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
1
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
基于无机元素分析对地理标志五常大米鉴别技术的研究
被引量：
16
1
作者
黎永乐
郑彦婕
+2 位作者
汤璐
苏志义
熊岑
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2016年第3期834-837,共4页
五常大米是我国著名地理标志产品之一,品质高、产量低,导致制假售假的现象严重。为维护五常大米的品牌形象和消费者利益,急需一种有效鉴别五常大米的方法。应用电感耦合等离子体光谱及电感耦合等离子体质谱测定大米中无机元素含量,结合...
五常大米是我国著名地理标志产品之一,品质高、产量低,导致制假售假的现象严重。为维护五常大米的品牌形象和消费者利益,急需一种有效鉴别五常大米的方法。应用电感耦合等离子体光谱及电感耦合等离子体质谱测定大米中无机元素含量,结合主成分分析(PCA)、Fisher判别、人工神经网络(ANN)对五常大米鉴别模型进行研究。结果表明:PCA法对样品的分类效果较差,采用Fisher判别和ANN则可准确识别五常地区的大米样品和其他地区的大米样品。Fisher判别法对校正集和验证集样品平均准确识别率分别为93.5%,而ANN法对同样的校正集和验证集样品的平均准确识别率为96.4%,优于Fisher判别法。可准确对五常大米进行鉴别,为该产品的地理标志保护提供了一种技术手段。
展开更多
关键词
地理
标志
五常
大米
电感耦合等离子体光谱
电感耦合等离子体质谱
无机元素
主成分分析
FISHER判别
人工神经网络
下载PDF
职称材料
题名
基于无机元素分析对地理标志五常大米鉴别技术的研究
被引量：
16
1
作者
黎永乐
郑彦婕
汤璐
苏志义
熊岑
机构
深圳市计量质量检测研究院
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2016年第3期834-837,共4页
基金
国家质量监督检验检疫总局公益性行业科研专项经费"双打"专项项目任务计划基金项目(2012104019-6)资助
文摘
五常大米是我国著名地理标志产品之一,品质高、产量低,导致制假售假的现象严重。为维护五常大米的品牌形象和消费者利益,急需一种有效鉴别五常大米的方法。应用电感耦合等离子体光谱及电感耦合等离子体质谱测定大米中无机元素含量,结合主成分分析(PCA)、Fisher判别、人工神经网络(ANN)对五常大米鉴别模型进行研究。结果表明:PCA法对样品的分类效果较差,采用Fisher判别和ANN则可准确识别五常地区的大米样品和其他地区的大米样品。Fisher判别法对校正集和验证集样品平均准确识别率分别为93.5%,而ANN法对同样的校正集和验证集样品的平均准确识别率为96.4%,优于Fisher判别法。可准确对五常大米进行鉴别,为该产品的地理标志保护提供了一种技术手段。
关键词
地理
标志
五常
大米
电感耦合等离子体光谱
电感耦合等离子体质谱
无机元素
主成分分析
FISHER判别
人工神经网络
Keywords
Geographical indication Wuchang rice
ICP-AES
ICP-MS
Inorganic element
Principal component analysis
Fisher discrimination
Artificial neural network
分类号
O655.9 [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
基于无机元素分析对地理标志五常大米鉴别技术的研究
黎永乐
郑彦婕
汤璐
苏志义
熊岑
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2016
16
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
