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
基于特征性脂肪酸和甘油三酯指标的油茶籽油掺伪定性鉴别模型对比分析
被引量：
2
1
作者
孙婷婷
刘剑波
+2 位作者
任佳丽
钟海雁
周波
《中国油脂》
CAS
CSCD
北大核心
2023年第1期66-73,共8页
为解决油茶籽油掺伪其他植物油的定性鉴别问题,在油茶籽油中分别掺入大豆油、花生油、葵花籽油、棉籽油、葡萄籽油、菜籽油、棕榈油和米糠油,设置高和低两种不同掺伪梯度,基于14个特征性脂肪酸和甘油三酯指标,运用Python语言构建并对比...
为解决油茶籽油掺伪其他植物油的定性鉴别问题,在油茶籽油中分别掺入大豆油、花生油、葵花籽油、棉籽油、葡萄籽油、菜籽油、棕榈油和米糠油,设置高和低两种不同掺伪梯度,基于14个特征性脂肪酸和甘油三酯指标,运用Python语言构建并对比分析了二分类决策树模型、多分类决策树模型和多层感知机人工神经网络(MLP-ANN)模型用于油茶籽油掺伪定性鉴别的效果。结果表明:高和低掺伪梯度下,二分类决策树模型对油茶籽油掺伪其他植物油的定性鉴别的准确率均达到0.95以上;多分类决策树模型的精确率和准确率在高掺伪梯度下均达到了0.95,但在低掺伪梯度下仅为0.90;在高和低掺伪梯度下,MLP-ANN模型对油茶籽油掺伪定性鉴别的平均精确率均达到0.98,准确率分别达到0.97和0.98。相比于决策树模型,MLP-ANN模型能很好地实现油茶籽油掺伪定性鉴别。
展开更多
关键词
油茶籽油
决策树模型
多层感知机人工神经网络模型
定性鉴别
脂肪酸
甘油三酯
下载PDF
职称材料
基于挥发性成分定性判别风味油茶籽油掺伪浸出油茶籽油PCA模型和逻辑回归模型的对比分析
被引量：
2
2
作者
孙婷婷
陈志清
+3 位作者
刘剑波
任佳丽
钟海雁
周波
《中国油脂》
CAS
CSCD
北大核心
2023年第3期56-63,共8页
为了解决风味(原香和烤香)油茶籽油掺伪浸出油茶籽油的定性判别问题,设计高、低两个掺伪梯度,基于挥发性成分构建并对比分析了定性判别风味油茶籽油掺伪浸出油茶籽油的主成分分析(PCA)模型和逻辑回归模型。结果表明:逻辑回归模型定性判...
为了解决风味(原香和烤香)油茶籽油掺伪浸出油茶籽油的定性判别问题,设计高、低两个掺伪梯度,基于挥发性成分构建并对比分析了定性判别风味油茶籽油掺伪浸出油茶籽油的主成分分析(PCA)模型和逻辑回归模型。结果表明:逻辑回归模型定性判别风味油茶籽油掺伪浸出油茶籽油的能力较强,优于PCA模型;高掺伪梯度下定性判别原香和烤香油茶籽油掺伪浸出油茶籽油,PCA模型的最低检出限分别为20%和60%,而逻辑回归模型的最低检出限均为10%;低掺伪梯度下定性判别原香和烤香油茶籽油掺伪浸出油茶籽油,PCA模型的判别不准确,而逻辑回归模型的最低检出限均为4%。逻辑回归模型能很好地定性判别风味油茶籽油掺伪浸出油茶籽油。
展开更多
关键词
风味油茶籽油
浸出油茶籽油
挥发性成分
主成分分析模型
逻辑回归模型
定性判别
下载PDF
职称材料
题名
基于特征性脂肪酸和甘油三酯指标的油茶籽油掺伪定性鉴别模型对比分析
被引量：
2
1
作者
孙婷婷
刘剑波
任佳丽
钟海雁
周波
机构
林产可食资源安全与加工利用湖南省重点实验室
中南林业科技大学
食品
科学与工程学院
岳阳市
检验
检测
中心
食品药品
检验所
出处
《中国油脂》
CAS
CSCD
北大核心
2023年第1期66-73,共8页
基金
湖南省市场监督管理局科技计划项目(2020KJJH55)
湖南省林业科技创新基金项目(XLK202101-02)
中央引导地方科技发展专项资金区域创新体系建设专项(2020ZYQ036)。
文摘
