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
同步荧光光谱技术结合支持向量机对掺杂牛奶智能判别研究
1
作者
张微微
璩怡
+4 位作者
王强
吕日琴
顾海洋
邵娟
孙艳辉
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2024年第9期2428-2433,共6页
牛奶因其丰富的营养成分和易消化吸收的特点,受到消费者的青睐。牛奶掺杂行为的产生使得牛奶制品质量备受关注,快速、便捷地鉴别乳品质量对于乳制品行业经济的健康发展具有重要意义。利用同步荧光光谱对掺杂牛奶进行检测,寻求一种高效...
牛奶因其丰富的营养成分和易消化吸收的特点,受到消费者的青睐。牛奶掺杂行为的产生使得牛奶制品质量备受关注,快速、便捷地鉴别乳品质量对于乳制品行业经济的健康发展具有重要意义。利用同步荧光光谱对掺杂牛奶进行检测,寻求一种高效判别掺杂乳品方法。采用分子荧光分光光度计测定激发波长(Ex)为220~600nm,激发-发射间隔波长(Δλ)为10~180nm的纯牛奶、复原乳粉(全脂、脱脂)及其掺杂样本的牛奶样品的三维荧光光谱数据,利用平行因子分析方法(PARAFAC)降维获取特征光谱,通过支持向量机建立了掺杂牛奶的判别模型。结果所有乳品样品在激发波长为225~300nm范围内都有一个特征荧光峰,荧光峰在280nm附近,为色氨酸类物质,但该处纯牛奶荧光强度明显高于两种乳粉,且脱脂乳粉要强于全脂乳粉,这说明牛奶的主要成分都一样,发光基团一致,但由于处理方式不一致,使得其浓度存在差异。两种复原乳粉在350~400,450~500nm之外存在荧光物质,主要为维生素A和类胡萝卜素,且脱脂乳粉比全脂乳粉对应区域荧光强度要强,主要在于脂肪物质散射使得荧光强度增强。为更好获取乳品样本特征,通过PARAFAC对三维数据进行降维之后,显示当组分数为6,Δλ为40nm时载荷值最大,该处样本信息差异显著。提取Δλ为40nm特征波长和掺杂乳品品类值作为输入数据的支持向量机(SVM)分类器,采用了遗传算法(Ga-SVM)、粒子群优化算法(Pso-SVM)和网格搜索算法(Grid-SVM)三种SVM算法对掺杂牛奶进行分类识别。结果显示Grid-SVM模式交叉验证(CV)准确率为98.91%,其训练集和测试集的分类准确率均为100.00%,且模型运行时间仅6.724s,显著优于另两种分类器。结果表明荧光光谱与PARAFAC-SVM方法相结合,是一种简单且高效判别掺杂牛奶的方法。
展开更多
关键词
荧光光谱
平行因子分析法
掺杂牛奶
支持向量机
下载PDF
职称材料
题名
同步荧光光谱技术结合支持向量机对掺杂牛奶智能判别研究
1
作者
张微微
璩怡
王强
吕日琴
顾海洋
邵娟
孙艳辉
机构
滁州
学院
生物
与
食品
工程学院
生物工程
系
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2024年第9期2428-2433,共6页
基金
国家自然科学基金项目(31701685)
安徽省教育厅重大基金项目(2022AH040154)
+2 种基金
滁州市科技计划项目(2021ZD025)
滁州学院博士后基金项目(2020BSH002)
校级重点研究项目(2022XJZD22)资助。
文摘
牛奶因其丰富的营养成分和易消化吸收的特点,受到消费者的青睐。牛奶掺杂行为的产生使得牛奶制品质量备受关注,快速、便捷地鉴别乳品质量对于乳制品行业经济的健康发展具有重要意义。利用同步荧光光谱对掺杂牛奶进行检测,寻求一种高效判别掺杂乳品方法。采用分子荧光分光光度计测定激发波长(Ex)为220~600nm,激发-发射间隔波长(Δλ)为10~180nm的纯牛奶、复原乳粉(全脂、脱脂)及其掺杂样本的牛奶样品的三维荧光光谱数据,利用平行因子分析方法(PARAFAC)降维获取特征光谱,通过支持向量机建立了掺杂牛奶的判别模型。结果所有乳品样品在激发波长为225~300nm范围内都有一个特征荧光峰,荧光峰在280nm附近,为色氨酸类物质,但该处纯牛奶荧光强度明显高于两种乳粉,且脱脂乳粉要强于全脂乳粉,这说明牛奶的主要成分都一样,发光基团一致,但由于处理方式不一致,使得其浓度存在差异。两种复原乳粉在350~400,450~500nm之外存在荧光物质,主要为维生素A和类胡萝卜素,且脱脂乳粉比全脂乳粉对应区域荧光强度要强,主要在于脂肪物质散射使得荧光强度增强。为更好获取乳品样本特征,通过PARAFAC对三维数据进行降维之后,显示当组分数为6,Δλ为40nm时载荷值最大,该处样本信息差异显著。提取Δλ为40nm特征波长和掺杂乳品品类值作为输入数据的支持向量机(SVM)分类器,采用了遗传算法(Ga-SVM)、粒子群优化算法(Pso-SVM)和网格搜索算法(Grid-SVM)三种SVM算法对掺杂牛奶进行分类识别。结果显示Grid-SVM模式交叉验证(CV)准确率为98.91%,其训练集和测试集的分类准确率均为100.00%,且模型运行时间仅6.724s,显著优于另两种分类器。结果表明荧光光谱与PARAFAC-SVM方法相结合,是一种简单且高效判别掺杂牛奶的方法。
关键词
荧光光谱
平行因子分析法
掺杂牛奶
支持向量机
Keywords
Fluorescence spectroscopy
PARAFAC algorithm
Adulteration milk
Support vector machine
分类号
O433.4 [机械工程—光学工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
同步荧光光谱技术结合支持向量机对掺杂牛奶智能判别研究
张微微
璩怡
王强
吕日琴
顾海洋
邵娟
孙艳辉
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2024
0
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