期刊导航
期刊开放获取
cqvip
退出
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
2
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
光谱关键变量筛选在农产品及食品品质无损检测中的应用进展
被引量：
6
1
作者
王冬
吴静珠
+1 位作者
韩平
王坤
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2021年第5期1593-1601,共9页
农产品及食品的品质与安全一直以来都是人们关注的焦点,不仅关系着人们的身体健康,而且关系着社会稳定甚至国家安全。由于农产品及食品的品质不合格引发的安全事件备受社会各界的广泛关注。对农产品及食品的品质的监管长久以来都是分析...
农产品及食品的品质与安全一直以来都是人们关注的焦点,不仅关系着人们的身体健康,而且关系着社会稳定甚至国家安全。由于农产品及食品的品质不合格引发的安全事件备受社会各界的广泛关注。对农产品及食品的品质的监管长久以来都是分析检测领域的重点和难点。我国人口众多,对农产品和食品的消费量非常大。面对如此大量农产品及食品品质的无损快速检测需求,光谱法以其快速、无损、高效、环境友好、可现场检测等诸多特点,为农产品及食品品质的无损快速分析提供了良好的解决方案。然而,传统的光谱法在检测过程中所使用的数据量十分庞大,不仅在建立校正模型过程中会消耗大量时间,而且难以完成大量农产品及食品的品质在线高通量无损快速检测。大量数据的计算成为限制光谱类分析仪器工作效率的主要瓶颈之一,并且大量数据的计算对仪器设备的硬件配置也提出了非常高的要求,从而间接地提高了光谱分析技术的应用成本。近年来,关键变量筛选技术脱颖而出,并成为光谱分析的一个新热点。通过筛选,采用少量关键变量建立校正模型即可得到和全谱数据建模准确度相差无几的分析结果,从而可以有效提高分析仪器的工作效率并间接地降低光谱分析技术的应用成本,进而为农产品及食品品质的高通量检测提供了可靠的技术支持、为满足人民日益增长的美好生活需要提供科技保障。针对光谱关键变量筛选在粮食及粮食作物、蔬菜、水果、经济作物、肉类、食品品质与安全领域的无损检测应用进行综述,对光谱关键变量筛选技术的应用从筛选方法、应用范围、应用效果等方面进行了分类总结归纳,并就光谱关键变量筛选技术在农产品及食品品质无损检测中的应用从变量筛选方法特点及趋势、所选变量的稳定性和可靠性、所选变量
展开更多
关键词
光谱分析
关键
变量
筛选
无损检测
农产品品质
食品品质与安全
下载PDF
职称材料
基于CARS和K-S的马拉硫磷农药浓度吸收光谱预测模型研究
被引量：
5
2
作者
甄欢仪
马瑞峻
+2 位作者
陈瑜
孙小鹏
马创立
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2020年第5期1601-1606,共6页
利用马拉硫磷在紫外/可见光波长范围内的不同浓度梯度的吸光度光谱数据,建立其快速有效的定量预测分析模型。在预测模型的建立过程中,参与建模的波长变量和校正集样本的优劣对定量分析模型的预测能力有着决定性作用。首先对实验样本是...
利用马拉硫磷在紫外/可见光波长范围内的不同浓度梯度的吸光度光谱数据,建立其快速有效的定量预测分析模型。在预测模型的建立过程中,参与建模的波长变量和校正集样本的优劣对定量分析模型的预测能力有着决定性作用。首先对实验样本是否存在异常样本进行检查,然后将200.08~750.04 nm波长范围的光谱数据采用不同预处理方法并建立PLS模型,进而将预处理结果最优(均值中心化)的光谱数据采用竞争性自适应重加权采样(CARS)算法和蒙特卡洛无消息变量消除法(MC-UVE)分别筛选出关键波长变量并建立相应的PLS预测模型,模型结果表明,CARS算法在关键变量筛选的性能上优于MC-UVE算法;再将CARS算法筛选出的18个波长变量(为原来变量数的1.1378%)结合Kennard-Stone(K-S)算法和蒙特卡洛交叉验证(MCCV)分别优选出的44个建模样本(原来样本数的88%)建立CARS-K-Ss-PLS和CARS-CCVs-PLS定量预测模型,R^2p分别为0.9982和0.9989,RMSEP分别为0.8634和1.0262,RPD分别为24.1635和20.3301,CARS-K-Ss-PLS模型略优于CARS-CCVs-PLS模型。结果表明,CARS算法能够淘汰与样本浓度相关性较弱的变量,同时有效剔除无关光谱信息,K-S算法能帮助选择更优的建模样本集,马拉硫磷农药的紫外/可见光吸收光谱结合CARS算法和K-S算法所建立的CARS-K-Ss-PLS模型能够用来定量预测马拉硫磷农药浓度。研究工作为利用光谱技术快速检测有机磷农药浓度提供一定的理论依据和实验基础,在有机磷农药快速检测领域具有良好的应用前景。
展开更多
关键词
马拉硫磷
紫外/可见吸收光谱
关键
变量
筛选
样本优选
定量预测
下载PDF
职称材料
题名
光谱关键变量筛选在农产品及食品品质无损检测中的应用进展
被引量：
6
1
作者
王冬
吴静珠
韩平
王坤
机构
北京农业质量标准与检测技术研究中心
北京工商大学食品安全大数据技术北京市重点实验室
农业农村部农产品质量安全风险评估实验室(北京)
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2021年第5期1593-1601,共9页
基金
北京市农林科学院科技创新能力建设专项储备性研究课题(KJCX20180409)
