公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

浸入式可见/近红外光谱的雨生红球藻叶绿素含量研究被引量：1: 2017年; 探讨了采用浸入式可见/近红外光谱技术对雨生红球藻叶绿素含量快速检测的可行性。通过选择最优的预处理方法,比较全波段偏最小二乘回归(PLS)建模和连续投影算法(SPA)提取特征波长后PLS建模的结果,选出最优模型。SPA-PLS模型对叶绿素a与叶绿素b含量预测效果均优于全波段PLS模型,叶绿素a,b的RPD值分别达到2.946 1和1.902 3。表明,光谱在预处理后结合建模算法能够实现叶绿素a,b含量较好的预测,叶绿素a的预测效果要好于叶绿素b。; 周宏方蕙潘健蒋林军何勇邵咏妮; 关键词：浸入式雨生红球藻叶绿素A 叶绿素B

基于显微拉曼检测蛋白核小球藻鉴别丁草胺及草甘膦被引量：1: 2015年; 以蛋白核小球藻(Chlorella pyrenoidosa)作为鉴别载体,利用共聚焦显微拉曼光谱仪分别获取生长在除草剂草甘膦、丁草胺污染水体以及正常水体的蛋白核小球藻β-胡萝卜素的拉曼光谱信息,对2种除草剂进行了鉴别.利用预处理后的光谱信号,建立偏最小二乘回归(PLS)预测模型及线性判别分析(LDA)分类模型.当阈值为±0.3时,全波段建立的PLS模型对草甘膦和丁草胺的预测正确率高达83.33%,特征峰建立的LDA分类模型对2种除草剂的分类正确率均达到了100%.结果表明,利用蛋白核小球藻为载体对丁草胺和草甘膦2种除草剂进行鉴别是可行的,且LDA分类模型更适合除草剂的分类研究.; 邵咏妮蒋林军潘健何勇; 关键词：蛋白核小球藻偏最小二乘回归线性判别分析

浸入式可见/近红外光谱技术的藻种鉴别研究被引量：9: 2016年; 对藻类的识别分类及其生化分析已成为海洋生物学的研究热点之一。以普通小球藻、蛋白核小球藻、微绿球藻、莱茵衣藻为样品,通过便携式USB4000微型光纤光谱仪、Y形光纤和探针,卤素光源构建的光谱采集系统对不同浓度梯度的120个微藻样本进行浸入式可见/近红外透射光谱的原位采集,比较去基线、卷积平滑等光谱预处理方法的效果,并基于连续投影算法(SPA)筛选特征波长,通过偏最小二乘法(PLS)、最小二乘支持向量机(LS-SVM)和极限学习机(ELM)进行建模,探讨采用透射光谱原位快速鉴别四种不同藻种的可行性。结果表明:卷积平滑的处理效果较为理想,有效波长可用于代替原始光谱建立微藻种类判别分析模型。SPA-LV-SVM和SPA-ELM的预测效果显著高于SPA-PLS,三者的平均预测正确率分别是80%,85%,65%。浸入式可见/近红外光谱技术和便携式光纤探针结合的藻种鉴别方法,有效实现了对四种微藻的鉴别,为藻种鉴别和藻种分类研究领域提供了一种新思路。; 朱红艳邵咏妮蒋璐璐郭安鹊潘健何勇; 关键词：微藻极限学习机

基于激光共聚焦显微拉曼技术的藻种鉴别研究被引量：6: 2015年; 微藻种类的鉴别和分类是研究微藻生理生化特性的基础和前提。微藻细胞中主要包含五种生物分子,包括蛋白质、糖类、油脂、核酸和色素,在不同藻种会有不同的比例含量,常常作为藻种鉴别的一种依据。文章探讨了采用激光共聚焦显微拉曼技术快速鉴别普通小球藻(Chlorella sp.)、莱茵衣藻(Chlamydomonas sp.)两种不同藻种的可行性。通过在相同光照时间、强度和相同培养基的条件下培养的两种微藻,利用琼脂固定法固定微藻细胞,在514.5nm的激光下采集了不同藻种及其不同生长时期的拉曼光谱曲线,并通过rolling circle filter(RCF)算法去除荧光背景,然后采用去基线、卷积平滑等预处理方法得到两种藻种各40个样本的曲线。从80个样本中随机抽取50个样本训练建模,剩下的30个样本作为独立的验证集。对光谱数据采取不同的预处理方法,采用偏最小二乘(partial least squares,PLS)全波段建模建立光谱响应特征与普通小球藻、莱茵衣藻的关系模型,比较了不同预处理程度的效果。结果表明:利用激光共聚焦显微拉曼技术,基于不同藻种色素含量比的差异,同时结合化学计量学方法,可以快速、有效地将两种藻种鉴别出来。所提出的最大谱峰比值标准化法处理样本,当阈值为±0.5时,预测正确率达到100%,当阈值为±0.2时,预测正确率达到86.67%,表明所提出的新方法能在藻种鉴别和分类领域具有较高的可行性。; 邵咏妮潘健蒋璐璐何勇; 关键词：显微拉曼偏最小二乘 ROLLING FILTER

