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
共找到5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：
奶粉掺假拉曼光谱成像检测新方法 被引量：11
1
作者 陈达 黄志轩 +1 位作者 韩汐 李奇峰 《纳米技术与精密工程》 CAS CSCD 北大核心 2017年第1期26-30,共5页
本文采用拉曼光谱成像技术(Raman imaging)对掺杂奶粉进行快速检测,该技术有机结合了小尺度微区扫描和大尺度面积筛选功能,可高效采集奶粉样品信息.为了从复杂、变动的拉曼成像信号中准确识别掺假物质,本文发展了一种数据驱动的多尺度... 本文采用拉曼光谱成像技术(Raman imaging)对掺杂奶粉进行快速检测,该技术有机结合了小尺度微区扫描和大尺度面积筛选功能,可高效采集奶粉样品信息.为了从复杂、变动的拉曼成像信号中准确识别掺假物质,本文发展了一种数据驱动的多尺度建模方法,以局部逼近的方式针对不同奶粉样品体系构建最佳小波基,自适应地提取拉曼成像信号中的掺假物质信息并加以甄别,最终以数据融合的方式建立多尺度模型.由此构建的光谱鉴定模型对奶粉掺假具有良好的识别能力,并有效避免了信息丢失.计算结果表明,该模型对未知样品的判别正确率为98.9%,可以半定量估计掺杂物浓度,为奶粉掺假识别提供了一种新方法. 展开更多
关键词 拉曼成像 奶粉掺假 数据驱动模型 多尺度
下载PDF
基于多光谱融合的奶粉掺假诊断方法 被引量：8
2
作者 陈达 骆文欣 +1 位作者 黄志轩 李奇峰 《纳米技术与精密工程》 CSCD 北大核心 2017年第5期384-388,共5页
发展了一种多光谱融合新技术,该技术充分利用拉曼光谱与红外光谱的互补特性,并借助数据融合手段,高效实现奶粉掺假检测.为进一步提升数据融合算法的准确性,有机结合离散小波变换(DWT)多尺度特性及竞争性自适应重加权偏最小二乘线性判别(... 发展了一种多光谱融合新技术,该技术充分利用拉曼光谱与红外光谱的互补特性,并借助数据融合手段,高效实现奶粉掺假检测.为进一步提升数据融合算法的准确性,有机结合离散小波变换(DWT)多尺度特性及竞争性自适应重加权偏最小二乘线性判别(CARS-PLSDA)算法,以有效扣除光谱建模中的干扰信息.为验证多光谱融合技术的有效性,对4种典型奶粉掺假体系分别建立分类判别模型.结果表明,基于DWT-CARS-PLSDA多光谱融合算法所建的面粉、淀粉、糊精和大豆分离蛋白奶粉掺假模型灵敏度分别为94.74%、100%、84.21%和100%,正确率分别为99.42%、98.83%、98.25%和98.83%.与单独对拉曼光谱或红外光谱建立模型相比,4种模型能够显著提高奶粉掺假检测灵敏度和准确性,为奶粉掺假快速诊断提供了一种有效工具. 展开更多
关键词 拉曼光谱 红外光谱 奶粉掺假 数据融合 DWT-CARS-PLSDA
下载PDF
婴幼儿奶粉中多种掺假物近红外高光谱图像检测方法 被引量：1
3
作者 赵昕 马竞一 +3 位作者 陈晗 姜洪喆 褚璇 赵志磊 《农业机械学报》 EI CAS CSCD 北大核心 2024年第4期368-375,共8页
奶粉市场是食品掺假行为频发领域,其中婴幼儿配方奶粉价格高,其质量是消费者、生产企业和执法部门关注的重点。近红外高光谱成像(Near infrared-hyperspectral imaging,NIR-HSI)技术结合化学计量学和机器学习算法可以检测奶粉中单一掺... 奶粉市场是食品掺假行为频发领域,其中婴幼儿配方奶粉价格高,其质量是消费者、生产企业和执法部门关注的重点。近红外高光谱成像(Near infrared-hyperspectral imaging,NIR-HSI)技术结合化学计量学和机器学习算法可以检测奶粉中单一掺假物含量。基于NIR-HSI技术研究了不同品牌婴幼儿奶粉中多掺假物(三聚氰胺、香兰素和淀粉)的定量预测。对基于像素点预处理后的高光谱图像划分感兴趣区域(Region of interest,ROI),提取ROI平均光谱。