温珍才
- 作品数：4 被引量：48H指数：4
- 供职机构：江苏大学食品与生物工程学院更多>>
- 发文基金：国家自然科学基金江西省自然科学基金教育部“新世纪优秀人才支持计划”更多>>
- 相关领域：农业科学理学轻工技术与工程更多>>
- 可见/近红外联合变量优选检测油茶籽油掺假被引量：12
- 2015年
- 利用可见/近红外光谱技术联合CARS(competitive adaptive reweighted sampling)方法对油茶籽油中掺杂大豆油及菜籽油进行检测.采用CARS方法对波长变量进行筛选,应用偏最小二乘回归(PLS)方法分别建立油茶籽油中大豆油掺伪量、菜籽油掺伪量及大豆油与菜籽油混掺伪量的定量检测模型,并与经连续投影算法(SPA)及无信息变量消除(UVE)方法变量筛选后所建立的PLS模型进行比较.研究结果表明:可见/近红外联合CARS方法可以分别检测油茶籽油中大豆油、菜籽油掺伪量及大豆油与菜籽油混掺伪量.大豆油、菜籽油及大豆油与菜籽油总和的CARS-PLS掺伪量模型的预测集相关系数r和预测均方根误差RMSEP分别为0.950,0.928,0.980和24.5,29.0,30.8g·kg-1;CARS-PLS模型性能优于全波段PLS,SPA-PLS及UVE-PLS,表明CARS方法是一种有效的波长变量选择方法,可以剔除冗余波长变量.
- 温珍才孙通许朋刘木华
- 关键词：油茶籽油掺假检测CARS
- 近红外光谱联合CARS-PLS-LDA的山茶油检测被引量：12
- 2015年
- 为了寻找快速判别山茶油掺假的检测方法,本研究利用近红外光谱技术对掺杂大豆没油山茶油进行掺假检测研究。试验在350~1 800 nm波段范围内采集样本的透射光谱,利用CARS方法筛选重要的波长变量,应用偏最小二乘-线性判别分析（PLS-LDA）建立山茶油掺假的判别模型,并与未经变量优选的判别模型进行比较。结果表明,近红外光谱技术联合CARS-PLS-LDA方法可以有效判别纯山茶油和掺假山茶油,校正集、预测集及独立样本组样本的判别正确率、灵敏度及特异性均为100%。CARSPLS-LDA判别模型性能优于未经变量优选的判别模型,表明CARS方法可以有效筛选重要波长变量,能简化判别模型及提高判别模型的稳定性和判别精度。本研究可为山茶油掺假快速检测提供理论依据。
- 孙通吴宜青许朋温珍才胡田刘木华
- 关键词：近红外光谱CARS山茶油
- 不同光程对山茶油掺假近红外检测精度的影响被引量：4
- 2015年
- 利用近红外光谱在不同光程下对山茶油中掺杂大豆油的掺伪量进行定量检测研究,着重分析光程对掺伪量检测精度的影响。将大豆油按一定质量分数掺入山茶油获取实验样本,掺伪质量分数范围为1%-50%。利用QualitySpec型光谱仪采集样本在不同光程（1,2,4,10mm）下的透射光谱,通过对比不同建模方法、预处理方法及建模波段范围所建立的掺伪量定量预测模型,分析光程对掺伪量检测精度的影响。研究结果表明,光程由1mm增加到4mm时,掺伪量定量预测模型性能随着光程的增加而逐渐变好,检测精度逐步提高;光程由4mm增加到10mm时,掺伪量定量预测模型性能变差,检测精度下降,4mm为较优的光程。在1,2,4和10mm下所建立的较优掺伪量定量预测模型的预测集决定系数（R2P）和预测均方根误差（RMSEP）分别为0.923,0.977,0.989,0.962和4.58%,2.54%,1.72%,3.20%。
- 孙通吴宜青许朋温珍才胡田刘木华
- 关键词：掺假检测光程山茶油
- 可见/近红外联合UVE-PLS-LDA鉴别压榨和浸出山茶油被引量：21
- 2013年
- 山茶油是我国特有的优质食用油,而压榨山茶油营养品质优于浸出山茶油。采用可见/近红外光谱技术对压榨和浸出山茶油进行鉴别研究。在350～1 800nm波段范围内采集压榨和浸出山茶油样本的透射光谱,利用无信息变量消除(UVE)方法进行波长变量优选,剔除无用波长变量,并应用偏最小二乘-线性判别分析(PLS-LDA)建立鉴别分类模型。最后,利用鉴别分类模型对未参与建模的26个预测集样本进行鉴别。研究结果表明,UVE-PLS-LDA是一种有效的鉴别分类方法,所建立的鉴别分类模型能较好地对压榨和浸出山茶油进行鉴别,校正集和预测集样本的鉴别正确率均为100%。因此,可见/近红外光谱联合UVE-PLS-LDA方法鉴别压榨和浸出山茶油是可行的。
- 温珍才孙通耿响刘木华
- 关键词：近红外山茶油