基于显微拉曼对氮胁迫下微藻油脂变化的研究被引量：2: 2017年; 利用共聚焦显微拉曼光谱仪获取生长在三种氮营养条件下(氮胁迫、氮正常、氮饱和)培养的蛋白核小球藻(Chlorella pyrenoidosa)的拉曼光谱,通过拉曼散射光谱信息对微藻在不同氮胁迫下生长情况及油脂变化进行研究。对油脂拉曼特征峰值比值作气泡图以直观表达油脂积累量,该气泡图与尼罗红荧光图像具有良好的相关性。光谱信号经预处理后,利用主成分分析(PCA)对全波段进行分析,获得相应的主成分变量,通过线性判别分析(LDA)建立分类模型。利用PCA获取的主成分变量建立的LDA预测模型对三种氮营养条件的预测正确率分别是80%,93.3%,86.7%。基于油脂特征位移(RS)处的比率建立的LDA分类模型对三种氮营养条件的分类正确率最高达到86.7%。研究结果表明,利用拉曼技术对微藻生长的不同氮胁迫条件鉴别是可行的,且随着氮胁迫影响的时间增加,油脂的积累差异就越大。; 方蕙蒋林军潘健何勇龚爱平邵咏妮; 关键词：蛋白核小球藻氮胁迫显微拉曼主成分分析线性判别分析

基于高光谱成像反射和透射技术的雨生红球藻叶绿素含量研究: 2016年; 通过高光谱成像仪采集雨生红球藻(Haematococcus pluvialis)反射和透射的光谱信息,结合化学计量学方法,对雨生红球藻叶绿素a、叶绿素b含量进行预测。比较了5种预处理方法[原始光谱(raw)、基线校正(baseline correction,BO)、卷积平滑(Savitzky-Golay smoothing,SG)、多元散射校正(multiplicative scatter correction,MSC)、变量标准化(standard normal variate,SNV)],并结合偏最小二乘回归(partial least square,PLS)建模的结果,选择较好的预处理方法后采用连续投影算法(successive projections algorithm,SPA)提取特征波长,并比较3种建模算法[PLS、多元线性回归(multiple linear regression,MLR)、最小二乘支持向量机(least square support vector machine,LS-SVM)]的预测结果,选择效果较好的建模算法用于预测叶绿素含量。其中,高光谱成像反射法对叶绿素a含量的预测,显示SNV预处理算法和SPA-MLR建模算法的效果较好,预测的剩余预测偏差(residual predictive deviation,RPD)达到3.429 6;高光谱成像透射法对雨生红球藻叶绿素a含量的预测显示,BO预处理算法和SPA-LS-SVM建模算法的效果较好,预测的RPD值达到3.156 3;同样地,对于高光谱成像反射法和透射法雨生红球藻叶绿素b含量的预测,显示均是采用BO预处理算法和SPA-MLR建模算法的效果较好,预测的RPD值分别为1.822 1和2.013 2。研究表明,采用高光谱成像反射和透射系统,通过一定的预处理结合建模算法可以对雨生红球藻叶绿素a、叶绿素b含量进行预测,为叶绿素a、叶绿素b含量的检测提供了1种新的方法。; 邵咏妮周宏潘健蒋林军何勇; 关键词：生物工程雨生红球藻叶绿素A 叶绿素B

全选清除导出

共1页<1>

潘健

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

潘健

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