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
基于指纹图谱的大米智能鉴别研究
1
作者
孙学景
卜文华
《粮食与饲料工业》
CAS
2023年第6期60-64,共5页
针对商家以次充好等粮食安全问题,以五优稻4号大米为研究对象,提出一种基于顶空固相微萃取气质联用仪的大米智能鉴别方法。通过向五优稻4号大米中掺入0~50%不同比例的其他品种大米,筛选出其中的挥发性组分指纹信息,得到56种共有挥发性组...
针对商家以次充好等粮食安全问题,以五优稻4号大米为研究对象,提出一种基于顶空固相微萃取气质联用仪的大米智能鉴别方法。通过向五优稻4号大米中掺入0~50%不同比例的其他品种大米,筛选出其中的挥发性组分指纹信息,得到56种共有挥发性组分;然后利用主成分分析提取出18种主要特征挥发性组分,并建立五优稻4号标准指纹图谱;利用色谱指纹图谱计算其他品种大米与五优稻4号标准指纹图谱的相似度值,最后构建线性拟合方程,实现不同品种大米在一定掺入比例范围内的智能鉴别。结果表明,所提方法可在一定程度上鉴别掺入五优稻4号中不同比例的其他品种大米,其中对掺入比例为5%~45%的龙稻18号,掺入比例为5%~25%的三江6号,掺入比例为0~30%和40%~50%的齐粳11号,以及掺入比例为5%~20%的绥粳18号大米,具有良好的鉴别效果。
展开更多
关键词
食品安全
大米
鉴别
挥发性组分
特征信息
下载PDF
职称材料
基于AlexNet卷积神经网络的大米产地高光谱快速判别
被引量：
15
2
作者
吴静珠
李晓琪
+3 位作者
林珑
刘翠玲
刘志
袁玉伟
《中国食品学报》
EI
CAS
CSCD
北大核心
2022年第1期282-288,共7页
采集我国东北和非东北10个产地、4个品种共计1000份单粒大米样本在波长950~1700 nm区间的高光谱图像,按照单粒大米轮廓提取感兴趣区域并计算平均光谱,采用主成分分析从样本集光谱矩阵提取累计贡献率大于99%的第一、二主成分,根据载荷矩...
采集我国东北和非东北10个产地、4个品种共计1000份单粒大米样本在波长950~1700 nm区间的高光谱图像,按照单粒大米轮廓提取感兴趣区域并计算平均光谱,采用主成分分析从样本集光谱矩阵提取累计贡献率大于99%的第一、二主成分,根据载荷矩阵系数最大值筛选与第一、二主成分相关性最强的特征波长1396.67 nm和1467.38 nm。针对两组特征波长图像进行主成分分析,分别选取前三维主成分,共计可得2×3组训练样本集。结果表明:基于AlexNet卷积神经网络训练建立6组东北/非东北大米产地高光谱快速判别模型,均有较高的识别准确率,其中基于1467.38 nm波长的第三主成分图像建立的东北/非东北大米产地判别模型的性能最佳,其识别准确率可达99.5%。
展开更多
关键词
高光谱
大米
产地
鉴别
主成分分析
AlexNet卷积神经网络
下载PDF
职称材料
题名
基于指纹图谱的大米智能鉴别研究
1
作者
孙学景
卜文华
机构
山东省东营市垦利区市场监督管理局
出处
《粮食与饲料工业》
CAS
2023年第6期60-64,共5页
文摘
针对商家以次充好等粮食安全问题,以五优稻4号大米为研究对象,提出一种基于顶空固相微萃取气质联用仪的大米智能鉴别方法。通过向五优稻4号大米中掺入0~50%不同比例的其他品种大米,筛选出其中的挥发性组分指纹信息,得到56种共有挥发性组分;然后利用主成分分析提取出18种主要特征挥发性组分,并建立五优稻4号标准指纹图谱;利用色谱指纹图谱计算其他品种大米与五优稻4号标准指纹图谱的相似度值,最后构建线性拟合方程,实现不同品种大米在一定掺入比例范围内的智能鉴别。结果表明,所提方法可在一定程度上鉴别掺入五优稻4号中不同比例的其他品种大米,其中对掺入比例为5%~45%的龙稻18号,掺入比例为5%~25%的三江6号,掺入比例为0~30%和40%~50%的齐粳11号,以及掺入比例为5%~20%的绥粳18号大米,具有良好的鉴别效果。
关键词
食品安全
大米
鉴别
挥发性组分
特征信息
Keywords
food safety
identification of rice
volatile components
characteristic information
分类号
TS210.7 [轻工技术与工程—粮食、油脂及植物蛋白工程]
O657.6 [轻工技术与工程—食品科学与工程]
下载PDF
职称材料
题名
基于AlexNet卷积神经网络的大米产地高光谱快速判别
被引量：
15
2
作者
吴静珠
李晓琪
林珑
刘翠玲
刘志
袁玉伟
机构
北京工商大学食品安全大数据技术北京市重点实验室
浙江省农业科学院农业部农产品信息溯源重点实验室
出处
《中国食品学报》
EI
CAS
CSCD
北大核心
2022年第1期282-288,共7页
基金
农业部农产品信息溯源重点实验室开放课题(2018)
国家留学基金委访学项目(2019)
国家重点研发计划子课题(2018YFD0101004-03)。
文摘
采集我国东北和非东北10个产地、4个品种共计1000份单粒大米样本在波长950~1700 nm区间的高光谱图像,按照单粒大米轮廓提取感兴趣区域并计算平均光谱,采用主成分分析从样本集光谱矩阵提取累计贡献率大于99%的第一、二主成分,根据载荷矩阵系数最大值筛选与第一、二主成分相关性最强的特征波长1396.67 nm和1467.38 nm。针对两组特征波长图像进行主成分分析,分别选取前三维主成分,共计可得2×3组训练样本集。结果表明:基于AlexNet卷积神经网络训练建立6组东北/非东北大米产地高光谱快速判别模型,均有较高的识别准确率,其中基于1467.38 nm波长的第三主成分图像建立的东北/非东北大米产地判别模型的性能最佳,其识别准确率可达99.5%。
关键词
高光谱
大米
产地
鉴别
主成分分析
AlexNet卷积神经网络
Keywords
hyperspectral image
rice origin identification
principal component analysis
AlexNet convolutional neural network
分类号
TS210.7 [轻工技术与工程—粮食、油脂及植物蛋白工程]
O657.3 [轻工技术与工程—食品科学与工程]
TP183 [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
基于指纹图谱的大米智能鉴别研究
孙学景
卜文华
《粮食与饲料工业》
CAS
2023
0
下载PDF
职称材料
2
基于AlexNet卷积神经网络的大米产地高光谱快速判别
吴静珠
李晓琪
林珑
刘翠玲
刘志
袁玉伟
《中国食品学报》
EI
CAS
CSCD
北大核心
2022
15
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
