产地山药中K、Ca、Mg元素的含量。结果表明,原始谱图经过一阶导数处理后所建立的模型对山药地区聚类判别和SIMCA判别的准确率均为100%,利用近红外光谱技术可以实现山药产地的快速鉴别。不同产地山药中K、Ca、Mg元素的测定结果显示,K元素含量为1872.59μg/g~3703.28μg/g,Ca元素含量为209.89μg/g~334.88μg/g,Mg元素含量为215.80μg/g~343.22μg/g,加标回收率为96.26%~98.89%,相对标准偏差为1.35%~1.98%。
文摘探究一种基于矿物元素指纹结合单分类建模策略的地理标志羊肉真实性鉴别技术。结果表明,盐池滩羊、巴里坤哈萨克羊、苏尼特羊3种地理标志羊肉中矿物元素含量均具有指纹特征。采用单分类建模策略,只需收集真实样本集建模,即可在多种欺诈样本中鉴别真实样本。基于3种地理标志羊肉样本分别建立的类类比软独立建模(soft independent modeling of class analogy,SIMCA)模型性能优良,对测试样本的鉴别准确率达到100%。因此,基于矿物元素指纹结合单分类建模(SIMCA)的真实性鉴别技术在地理标志羊肉真实性鉴别领域具有广泛的应用前景。
