白酒原产地分析鉴别技术研究进展

原产地产品的特征主要包括:产品原料来自特定地域,产品按照传统工艺进行生产,产品的质量、特色或声誉在本质上取决于原产地域地理特征,产品要在特定地域内进行生产等方面。白酒在酿造过程中,由于地理环境、酿造工艺、原料等的不同,形成了各具特色的不同风味香型。目前,白酒"原产地"意识还处于发展阶段,保护措施还不够完善,但随着白酒市场的提升,人们消费水平的提高,消费理念的改变,对白酒的原产地的重视意识也随之增强。从原产地分析鉴别的概念与发展、国内外研究进展、白酒原产地分析鉴别技术的主要方法等方面综述了白酒原产地分析鉴别技术的研究进展,并指出开展稳定同位素检测技术研究有助于白酒原产地的分析鉴别,白酒原产地的分析鉴别有助于提高行业竞争力。

黄草乌及其混淆品ITS序列的分析鉴别

目的:比较黄草乌及其混淆品滇南草乌ITS序列的差别。方法:分别提取黄草乌及滇南草乌总DNA,进行PCR扩增、扩增产物直接测序,利用DNAStar、ClustalX1.81及MEGA4.0软件进行序列分析。结果:通过对黄草乌及其混淆品的ITS数据矩阵,得到ITS1产生229个一致位点、19个变异位点和13个信息位点;5.8S产生162个一致位点、2个变异位点和1个信息位点;ITS2产生217个一致位点、3个变异位点和1个信息位点。除了5.8S没有碱基的转换和颠换,ITS1存在2个碱基转换和1个颠换,ITS2只存在1个颠换。黄草乌2个居群和滇南草乌3个居群的ITS测序结果经数据矩阵分析后,发现二者ITS2区间第596个碱基处为鉴定二者的稳定的信息位点,黄草乌2个居群的所有样品在此位点的碱基为(C),而滇南草乌3个居群的所有样品在此位点的碱基为(A)。结论:黄草乌与其混淆品滇南草乌的核rDNA的ITS序列存在碱基的差异,有特定的变异位点,且位点变异表现出ITS1大于ITS2,因此,能在分子水平上将二者分开。

多种光谱技术在食用油分析鉴别中的研究进展

随着快检技术的发展与普及,化学计量学分析工具与光谱技术相结合的策略逐步在食品的掺假鉴别和产地溯源等领域发挥独特的优势,成为品质鉴别及掺伪检测的重要发展方向,具有重要的研究意义和广阔的应用前景。该文综述红外光谱、拉曼光谱、核磁共振波谱、太赫兹时域等光谱技术的基本原理及其与化学计量学分析工具相结合在食用油脂品种鉴定、掺假分析、理化指标等方面的应用及研究进展,为食品快检技术研究提供参考和借鉴。

分块二维主成分分析鉴别特征抽取能力研究

基于二维主成分分析(2DPCA),文章提出了分块二维主成分分析(M2DPCA)人脸识别方法。M2DPCA从模式的原始数字图像出发,先对图像进行分块,对分块得到的子图像矩阵采用2DPCA方法进行特征抽取,从而实现模式的分类。新方法的特点是能有效地抽取图像的局部特征,正是这些特征使此类模式区别于彼类。在ORL人脸数据库上测试了该方法的鉴别能力。实验的结果表明,M2DPCA在鉴别性能上优于通常的2DPCA和PCA方法,也优于基于Fisher鉴别准则的鉴别分析方法:Fisherfaces方法、F-S方法和J-Y方法。

应用化学分析鉴别一起假冒燕窝

应用化学分析鉴别一起假冒燕窝孙世龙，冯艳琳青岛市卫生防疫站（２６６０３）顾理莉，张惠娣青岛市卫生防疫站（２６６０３）在食品卫生日常监督中，我们发现很多食品店都销售××公司生产的２种红、白塑料盒包装的假冒燕窝产品。为弄清假冒品是何物及其性质，我们对其进...

