安雪松
- 作品数：3 被引量：18H指数：2
- 供职机构：北京化工大学材料科学与工程学院更多>>
- 发文基金：农业部农作物种质资源保护项目国家科技基础条件平台建设计划中央高校基本科研业务费专项资金更多>>
- 相关领域：农业科学理学更多>>
- 近红外光谱无损测定大豆种子生活力方法研究被引量：12
- 2013年
- 快速准确无损测定种子生活力是种质资源安全保存研究中的一项重要内容。采用傅立叶变换近红外漫反射光谱技术，以保存不同年限的大豆品种资源的种子为样品，利用偏最小二乘法（PLS）建立其生活力的无损测定校正模型，并对不同光谱预处理方法和不同建模波段范围对模型的预测性能进行对比分析。结果表明：利用4000—10000／cm全波段建立的模型预测性能较高。经Savitzky-Golay二阶导数和标准化预处理后，生活力的PLS模型预测性能最好，校正集的决定系数为O．957，验证集决定系数为0．902，校正均方根误差（RMSEC）和验证均方根误差（RMSEV）分别为2．190和2．684。模型预测误差接近标准发芽方法测定误差，说明该方法准确性较高，能够满足种质资源快速、非破坏性生活力检测的要求，为今后快速无损测定种子生活力提供了方法。
- 耿立格宋春风王丽娜安雪松孙娟
- 关键词：大豆种质资源近红外光谱种子生活力
- 含反式脂肪酸食品近红外光谱快速无损识别方法研究被引量：6
- 2013年
- 为满足食品中反式脂肪酸(TFA)的快检需求,提出了一种采用近红外漫反射光谱识别含TFA食品的快速无损方法。采用光纤探头采集完整样品的傅里叶变换近红外漫反射光谱,应用毛细管气相色谱(GC)法测定食品中TFA的含量作为建模参考数据。根据食品中TFA含量将食品分为含TFA食品和无TFA食品。采用偏最小二乘判别(PLSDA)、支持向量机(SVM)、簇类独立软模式(SIMCA)和K-最邻近法(KNN)等有监督模式识别方法建立了含TFA食品的识别模型,并研究了不同光谱预处理方法和建模波段对模型性能的影响。研究结果表明,PLSDA和SVM两种方法可对含TFA食品进行识别,但PLSDA方法识别效果明显优于SVM方法。其中,使用与TFA相关波段,结合标准化和二阶导数预处理所建立的PLSDA识别模型效果最佳,校正集和验证集识别准确率分别可达96.4%和88%,具有快速无损识别含TFA食品的可行性。这种方法不需脂肪提取和研磨等样品预处理,具有简单、快速、无需破坏样品等优点,非常适合现场或在线快速检测。
- 安雪松宋春风袁洪福谢锦春李效玉
- 关键词：近红外漫反射光谱
- 近红外光谱法无损快速检测食品中脂肪含量
- 采用近红外光谱法研究了谷物食品中脂肪快速无损检测方法,利用偏最小二乘法(Partial Least-Squares Regression,PLSR)建立了谷物类食品中脂肪含量定量校正模型.模型的校正相关系数、预测相关系数...
- 安雪松宋春风袁洪福谢锦春李效玉
- 关键词：近红外光谱无损检测谷物食品脂肪含量