北京工商大学食品安全大数据技术北京市重点实验室开放课题(BUBD-2017KF-11)
科技部国家重点研发计划项目(2017YFD0201607)资助。
文摘
农产品及食品的品质与安全一直以来都是人们关注的焦点,不仅关系着人们的身体健康,而且关系着社会稳定甚至国家安全。由于农产品及食品的品质不合格引发的安全事件备受社会各界的广泛关注。对农产品及食品的品质的监管长久以来都是分析检测领域的重点和难点。我国人口众多,对农产品和食品的消费量非常大。面对如此大量农产品及食品品质的无损快速检测需求,光谱法以其快速、无损、高效、环境友好、可现场检测等诸多特点,为农产品及食品品质的无损快速分析提供了良好的解决方案。然而,传统的光谱法在检测过程中所使用的数据量十分庞大,不仅在建立校正模型过程中会消耗大量时间,而且难以完成大量农产品及食品的品质在线高通量无损快速检测。大量数据的计算成为限制光谱类分析仪器工作效率的主要瓶颈之一,并且大量数据的计算对仪器设备的硬件配置也提出了非常高的要求,从而间接地提高了光谱分析技术的应用成本。近年来,关键变量筛选技术脱颖而出,并成为光谱分析的一个新热点。通过筛选,采用少量关键变量建立校正模型即可得到和全谱数据建模准确度相差无几的分析结果,从而可以有效提高分析仪器的工作效率并间接地降低光谱分析技术的应用成本,进而为农产品及食品品质的高通量检测提供了可靠的技术支持、为满足人民日益增长的美好生活需要提供科技保障。针对光谱关键变量筛选在粮食及粮食作物、蔬菜、水果、经济作物、肉类、食品品质与安全领域的无损检测应用进行综述,对光谱关键变量筛选技术的应用从筛选方法、应用范围、应用效果等方面进行了分类总结归纳,并就光谱关键变量筛选技术在农产品及食品品质无损检测中的应用从变量筛选方法特点及趋势、所选变量的稳定性和可靠性、所选变量
关键词
光谱分析
关键
变量
筛选
无损检测
农产品品质
食品品质与安全
Keywords
Spectroscopic analysis
Key variable selection
Non-destructive detection
Agricultural products quality
Food quality and safety
分类号
O657.33 [理学—分析化学]
下载PDF
职称材料
题名
基于CARS和K-S的马拉硫磷农药浓度吸收光谱预测模型研究
被引量：
5
2
作者
甄欢仪
马瑞峻
陈瑜
孙小鹏
马创立
机构
华南农业大学工程学院
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2020年第5期1601-1606,共6页
基金
国家重点研发计划项目(2016YFD0800901)资助。
文摘
利用马拉硫磷在紫外/可见光波长范围内的不同浓度梯度的吸光度光谱数据,建立其快速有效的定量预测分析模型。在预测模型的建立过程中,参与建模的波长变量和校正集样本的优劣对定量分析模型的预测能力有着决定性作用。首先对实验样本是否存在异常样本进行检查,然后将200.08~750.04 nm波长范围的光谱数据采用不同预处理方法并建立PLS模型,进而将预处理结果最优(均值中心化)的光谱数据采用竞争性自适应重加权采样(CARS)算法和蒙特卡洛无消息变量消除法(MC-UVE)分别筛选出关键波长变量并建立相应的PLS预测模型,模型结果表明,CARS算法在关键变量筛选的性能上优于MC-UVE算法;再将CARS算法筛选出的18个波长变量(为原来变量数的1.1378%)结合Kennard-Stone(K-S)算法和蒙特卡洛交叉验证(MCCV)分别优选出的44个建模样本(原来样本数的88%)建立CARS-K-Ss-PLS和CARS-CCVs-PLS定量预测模型,R^2p分别为0.9982和0.9989,RMSEP分别为0.8634和1.0262,RPD分别为24.1635和20.3301,CARS-K-Ss-PLS模型略优于CARS-CCVs-PLS模型。结果表明,CARS算法能够淘汰与样本浓度相关性较弱的变量,同时有效剔除无关光谱信息,K-S算法能帮助选择更优的建模样本集,马拉硫磷农药的紫外/可见光吸收光谱结合CARS算法和K-S算法所建立的CARS-K-Ss-PLS模型能够用来定量预测马拉硫磷农药浓度。研究工作为利用光谱技术快速检测有机磷农药浓度提供一定的理论依据和实验基础,在有机磷农药快速检测领域具有良好的应用前景。
关键词
马拉硫磷
紫外/可见吸收光谱
关键
变量
筛选
样本优选
定量预测
Keywords
Malathion
UV-Vis absorption spectrum
Key variable screening
Sample selection
Quantitative prediction
分类号
O657.39 [理学—分析化学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
光谱关键变量筛选在农产品及食品品质无损检测中的应用进展
王冬
吴静珠
韩平
王坤
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2021
6
下载PDF
职称材料
2
基于CARS和K-S的马拉硫磷农药浓度吸收光谱预测模型研究
甄欢仪
马瑞峻
陈瑜
孙小鹏
马创立
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2020
5
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
