杨志敏
- 作品数:9 被引量:60H指数:4
- 供职机构:西北农林科技大学更多>>
- 发文基金:陕西生猪产业科技创新体系基金公益性行业(农业)科研专项更多>>
- 相关领域:轻工技术与工程理学自动化与计算机技术更多>>
- 塑料大棚春茬黄瓜间作冰菜栽培技术规程
- 李玉红王电卫杨志敏姚佳睿潘玉朋
- 一种原料肌肉注水快速判别方法
- 本发明公开了一种原料肌肉注水快速判别方法,包括以下步骤:A1:以原料肉和注水肉为原料,利用近红外光谱仪对所述原料肉和注水肉进行扫描并得到光谱数据,A2:应用主成分分析结合人工神经网络技术对试验数据进行了多元统计分析;A3...
- 丁武杨公社寇莉萍杨志敏
- 文献传递
- 塑料大棚春茬黄瓜间作落葵栽培技术规程
- 李玉红王电卫姚佳睿张淼淼杨志敏潘玉朋
- 一种原料肌肉注水快速判别方法
- 本发明公开了一种原料肌肉注水快速判别方法,包括以下步骤:A1:以原料肉和注水肉为原料,利用近红外光谱仪对所述原料肉和注水肉进行扫描并得到光谱数据,A2:应用主成分分析结合人工神经网络技术对试验数据进行了多元统计分析;A3...
- 丁武杨公社寇莉萍杨志敏
- 原料肉中掺大豆蛋白的近红外检测技术的研究被引量:16
- 2010年
- 探讨了利用近红外光谱技术快速、准确地进行原料肉中是否掺大豆蛋白鉴别的可行性。首先以原料肉和掺假肉为原料,利用近红外光谱仪测定样品的漫反射光谱曲线,再应用Fisher线性判别分析和偏最小二乘法对试验数据进行了多元统计分析。分析结果表明,利用Fisher判别分析建立的判别模型的正确判别率达到100%,对未知样进行检验,正确判别率达到86.1%;最后利用偏最小二乘法(PLS)建立大豆蛋白掺入量的定量检测模型,校正模型决定系数(R2)为93.4%,内部交叉验证均方根差(RMSECV)为2.45%,对此模型进行验证,预测集相关系数(R2)为84.1%,预测标准偏差(RMSEP)为3.59%。说明应用近红外光谱技术对原料肉中掺大豆蛋白进行快速、准确的的鉴别是可行的。
- 杨志敏丁武
- 关键词:近红外原料肉偏最小二乘法
- 近红外光谱技术快速鉴别原料肉掺假的可行性研究被引量:34
- 2011年
- 探讨利用近红外光谱技术结合Fisher两类判别法以及多层感知器(multilayer perceptron,MLP)神经网络快速无损鉴别原料肉是否掺假,并建立多种掺假肉的分类识别模型的可行性。首先近红外结合主成分与Fisher两类判别,建立原料肉与掺假肉的判别函数,以原料肉与注水肉两类样本的平均重心即两类样本的加权平均数-0.657作为区分原料肉与掺假肉的界限。2 0个验证集样本有两个被误判,总的正确判别率达到9 0%。然后,利用近红外结合主成分与MLP神经网络建立原料肉和3种掺假肉的3层神经网络识别模型,该模型对预测集52个样本的正确识别率达到94.2%。说明利用近红外结合化学计量学方法对原料肉是否掺假及掺假种类进行鉴别是可行的。
- 杨志敏丁武
- 关键词:近红外原料肉
- 应用近红外技术快速鉴别原料肉注水的研究被引量:12
- 2012年
- 提出一种用近红外光谱技术快速鉴别原料肉和注水肉的新方法。首先以原料肉和注水肉为原料,利用近红外光谱仪测定其漫反射光谱曲线,然后选取二阶导数+25点平滑方法进行预处理,再应用主成分分析结合人工神经网络技术对其进行判别分析。结果表明,前5个主成分的累计贡献率已达99.626%,以前5个主成分作为人工神经网络的输入,对应的肉种类(原料肉与注水肉)作为输出,建立了一个三层BP神经网络模型,模型对建模集109个样本的鉴别率为91.74%,对预测集30个样本的鉴别率为90%。说明利用近红外光谱分析技术对原料肉注水进行快速鉴别是可行的。
- 杨志敏丁武张瑶
- 关键词:近红外光谱原料肉注水肉主成分分析BP人工神经网络
- 应用近红外光谱技术快速检测原料肉新鲜度及掺假的研究
- 肉及其制品作为营养非常丰富的食品,在我国的消费量日益增长,但近年来肉及其制品质量事故频出,主要表现在原料肉新鲜度及掺假问题上,这些都严重威胁了我国肉业的安全。因此,建立快速精确的原料肉新鲜度及掺假检测方法对保障肉制品市场...
- 杨志敏
- 关键词:近红外光谱技术原料肉新鲜度掺假
- 文献传递
- 日光温室苋菜夏季填闲栽培技术规程
- 李玉红王电卫杨志敏姚佳睿潘玉朋