分析鉴别气候类型的思路要点

一、确定气候带:根据试题所给气温资料,对照各气候带中的气温指标,确定该地属于何种气候带。 二、如果是属于热带型的气候类型: 1、首先考虑是否属于热带沙漠气候和热带雨林气候。如果是热带沙漠气候,必须符合终年高温雨水极少的气候特点;如果是热带雨林气候,必须符合多雨,各月气温和降水数值变化不大的条件。 2、如果试题所给条件不符合上述两种气候类型,就需要考虑是属于热带季风气候,还是属于热带草原气候。区别这两种气候类型比较困难,方法有:

PCR检测技术在动物毛绒分析鉴别中的应用进展

动物毛绒分析鉴别是纺织品检验检测行业的重要工作之一,也是行业的技术难题。聚合酶链式反应(PCR)检测技术灵敏度高、特异性好,已成为毛绒鉴别和检验中一种可靠的方法。文章对PCR检测技术在动物毛绒分析鉴别中的应用进展进行简要综述。

常用的纺织纤维分析鉴别方法

如今的服装和衣饰面料异彩纷呈。如何在这些混纺、交织物中或在有些“近似”的纤维群中有效地鉴别。

房屋安全鉴定中常见裂缝鉴别与分析

本文深入探讨了房屋安全鉴定中常见裂缝的鉴别与分析方法。通过一系列系统的提纲,详细介绍了裂缝的形态特征、可能原因以及鉴别分析的方法。从裂缝的宽度与深度、走势与分布、颜色与质地等多个维度全面观察,为裂缝问题的科学解决提供了基础。此外,文章还强调了预防与维护的重要性,包括合理设计、注意施工质量、定期检查与修补以及长期监测。这些措施有助于降低裂缝的发生风险,确保建筑结构的健康和安全。通过文章的内容,读者可以全面了解裂缝问题的全貌,并掌握有效的应对策略。

红卡壁骨架化学成分分析与结构表征

通过发酵酶解制备了红卡壁骨架(N-CWS),采用化学鉴别、比色法、高效液相色谱法(HPLC)对其化学成分进行了分析,并通过扫描电镜(SEM)、透射电镜(TEM)、傅立叶变换红外光谱(FTIR)、差示扫描量热法(DSC)、热重-差热分析(TG-DTA)等对其微观结构和热分解性能进行了表征。结果表明,N-CWS主要含有多糖、类脂化合物、氨基酸等成分,其中多糖主要由阿拉伯糖、半乳糖、甘露糖、葡萄糖醛酸等单糖组成;N-CWS粉末易聚集、黏连,单个骨架尺寸为500 nm×300 nm;N-CWS为无定形粉末,其TG曲线只有1个失重台阶,热分解温度在285℃附近,具有较好的热稳定性。

基于声音的猪常见呼吸道疾病鉴别分析

随着养猪业的迅速发展,猪的集约化水平越来越高,基于非洲猪瘟与新型冠状病毒疫情影响,养殖场(户)多采用封闭管理模式,近乎与外界隔离。利用物联网技术和智能技术实现猪只的远程在线监测,推动猪病监测预警、现代养殖业向自动化、智能化发展已成为大趋势。本文主要研究分析了基于声音的猪常见呼吸道疾病的鉴别诊断,为进一步实现智能化声音监测系统打下了基础。

近红外光谱技术在茶品质及鉴别分析中的应用进展

近红外光谱技术在茶品质及鉴别分析方面具有很广泛的应用,近年来该技术在茶叶分析方面有了一些新的进展,本文主要从近红外光谱技术在茶叶的品质分析、成分含量检测、产地鉴别分析等方面进行了综述,旨在为茶叶的分析研究及综合利用方面提供参考。

玉米品种选择及种子质量鉴别分析

玉米是常见的种植作物,罗甸县近年来玉米种植规模不断扩大,为当地粮食供应提供了基础保障。品种选择是做好病虫害防控的基础环节,通过挑选抗性较好的玉米品种能够有效降低病虫害的发生几率。挑选品种时务必需要选择经过国家审定的玉米品种,产量和质量才能得以保障,不能为了减少玉米成本投入,而选择不正规厂家所生产的玉米种子。但是现阶段玉米种子市场发展存在一定的问题,部分农户在品种的选择上较为盲目,影响了玉米生产效益。基于此,本文对玉米品种选择以及种子质量鉴别要点进行了分析,以期可以为罗甸县玉米生产管理提供参考意见。

古代玻璃制品的成分分析与种类鉴别

文章将灰色聚类技术应用于古代文物玻璃制品的品种鉴定与表面风化情况分析,先使用T检验找出具有显著性差异的化学成分,结合实际进一步进行玻璃制品的亚类划分,根据处理后的结果可知,在不同种类玻璃制品间:二氧化硅、氧化钡、氧化铅、氧化钾四种化学成分的含量存在显著性差异。依据这四种成分建立灰聚类模型,得到判断玻璃制品种类的方法,最后进行敏感性分析。在建立的模型中,可以保证93%的正确率,且在范围最大为6%的波动下,模型可以保持较高的稳定性。

