您的位置： 专家智库 > >

荣菡

作品数：5 被引量：55H指数：4
供职机构：南昌大学生命科学与食品工程学院食品科学与技术国家重点实验室更多>>
发文基金：长江学者和创新团队发展计划江西省星火计划更多>>
相关领域：理学轻工技术与工程更多>>

合作作者

文献类型

  • 4篇期刊文章
  • 1篇学位论文

领域

  • 3篇轻工技术与工...
  • 3篇理学

主题

  • 5篇近红外
  • 5篇近红外光
  • 5篇近红外光谱
  • 5篇光谱
  • 5篇红外
  • 5篇红外光
  • 5篇红外光谱
  • 4篇偏最小二乘
  • 4篇鲜乳
  • 4篇近红外光谱技...
  • 4篇光谱技术
  • 2篇偏最小二乘法
  • 2篇自组织
  • 2篇最小二乘
  • 2篇网络
  • 2篇模式识别
  • 2篇PL
  • 2篇掺假
  • 1篇映射
  • 1篇神经网

机构

  • 5篇南昌大学
  • 4篇江西省分析测...

作者

  • 5篇荣菡
  • 4篇罗香
  • 4篇邓泽元
  • 4篇刘波平
  • 1篇曹树稳

传媒

  • 1篇食品科学
  • 1篇食品科技
  • 1篇分析测试学报
  • 1篇分析试验室

年份

  • 1篇2009
  • 4篇2008
共 5 条 记 录，以下是 1-5
全选 清除 导出
排序方式：
基于近红外光谱的模式识别技术用于鲜乳掺假检测的研究
近红外光谱技术具有检测迅速、绿色环保、操作简便等优点。本文将近红外光谱技术结合化学计量学方法分别对鲜乳的多种营养组分含量的快速检测以及巴氏杀菌乳和复原乳、鲜乳和掺假乳的属性判别进行了深入的方法研究。 近红外光谱...
荣菡
关键词：鲜乳近红外光谱自组织特征映射模式识别
文献传递
Elman网络近红外光谱技术同时测定鲜乳中三种主成分含量被引量：7
2008年
采用Elman神经网络(反馈神经网络,Recurrent Network)结合近红外光谱技术建立鲜乳中的脂肪、蛋白质、乳糖定量分析模型。用偏最小二乘法(PartialLeast Squares,PLS)将原始数据压缩主成分,取前3个主成分的14个吸收峰值输入Elman网络,网络中间层神经元个数为53。Elman网络模型对样品中3个组分含量的预测决定系数(R2)分别为:0.985、0.951、0.967,表明所建Elman网络预测模型能够较准确预测鲜乳中脂肪、蛋白质和乳糖的含量,从而为近红外光谱的多组分定量分析提供了新思路。
荣菡刘波平邓泽元罗香
关键词：近红外光谱技术ELMAN网络偏最小二乘法多组分鲜乳
基于PLS-自组织竞争神经网络近红外光谱技术对鲜乳和掺假乳的检测方法研究被引量：19
2008年
通过偏最小二乘法(partial least squares,PLS)与人工神经网络(artificial neural networks,ANN)联用对鲜乳和掺有植物奶油的牛乳建立识别模型。用PLS法对原始数据进行主成分压缩,采用自组织竞争神经网络建模。取前3个主成分的21个吸收峰值输入网络,学习参数为0.05,网络训练迭代次数为200,模型鉴别准确率达100%。其次建立了植物奶油掺假量的定量检测PLS模型,并采用交互校验和外部检验考察模型的可靠性,模型的校正相关系数为0.996 3,均方估计残差(RMSEC)为0.110;交互校验均方残差(RMSECV)为0.142;应用所建PLS模型对样品中植物奶油添加量进行预测,并对预测值与真值进行配对t检验,结果表明两者差异均不显著。
刘波平荣菡邓泽元罗香
关键词：近红外光谱技术鲜乳掺假乳偏最小二乘法自组织竞争神经网络
基于PLS-模式识别近红外光谱技术快速检测鲜乳和掺假乳被引量：30
2008年
本实验采用PLS-马氏距离法建立了鲜乳和掺假植物奶油牛乳的判别分析模型,用PLS法将原始数据压缩成3个主成分,在原始光谱的全波数段范围内,无需任何预处理方式,判别准确率达100%。同时对10个未知样品进行预测,预测准确率均为100%。其次建立了植物奶油掺假量的定量检测PLS模型,并采用交互校验和外部检验考察模型的可靠性,模型的校正相关系数为0.9963,均方估计残差(RMSEC)为0.110;交互校验均方残差(RMSECV)为0.142;应用所建PLS模型对样品中植物奶油添加量进行预测,并对预测值与真值进行配对t-检验,结果表明两者差异均不显著。
荣菡刘波平邓泽元罗香
关键词：近红外光谱技术模式识别偏最小二乘
PLS-BP法近红外光谱技术同时测定鲜乳中四种主成分被引量：6
2009年
基于近红外光谱技术,将偏最小二乘法(Partial Least Squares,PLS)和单隐层的反向传播网络(Back-Propagation Network,BP)联用并测定了鲜乳中4种主成分含量。用PLS法将原始数据压缩为主成分,取前3个主成分的14个数据输入网络,以Kolmogorov定理为依据,经过实验确定中间层的神经元个数为29,初始训练迭代次数为1000,建立了脂肪、蛋白质、乳糖、牛乳总固体4种主成分含量的预测校正模型。PLS-BP模型对样品4个组分含量的预测决定系数(R2)分别为:0.961、0.974、0.951、0.997;本研究为近红外光谱技术在鲜乳多组分快速检测提供了新思路。
刘波平荣菡罗香邓泽元曹树稳
关键词：近红外光谱鲜乳偏最小二乘BP网络
全选 清除 导出
共1页<1>
聚类工具0