期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于光谱和图像信息融合的玉米霉变程度在线检测 被引量:9
1
作者 沈飞 黄怡 +5 位作者 周曰春 刘琴 裴斐 李彭 方勇 刘兴泉 《食品科学》 EI CAS CSCD 北大核心 2019年第16期274-280,共7页
融合可见-近红外光谱和机器视觉分析技术,建立玉米霉变程度在线检测方法。辐照灭菌玉米分别接种5种谷物中常见有害霉菌,并于28℃和85%相对湿度环境中储藏15 d至严重霉变。在样品储藏的第0、6、9、12、15天,同时在线采集其光谱及图像特... 融合可见-近红外光谱和机器视觉分析技术,建立玉米霉变程度在线检测方法。辐照灭菌玉米分别接种5种谷物中常见有害霉菌,并于28℃和85%相对湿度环境中储藏15 d至严重霉变。在样品储藏的第0、6、9、12、15天,同时在线采集其光谱及图像特征信息,将提取的样品光谱特征波长和图像颜色特征参数融合成总特征参数,建立玉米霉变程度定性定量模型。结果表明,主成分分析可成功区分不同霉变程度的玉米样品;基于光谱和图像信息融合的线性判别分析模型对不同霉变程度玉米样品的整体识别率达91.1%,比单独应用光谱和图像时的准确率分别提高4.4%和8.9%;基于信息融合的玉米菌落总数偏最小二乘回归模型结果也同样较优,模型预测决定系数Rp^2为0.894 1,均方根预测误差为0.665(1g(CFU/g)),相对分析偏差达3.06。结果表明光谱和图像数据融合能够提高模型精度,在霉变玉米在线检测方面具有可行性。下一步应不断扩大样品量,补充自然霉变及受更多代表性霉菌侵染的玉米样品,以不断增强模型的鲁棒性和适用性。 展开更多
关键词 玉米 霉菌侵染 霉变 可见-近红外光谱 图像 数据融合 在线检测
在线阅读 下载PDF
小麦霉菌侵染程度电子鼻快速检测方法的初步研究 被引量:17
2
作者 赵天霞 沈飞 +5 位作者 周日春 刘潇 方勇 李彭 裴斐 邢常瑞 《中国粮油学报》 EI CAS CSCD 北大核心 2019年第6期135-140,146,共7页
本研究利用电子鼻气体传感器技术,初步建立了小麦霉菌侵染程度定性定量同步分析方法。小麦样品经辐照杀菌后接种5种谷物中常见有害霉菌,于85%相对湿度和28℃的环境中储藏至重度霉变。在样品储藏的不同阶段,选取时间节点0、1、3、5和7d... 本研究利用电子鼻气体传感器技术,初步建立了小麦霉菌侵染程度定性定量同步分析方法。小麦样品经辐照杀菌后接种5种谷物中常见有害霉菌,于85%相对湿度和28℃的环境中储藏至重度霉变。在样品储藏的不同阶段,选取时间节点0、1、3、5和7d采集其电子鼻气味响应信息,建立了其响应信号和霉菌侵染程度的相关关系模型。结果显示,依据带菌量的不同,基于电子鼻信号的主成分分析法(PCA)可成功区分未霉变[<2.7log(CFU/g)]、轻度霉变[2.7~4log(CFU/g)]与重度霉变[>4log(CFU/g)]的小麦样品;线性判别分析(LDA)对受单一霉菌侵染的小麦样品霉变程度的识别率达90.0%以上,对所有小麦样品的识别率达84.0%。偏最小二乘回归模型(PLSR)对小麦菌落总数的模型决定系数(Rp^2)和预测误差(RMSEP)及相对分析偏差(RPD)分别为0.852,0.504log(CFU/g)和2.30。结果表明,利用电子鼻技术实现小麦霉菌侵染程度的快速识别是可行的。下一步应不断补充不同来源的小麦样品,以不断提高模型的精度和适用性。 展开更多
关键词 小麦 霉菌侵染 霉变程度 电子鼻 快速检测
在线阅读 下载PDF
基于气相离子迁移谱技术的稻谷中玉米象快速定量检测分析 被引量:5
3
作者 刘强 倪小颖 +5 位作者 丁海臻 Firew Tafesse Mamo 周曰春 赵思琪 胡秋辉 丁超 《中国粮油学报》 CAS CSCD 北大核心 2022年第6期162-169,共8页
本研究基于稻谷中玉米象挥发性成分特异性,利用气相离子迁移谱技术快速采集玉米象成虫、原样稻谷以及虫粮混合物的顶空气体信息,提取特征气味组分信号后形成气味指纹图谱,并尝试构建了稻谷中玉米象污染的定量线性模型。研究结果表明,玉... 本研究基于稻谷中玉米象挥发性成分特异性,利用气相离子迁移谱技术快速采集玉米象成虫、原样稻谷以及虫粮混合物的顶空气体信息,提取特征气味组分信号后形成气味指纹图谱,并尝试构建了稻谷中玉米象污染的定量线性模型。研究结果表明,玉米象污染稻谷中共计检出37种挥发性化合物,其中醇类12种,醛类10种,酮类5种;不同玉米象数量样品GC-IMS信号强度存在显著差异,以戊醛、3-戊酮、苯乙烯、2-戊酮为特征的挥发性组分对应信号强度与玉米象密度呈典型线性关系,对应的R^(2)在0.986~0.988之间,可以作为玉米象污染稻谷的重要标识物质。研究结果证实了利用GC-IMS可以实现不同密度下稻谷中玉米象成虫数量的快速识别,将推动基于气味信息的快速检测技术在粮食产后储藏品质控制和安全评价方面的应用与推广。 展开更多
关键词 气相离子迁移谱(GC-IMS) 玉米象 挥发性有机物 害虫密度
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部