Fisher线性鉴别分析的理论研究及其应用

Fisher线性鉴别分析已成为特征抽取的最为有效的方法之一 .但是在高维、小样本情况下如何抽取Fisher最优鉴别特征仍是一个困难的、至今没有彻底解决的问题 .文中引入压缩映射和同构映射的思想 ,从理论上巧妙地解决了高维、奇异情况下最优鉴别矢量集的求解问题 ,而且该方法求解最优鉴别矢量集的全过程只需要在一个低维的变换空间内进行 ,这与传统方法相比极大地降低了计算量 .在此理论基础上 ,进一步为高维、小样本情况下的最优鉴别分析方法建立了一个通用的算法框架 ,即先作K L变换 ,再用Fisher鉴别变换作二次特征抽取 .基于该算法框架 ,提出了组合线性鉴别法 ,该方法综合利用了F S鉴别和J Y鉴别的优点 ,同时消除了二者的弱点 .在ORL标准人脸库上的试验表明 ,组合鉴别法所抽取的特征在普通的最小距离分类器和最近邻分类器下均达到 97%的正确识别率 ,而且识别结果十分稳定 .

基于鉴别能力分析和LDA-LPP算法的人脸识别

针对人脸识别中的DCT系数选择问题和如何从全局和局部同时提取识别特征的问题,提出了一种基于鉴别能力分析和LDA-LPP的人脸识别算法。即先对人脸图像进行DCT变换,利用鉴别能力分析方法进行DCT系数的选择,融合LDA和LPP降维技术进行降维处理,不仅可以保持数据的全局性,同时也能够保持数据的局部性。在ORL人脸库和Yale人脸库上的实验表明,本文方法可以选择有效的DCT系数,明显提高了识别精度和鲁棒性。

直接LDA在人脸识别中的鉴别力分析

直接线性鉴别分析(DLDA)曾被声明利用类内离散矩阵零空间内外所有鉴别信息,为了分析声明的理论缺陷,对DLDA在人脸识别中的鉴别特性进行了研究.鉴于DLDA是在类间离散矩阵列空间中寻找最优解,理论分析从下面3方面内容展开:类间和类内离散矩阵的列空间之间的关系、类间离散矩阵列空间与类内离散矩阵零空间的关系以及在保留全部鉴别矢量下的DLDA特性,结果表明,在小样本条件下,DLDA几乎没利用零空间内的信息,导致一些有用的鉴别信息的丢失;若保留全部的鉴别矢量,DLDA退化为类间离散矩阵的保留所有非零成分的主成分分析.在人脸数据库ORL和YALE上的比较实验结果显示:DLDA的识别率都次于其它几种线性鉴别分析扩展方法,与理论分析一致.

核零空间线性鉴别分析及其在人脸识别中的应用

零空间线性鉴别分析NLDA充分利用样本总类内离散度矩阵的零空间信息,能有效克服线性鉴别分析LDA的小样本问题.核方法通过非线性映射,将输入空间样本映射到高维特征空间,再在高维特征空间利用线性特征提取算法.因此,核方法属于非线性特征提取算法.文中结合LDA、NLDA和核方法的优点,引入了核零空间线性鉴别分析KNLDA,导出了KNLDA算法.该算法通过引入核函数,得到低维矩阵,有效避免了直接计算复杂的非线性映射函数,解决了高维类内离散度矩阵的维数灾难问题.同时,将KNLDA算法应用于人脸识别.基于ORL人脸数据库以及ORL与Yale混合人脸数据库的实验结果表明了KNLDA算法的有效性.

一种基于核的快速非线性鉴别分析方法

基于"核技巧"提出的新的非线性鉴别分析方法在最小二乘意义上与基于核的Fisher鉴别分析方法等效,相应鉴别方向通过一个线性方程组得出,计算代价较小,相应分类实现极其简便.该方法的最大优点是,对训练数据进行筛选,可使构造鉴别矢量的"显著"训练模式数大大低于总训练模式数,从而使得测试集的分类非常高效;同时,设计出专门的优化算法以加速"显著"训练模式的选取.实验表明,这种非线性方法不仅具有明显的效率上的优势,且具有不低于基于核的Fisher鉴别分析方法的性能.

最大散度差鉴别分析及人脸识别

传统的Fisher线性鉴别分析(LDA)在人脸等高维图像识别应用中不可避免地遇到小样本问题。提出一种基于散度差准则的鉴别分析方法。与LDA方法不同的是,该方法利用样本模式的类间散布与类内散布之差而不是它们的比作为鉴别准则,这样,从根本上避免了类内散布矩阵奇异带来的困难。在ORL人脸数据库和AR人脸数据库上的实验结果验证算法的有效性。