近期,中国水稻研究所稻米质量安全评估创新团队卢林等在国际知名期刊《分析化学进展(TrAC Trends in Ana-lytical Chemistry)》上发表了关于仿生传感器和生物传感器的综述文章.人类的基本味觉有甜、酸、苦、咸、鲜,食味评价的核心就...近期,中国水稻研究所稻米质量安全评估创新团队卢林等在国际知名期刊《分析化学进展(TrAC Trends in Ana-lytical Chemistry)》上发表了关于仿生传感器和生物传感器的综述文章.人类的基本味觉有甜、酸、苦、咸、鲜,食味评价的核心就是人类舌头能感知到的味觉感受.食品中的化学成分多种多样,传统化学测定仅能做到定量成分,而不能将其与味觉感知联系起来,因此需要借助仿生技术.展开更多
针对长江中下游稻区不同粳稻品种,以不同纬度多个地点的860份稻米样本为材料,基于11项食味品质指标,运用主成分分析、多元线性回归、偏最小二乘法、判别分析、分类回归树(classification and regression free,CART)决策树与反向传播(bac...针对长江中下游稻区不同粳稻品种,以不同纬度多个地点的860份稻米样本为材料,基于11项食味品质指标,运用主成分分析、多元线性回归、偏最小二乘法、判别分析、分类回归树(classification and regression free,CART)决策树与反向传播(back propagation,BP)神经网络分别建立稻米食味品质等级预测模型,通过验证模型的准确性与稳定性,筛选出适合稻米食味品质综合评价的方法或模型。结果表明:BP神经网络模型的2次验证准确度与稳定性均最高,预测准确率分别为92.68%与92.31%;偏最小二乘法模型的2次预测准确率均在80%以上(分别为80.49%、87.18%),但2次验证结果相差较大(6.69%);判别分析与多元线性回归模型的平均预测准确率相近(分别为80.12%、78.77%),但判别分析模型的稳定性优于多元线性回归模型;主成分分析模型的平均预测准确率最低(67.32%),且2次验证结果差异也较大(8.94%);CART决策树模型的稳定性最差,2次验证准确率分别为53.66%与89.74%,相差达36.08%。因此,利用BP神经网络模型预测稻米食味品质等级具有较高的准确性与稳定性,可为长江中下游稻区稻米食味品质综合评价与优质食味水稻品种的筛选提供理论与方法支持。展开更多
文摘近期,中国水稻研究所稻米质量安全评估创新团队卢林等在国际知名期刊《分析化学进展(TrAC Trends in Ana-lytical Chemistry)》上发表了关于仿生传感器和生物传感器的综述文章.人类的基本味觉有甜、酸、苦、咸、鲜,食味评价的核心就是人类舌头能感知到的味觉感受.食品中的化学成分多种多样,传统化学测定仅能做到定量成分,而不能将其与味觉感知联系起来,因此需要借助仿生技术.
文摘针对长江中下游稻区不同粳稻品种,以不同纬度多个地点的860份稻米样本为材料,基于11项食味品质指标,运用主成分分析、多元线性回归、偏最小二乘法、判别分析、分类回归树(classification and regression free,CART)决策树与反向传播(back propagation,BP)神经网络分别建立稻米食味品质等级预测模型,通过验证模型的准确性与稳定性,筛选出适合稻米食味品质综合评价的方法或模型。结果表明:BP神经网络模型的2次验证准确度与稳定性均最高,预测准确率分别为92.68%与92.31%;偏最小二乘法模型的2次预测准确率均在80%以上(分别为80.49%、87.18%),但2次验证结果相差较大(6.69%);判别分析与多元线性回归模型的平均预测准确率相近(分别为80.12%、78.77%),但判别分析模型的稳定性优于多元线性回归模型;主成分分析模型的平均预测准确率最低(67.32%),且2次验证结果差异也较大(8.94%);CART决策树模型的稳定性最差,2次验证准确率分别为53.66%与89.74%,相差达36.08%。因此,利用BP神经网络模型预测稻米食味品质等级具有较高的准确性与稳定性,可为长江中下游稻区稻米食味品质综合评价与优质食味水稻品种的筛选提供理论与方法支持。