科研产出
基于近红外光谱技术结合深度学习快速鉴别滇黄精干燥方法和产地
《中草药 》 2025 北大核心 CSCD
摘要：目的 探讨傅里叶变换近红外（fourier transform near infrared,FT-NIR）光谱技术在滇黄精Polygonatum kingianum质量评价中的应用，基于不同干燥处理方法、不同产地滇黄精的一维光谱与二维光谱构建鉴别模型，为滇黄精质量评价提供新方法。方法 研究采集了198份不同干燥方式和产地的滇黄精样品，将其进行不同干燥处理，分析产地、干燥处理方法等因素对滇黄精质量的影响；采集并分析滇黄精FT-NIR光谱和二维相关光谱（two-dimensional correlation spectroscopy,2DCOS）特征，采用主成分分析（principal component analysis,PCA）和层次聚类分析（hierarchical clustering analysis,HCA）可视化样品的分类趋势，并基于FT-NIR光谱建立偏最小二乘判别分析（partial least squares discriminant analysis,PLS-DA）和支持向量机（support vector machine,SVM）2种传统模型；基于同步、异步和综合2DCOS图像建立残差神经网络（residual neural network,ResNet）模型，比较3种模型的整体鉴别能力和模型性能。结果 同步2DCOS图像结合ResNet可以成功鉴别滇黄精不同产地和干燥处理方法，准确率达到100%，整体鉴别能力和模型性能均显著优于PLS-DA和SVM传统模型。结论 基于FT-NIR光谱构建的ResNet鉴别模型可以快速准确鉴别滇黄精的产地和干燥处理方法，为滇黄精质量的快速检测提供科学依据。
关键词： 滇黄精 二维相关光谱 残差神经网络 干燥方法 产地
全文链接
请求原文
基于FT-NIR和ATR-FTIR光谱的铁皮石斛地理溯源
《分析测试学报 》 2025 北大核心 CSCD
摘要：为实现铁皮石斛地理来源的快速有效鉴别，基于衰减全反射傅里叶变换红外光谱（ATR-FTIR）和傅里叶变换近红外光谱（FT-NIR）技术，结合数据融合策略与化学计量学方法建立了铁皮石斛地理溯源模型。结果表明，FT-NIR和FT-NIR+ATR-FTIR融合数据集经二阶导数（2nd）预处理后构建的偏最小二乘判别分析（PLS-DA）和支持向量机（SVM）模型性能最好，测试集准确率均达到100.00%。基于二维相关光谱（2DCOS）构建的残差卷积神经网络（ResNet）模型在训练集、测试集和外部验证集上均实现了100.00%的准确率。该研究为铁皮石斛地理溯源和地理标志产品保护提供了科学依据。
关键词： 铁皮石斛 化学计量学 机器学习 二维相关光谱 地理来源
全文链接
请求原文
基于FT-NIR和ATR-FTIR技术结合化学计量学方法快速、准确鉴别不同地理来源的草果
《分析测试学报 》 2025 北大核心 CSCD
摘要：该研究采用傅里叶变换近红外光谱（FT-NIR）、衰减全反射傅里叶变换红外光谱（ATR-FTIR）及二维相关光谱（2DCOS）技术，结合化学计量学与深度学习建立偏最小二乘判别分析（PLS-DA）和残差卷积神经网络（ResNet）判别模型，对7个主产区（221份）的草果样本进行快速、准确溯源。结果表明：ATR-FTIR光谱数据经二阶导数（2nd）+标准正态变换（SNV）预处理后建立的PLS-DA模型性能最好（95.31%），但FT-NIR光谱数据的最佳预处理为2nd。基于FT-NIR和ATR-FTIR的同步2DCOS图像建立的ResNet模型不需要筛选最佳预处理和复杂的数据转换，即可达到100%的准确率。其中，基于FT-NIR数据转化的同步2DCOS图像建立的ResNet模型的迭代次数最少、耗时最短、成本最低。该研究为鉴别不同地理来源的草果提供了一种快速、准确的新方法，为草果质量等级评价体系的进一步研究奠定了基础。
关键词： 草果 化学计量学 机器学习 二维相关光谱 地理来源
全文链接
请求原文
首页上一页1下一页尾页