为解决油茶籽油掺伪其他植物油的定性鉴别问题,在油茶籽油中分别掺入大豆油、花生油、葵花籽油、棉籽油、葡萄籽油、菜籽油、棕榈油和米糠油,设置高和低两种不同掺伪梯度,基于14个特征性脂肪酸和甘油三酯指标,运用Python语言构建并对比分析了二分类决策树模型、多分类决策树模型和多层感知机人工神经网络(MLP-ANN)模型用于油茶籽油掺伪定性鉴别的效果。结果表明:高和低掺伪梯度下,二分类决策树模型对油茶籽油掺伪其他植物油的定性鉴别的准确率均达到0.95以上;多分类决策树模型的精确率和准确率在高掺伪梯度下均达到了0.95,但在低掺伪梯度下仅为0.90;在高和低掺伪梯度下,MLP-ANN模型对油茶籽油掺伪定性鉴别的平均精确率均达到0.98,准确率分别达到0.97和0.98。相比于决策树模型,MLP-ANN模型能很好地实现油茶籽油掺伪定性鉴别。
关键词
油茶籽油
决策树模型
多层感知机人工神经网络模型
定性鉴别
脂肪酸
甘油三酯
Keywords
oil-tea camellia seed oil
decision tree model
multilayer perceptron artificial neural network model
qualitative identification
fatty acid
triglyceride
分类号
TS227 [轻工技术与工程—粮食、油脂及植物蛋白工程]
O657 [轻工技术与工程—食品科学与工程]
下载PDF
职称材料
题名
基于挥发性成分定性判别风味油茶籽油掺伪浸出油茶籽油PCA模型和逻辑回归模型的对比分析
被引量：
2
2
作者
孙婷婷
陈志清
刘剑波
任佳丽
钟海雁
周波
机构
林产可食资源安全与加工利用湖南省重点实验室
中南林业科技大学
食品
科学与工程学院
岳阳市
检验
检测
中心
食品药品
检验所
出处
《中国油脂》
CAS
CSCD
北大核心
2023年第3期56-63,共8页
基金
湖南省林业科技创新基金项目(XLK202101-02)
湖南省市场监督管理局科技计划项目(2020KJJH55)
中央引导地方科技发展专项资金区域创新体系建设专项(2020ZYQ036)。
文摘
为了解决风味(原香和烤香)油茶籽油掺伪浸出油茶籽油的定性判别问题,设计高、低两个掺伪梯度,基于挥发性成分构建并对比分析了定性判别风味油茶籽油掺伪浸出油茶籽油的主成分分析(PCA)模型和逻辑回归模型。结果表明:逻辑回归模型定性判别风味油茶籽油掺伪浸出油茶籽油的能力较强,优于PCA模型;高掺伪梯度下定性判别原香和烤香油茶籽油掺伪浸出油茶籽油,PCA模型的最低检出限分别为20%和60%,而逻辑回归模型的最低检出限均为10%;低掺伪梯度下定性判别原香和烤香油茶籽油掺伪浸出油茶籽油,PCA模型的判别不准确,而逻辑回归模型的最低检出限均为4%。逻辑回归模型能很好地定性判别风味油茶籽油掺伪浸出油茶籽油。
关键词
风味油茶籽油
浸出油茶籽油
挥发性成分
主成分分析模型
逻辑回归模型
定性判别
Keywords
flavor oil-tea camellia seed oil
leaching oil-tea camellia seed oil
volatile component
principal component analysis model
logistic regression model
qualitative identification
分类号
TS227 [轻工技术与工程—粮食、油脂及植物蛋白工程]
TQ646.4 [轻工技术与工程—食品科学与工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于特征性脂肪酸和甘油三酯指标的油茶籽油掺伪定性鉴别模型对比分析
孙婷婷
刘剑波
任佳丽
钟海雁
周波
《中国油脂》
CAS
CSCD
北大核心
2023
2
下载PDF
职称材料
2
基于挥发性成分定性判别风味油茶籽油掺伪浸出油茶籽油PCA模型和逻辑回归模型的对比分析
孙婷婷
陈志清
刘剑波
任佳丽
钟海雁
周波
《中国油脂》
CAS
CSCD
北大核心
2023
2
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
