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
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
基于高效液相色谱指纹图谱结合化学计量学及机器学习的黑茶产地识别
1
作者
王贞红
韩沅汐
+3 位作者
张立友
叶永祥
魏丽萍
李梁
《食品安全质量检测学报》
CAS
北大核心
2023年第18期50-58,共9页
目的建立广西、湖南、四川、陕西和西藏产地黑茶高效液相色谱(high performance liquid chromatography,HPLC)指纹图谱,并结合化学计量学与机器学习对黑茶进行产地识别研究。方法采用高效液相色谱-二极管阵列检测器(high performance li...
目的建立广西、湖南、四川、陕西和西藏产地黑茶高效液相色谱(high performance liquid chromatography,HPLC)指纹图谱,并结合化学计量学与机器学习对黑茶进行产地识别研究。方法采用高效液相色谱-二极管阵列检测器(high performance liquid chromatography-diode array detector,HPLC-DAD)检测48份不同产地黑茶的化学成分,并建立指纹图谱,利用没食子酸、表没食子儿茶素、表儿茶素没食子酸酯、表儿茶素、儿茶素、咖啡碱和表没食子儿茶素没食子酸酯7种对照品对图谱共有峰进行指认,结合化学计量学和不同机器学习算法建立黑茶产地识别模型,并使用准确率、精确率、召回率及F1分数作为机器学习产地识别模型的评价指标。结果黑茶指纹图谱共识别出8个共有峰,指认其中7个成分,基于指纹图谱8个共有峰峰面积建立的化学计量学和机器学习的产地识别模型中显示,偏最小二乘法-判别分析模型能识别部分产地黑茶,并筛选出4个差异标志物,其预测准确率为54.2%,逻辑回归(logistic regression,LR)、反向传播神经网络(back propagation neural network,BPNN)、支持向量机(support vector machine,SVM)、随机森林(random forest,RF)和决策树(decision tree,DT)算法模型预测准确率分别为66.7%、90.0%、90.0%、80.0%和80.0%,其中,SVM模型的产地识别效果最好。结论我国不同产地黑茶化学成分含量存在一定差异,HPLC指纹图谱结合SVM能够较好对黑茶产地进行溯源研究。
展开更多
关键词
黑茶
高效液相色谱
化学指纹
产地溯源
下载PDF
职称材料
题名
基于高效液相色谱指纹图谱结合化学计量学及机器学习的黑茶产地识别
1
作者
王贞红
韩沅汐
张立友
叶永祥
魏丽萍
李梁
机构
西藏农牧学院资源与环境学院
西藏农牧学院食品科学学院
出处
《食品安全质量检测学报》
CAS
北大核心
2023年第18期50-58,共9页
基金
西藏自治区中央引导地方项目(XZ202201YD0038C)
国家自然科学基金项目(U21A20232)
西藏自治区重点研发专项(XZ202001ZY0035N)。
文摘
目的建立广西、湖南、四川、陕西和西藏产地黑茶高效液相色谱(high performance liquid chromatography,HPLC)指纹图谱,并结合化学计量学与机器学习对黑茶进行产地识别研究。方法采用高效液相色谱-二极管阵列检测器(high performance liquid chromatography-diode array detector,HPLC-DAD)检测48份不同产地黑茶的化学成分,并建立指纹图谱,利用没食子酸、表没食子儿茶素、表儿茶素没食子酸酯、表儿茶素、儿茶素、咖啡碱和表没食子儿茶素没食子酸酯7种对照品对图谱共有峰进行指认,结合化学计量学和不同机器学习算法建立黑茶产地识别模型,并使用准确率、精确率、召回率及F1分数作为机器学习产地识别模型的评价指标。结果黑茶指纹图谱共识别出8个共有峰,指认其中7个成分,基于指纹图谱8个共有峰峰面积建立的化学计量学和机器学习的产地识别模型中显示,偏最小二乘法-判别分析模型能识别部分产地黑茶,并筛选出4个差异标志物,其预测准确率为54.2%,逻辑回归(logistic regression,LR)、反向传播神经网络(back propagation neural network,BPNN)、支持向量机(support vector machine,SVM)、随机森林(random forest,RF)和决策树(decision tree,DT)算法模型预测准确率分别为66.7%、90.0%、90.0%、80.0%和80.0%,其中,SVM模型的产地识别效果最好。结论我国不同产地黑茶化学成分含量存在一定差异,HPLC指纹图谱结合SVM能够较好对黑茶产地进行溯源研究。
关键词
黑茶
高效液相色谱
化学指纹
产地溯源
Keywords
dark tea
high performance liquid chromatography
chemical fingerprint
geographical origin traceability
分类号
TS272.7 [农业科学—茶叶生产加工]
O657.72 [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
基于高效液相色谱指纹图谱结合化学计量学及机器学习的黑茶产地识别
王贞红
韩沅汐
张立友
叶永祥
魏丽萍
李梁
《食品安全质量检测学报》
CAS
北大核心
2023
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