期刊导航
期刊开放获取
河南省图书馆
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
可见/近红外光谱检测冷鲜猪肉中的脂肪、蛋白质和水分含量
被引量:
54
1
作者
刘魁武
成芳
+5 位作者
林宏建
孙通
许凯
胡雷秀
应义斌
徐惠荣
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2009年第1期102-105,共4页
采用可见/近红外光谱分析方法对冷鲜猪肉中的脂肪、蛋白质和水分含量进行了研究。光谱数据经多元散射校正(MSC)处理后,分别建立0-4℃和20℃下的原始光谱、一阶导数和二阶导数的偏最小二乘(PLS)定量分析模型,比较其相关系数(r)、...
采用可见/近红外光谱分析方法对冷鲜猪肉中的脂肪、蛋白质和水分含量进行了研究。光谱数据经多元散射校正(MSC)处理后,分别建立0-4℃和20℃下的原始光谱、一阶导数和二阶导数的偏最小二乘(PLS)定量分析模型,比较其相关系数(r)、校正标准差(RMSEC)和预测标准差(RMSEP),得到一阶导数处理后的模型最好,并且0-4℃下的模型优于20℃下的模型。0-4℃和20℃下脂肪的相关系数(r)分别为0.950和0.924,蛋白质为0.713和0.455,水分为0.944和0.914;脂肪的预测标准差(RMSEP)分别为2.41和2.95,蛋白质为5.44和4.25,水分为2.37和2.38。由此可见,可见/近红外光谱分析方法能够很好的检测冷鲜猪肉中的脂肪和水分,蛋白质的检测结果较差是由冷鲜肉加工工艺引起的。另外,两种温度下光谱曲线在770 nm附近产生了波长漂移,漂移量约10 nm。
展开更多
关键词
可见/近红外
冷鲜肉
脂肪
蛋白质
水分
下载PDF
职称材料
梨可溶性固形物含量的在线近红外光谱检测
被引量:
54
2
作者
孙通
应义斌
+1 位作者
刘魁武
胡雷秀
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2008年第11期2536-2539,共4页
应用近红外透射检测技术在线检测梨的可溶性固形物(SSC)。在实验台上以0.5 m.s-1的速度,300 W的光照强度,采用半透射方式检测梨的光谱。实验采用的梨样品为187个,其中147个样品为校正集,40个样品为预测集,应用偏最小二乘回归(PLS)和主...
应用近红外透射检测技术在线检测梨的可溶性固形物(SSC)。在实验台上以0.5 m.s-1的速度,300 W的光照强度,采用半透射方式检测梨的光谱。实验采用的梨样品为187个,其中147个样品为校正集,40个样品为预测集,应用偏最小二乘回归(PLS)和主成分回归(PCR)建立梨可溶性固形物的在线预测模型。选取550~700 nm,700~850 nm,550~850 nm为建模波段范围,发现无论对于PLS还是PCR,都是550~850 nm波段的建模结果好。本实验还研究对比不同的光谱预处理方法(光谱平滑,一阶微分,二阶微分等)对预测模型性能的影响,其中5点S-G(Savitzky-Golay)光谱平滑能有效地提高光谱的信噪比,改善模型预测精度,而一阶微分、二阶微分对模型性能改善基本上没有影响;最好的预测模型相关系数r=0.948 8,校正标准差RMSEC=0.236,预测标准差RMSEP=0.548。结果表明:PLS模型预测性能较好,梨可溶性固形物的在线检测具有可行性。
展开更多
关键词
近红外光谱
可溶性固形物
在线检测
梨
下载PDF
职称材料
题名
可见/近红外光谱检测冷鲜猪肉中的脂肪、蛋白质和水分含量
被引量:
54
1
作者
刘魁武
成芳
林宏建
孙通
许凯
胡雷秀
应义斌
徐惠荣
机构
浙江大学生物系统工程与食品科学学院
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2009年第1期102-105,共4页
基金
国家"863"计划项目(2007AA10Z215)
浙江省自然科学基金项目(Y307441)
浙江省科技计划项目(2006C12103)资助
文摘
采用可见/近红外光谱分析方法对冷鲜猪肉中的脂肪、蛋白质和水分含量进行了研究。光谱数据经多元散射校正(MSC)处理后,分别建立0-4℃和20℃下的原始光谱、一阶导数和二阶导数的偏最小二乘(PLS)定量分析模型,比较其相关系数(r)、校正标准差(RMSEC)和预测标准差(RMSEP),得到一阶导数处理后的模型最好,并且0-4℃下的模型优于20℃下的模型。0-4℃和20℃下脂肪的相关系数(r)分别为0.950和0.924,蛋白质为0.713和0.455,水分为0.944和0.914;脂肪的预测标准差(RMSEP)分别为2.41和2.95,蛋白质为5.44和4.25,水分为2.37和2.38。由此可见,可见/近红外光谱分析方法能够很好的检测冷鲜猪肉中的脂肪和水分,蛋白质的检测结果较差是由冷鲜肉加工工艺引起的。另外,两种温度下光谱曲线在770 nm附近产生了波长漂移,漂移量约10 nm。
关键词
可见/近红外
冷鲜肉
脂肪
蛋白质
水分
Keywords
Visible/NIR
Chilled pork
Fat
Protein
Water
分类号
O657.3 [理学—分析化学]
下载PDF
职称材料
题名
梨可溶性固形物含量的在线近红外光谱检测
被引量:
54
2
作者
孙通
应义斌
刘魁武
胡雷秀
机构
浙江大学生物系统工程与食品科学学院
浙江大学成教学院
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2008年第11期2536-2539,共4页
基金
国家自然科学基金项目(30671197)
国家科技支撑计划课题(2006BAD11A12)
教育部"新世纪优秀人才支持计划"基金项目(NCET-04-0524)资助
文摘
应用近红外透射检测技术在线检测梨的可溶性固形物(SSC)。在实验台上以0.5 m.s-1的速度,300 W的光照强度,采用半透射方式检测梨的光谱。实验采用的梨样品为187个,其中147个样品为校正集,40个样品为预测集,应用偏最小二乘回归(PLS)和主成分回归(PCR)建立梨可溶性固形物的在线预测模型。选取550~700 nm,700~850 nm,550~850 nm为建模波段范围,发现无论对于PLS还是PCR,都是550~850 nm波段的建模结果好。本实验还研究对比不同的光谱预处理方法(光谱平滑,一阶微分,二阶微分等)对预测模型性能的影响,其中5点S-G(Savitzky-Golay)光谱平滑能有效地提高光谱的信噪比,改善模型预测精度,而一阶微分、二阶微分对模型性能改善基本上没有影响;最好的预测模型相关系数r=0.948 8,校正标准差RMSEC=0.236,预测标准差RMSEP=0.548。结果表明:PLS模型预测性能较好,梨可溶性固形物的在线检测具有可行性。
关键词
近红外光谱
可溶性固形物
在线检测
梨
Keywords
Near infrared spectrum,Soluble solids content,Online detection,Pear
分类号
S123 [农业科学—农业基础科学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
可见/近红外光谱检测冷鲜猪肉中的脂肪、蛋白质和水分含量
刘魁武
成芳
林宏建
孙通
许凯
胡雷秀
应义斌
徐惠荣
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2009
54
下载PDF
职称材料
2
梨可溶性固形物含量的在线近红外光谱检测
孙通
应义斌
刘魁武
胡雷秀
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2008
54
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