基于经典的过滤式特征选择算法拉普拉斯分数(Laplacian score)(无监督)和ReliefF(有监督)挑选建模关键变量,建立偏最小二乘回归模型(Partial least squares,PLS)。开发包含自定义选择层的一维卷积神经网络模型(One-dimensional convolutional neural networks,1DCNN)。自定义层根据权重系数绝对值,可确定重要波长变量。Laplacian score-PLS模型对预测集中奶粉、三聚氰胺、香兰素和淀粉质量分数预测结果均方根误差分别为0.1110%、0.0570%、0.0349%和0.3481%。ReliefF-PLS模型对预测集中奶粉、三聚氰胺、香兰素和淀粉预测结果均方根误差分别为0.1998%、0.0540%、0.0455%和0.1823%。1DCNN模型对预测集中奶粉、三聚氰胺、香兰素和淀粉质量分数预测结果均方根误差分别为0.8561%、0.0911%、0.0644%和0.2942%。对Laplacian score、ReliefF和自定义选择层挑选出的前15个重要波长进行对比分析,不同特征选择方法挑选的特征波长子集有所区别,但都选择1210、1474、1524、1680 nm等附近波长。基于ReliefF-PLS模型的可视化结果表明了其良好的预测能力。 展开更多
关键词 奶粉掺假 拉普拉斯分数算法 RELIEFF算法 卷积神经网络 近红外高光谱成像
下载PDF
基于波段注意力卷积网络的近红外奶粉皮革水解蛋白掺假检测 被引量：4
4
作者 陈国喜 周松斌 +3 位作者 陈颀 刘忆森 赵路路 韩威 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2022年第12期3811-3816,共6页
近年来,深度学习技术在近红外光谱、拉曼光谱、荧光光谱等的光谱学数据建模上取得一系列突破。由于深度学习方法对于样本数量的需求高,而在分析化学领域获得大量有标签样本较为困难,因此过拟合问题一直是深度神经网络在化学计量学中应... 近年来,深度学习技术在近红外光谱、拉曼光谱、荧光光谱等的光谱学数据建模上取得一系列突破。由于深度学习方法对于样本数量的需求高,而在分析化学领域获得大量有标签样本较为困难,因此过拟合问题一直是深度神经网络在化学计量学中应用时研究者高度关注的问题。该工作提出基于波段注意力卷积网络(WA-CNN)的近红外数据建模方法,并应用于婴儿配方奶粉皮革水解蛋白(HLP)掺假定量分析。WA-CNN在传统卷积网络的基础上加入波段注意力模块,该模块采用卷积操作自训练波段注意力权值,并以乘法加权形式对有效波段进行激活,从而有效缓解深度神经网络在近红外数据建模中的波段信息冗余问题,达到抑制过拟合,提升预测精度的目的。研究中共测试100个皮革水解蛋白掺假婴儿配方奶粉样本的近红外光谱数据,其中皮革水解蛋白的掺假比例范围是0%~20%。采用60%的样本训练,剩余40%样本测试,随机采样10次,通过测试集均方根误差(RMSEP)、决定系数(R^(2))以及相对分析误差(RPD)的均值来进行模型评价。并建立偏最小二乘回归(PLS)、支持向量机回归(SVR)和常规的一维卷积神经网络(CNN)三种传统模型用于对比。与上述对比方法相比,WA-CNN取得最优的模型预测结果,最终获得了RMSEP=1.32%±0.12%,R^(2)=0.96±0.01,RPD=4.92±0.41的掺假定量预测结果。此外,实验结果还表明,相比于传统CNN,WA-CNN在训练过程中对于训练集及测试集损失函数都具有更快更稳定的收敛速度。在20%~80%的不同训练样本数量情况下,WA-CNN相比于三种对比方法均取得最优的模型预测结果。 展开更多
关键词 波段注意力 近红外光谱 奶粉掺假
下载PDF
奶粉的掺假鉴别
5
《农村实用科技》 2004年第9期44-44,共1页
关键词 奶粉掺假 鉴别方法 手捏法 色泽 气味 滋味 溶解速度
原文传递
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
使用帮助 返回顶部