您好,欢迎访问云南省农业科学院 机构知识库!
筛选
科研产出
排序方式:

时间

  • 时间
  • 相关度
  • 被引量
资源类型: 中文期刊
关键词:红外光谱(模糊匹配)
23条记录
红外光谱结合化学计量学对栽培滇重楼的产地鉴别研究

中草药 2023 北大核心 CSCD

摘要:目的 比较滇重楼Paris polyphylla var. yunnanensis不同生长年限不同产地红外光谱特征,建立产地鉴别模型。方法 收集13个产地3~8年生栽培滇重楼样品,共计841株个体;通过衰减全反射-傅里叶变换红外光谱仪(attenuated total reflection-Fourier transform infrared spectra,ATR-FTIR)采集样品红外光谱;结合多元散射校正(multiplicative scattering correction,MSC)、一阶导数(first derivative,FD)、二阶导数(second derivative,SD)和三阶导数(third derivative,TD)筛选最佳光谱预处理方式;利用偏最小二乘判别模型(partial least squares discrimination analysis,PLS-DA)鉴别相同生长年限不同产地的样品。结果 三阶导数与多元散射校正结合是对3年生和5~8年生样品进行产地鉴别的最佳光谱预处理方式;二阶导数与多元散射校正结合是鉴别4年生不同产地样品最佳光谱预处理方法。变量投影重要性(Variable importance for the projection,VIP)分析显示,3700~1800 cm-1 在不同PLS-DA判别模型中均为贡献较大的变量波段;当剔除无关信息波段之后,PLS-DA模型能够准确鉴别相同年限不同产地滇重楼根茎样品,训练集和预测集鉴别准确率均为100%;置换检验结果显示模型鲁棒性较好。结论 研究建立的方法能够快速有效鉴别不同产地栽培滇重楼,为不同栽培年限滇重楼产地溯源提供理论基础与方法依据。

关键词: 滇重楼 红外光谱 偏最小二乘判别模型 生长年限 鉴别

 全文链接 请求原文
光谱分析技术在野生食用牛肝菌研究中的应用研究进展

食品科学 2019 EI 北大核心 CSCD

摘要:牛肝菌具有重要的食药用和经济价值,是世界性美味野生食用菌。其质量安全可控是保障消费者健康及产业绿色持续发展的基础,建立全面、稳定、系统的质量评价方法有利于强化牛肝菌质量控制,对市场稳定发展具有重要意义。光谱分析技术具有简便、快速、实用性强等特点,能够弥补传统感官评定的缺陷,提高分析准确性,广泛用于牛肝菌品质研究,是评价牛肝菌品质优劣、鉴别真伪以及确保其质量稳定一致的重要技术支撑。本文对近年国内外光谱分析技术在野生食用牛肝菌研究方面的应用现状和进展进行综述,探讨了红外、紫外光谱及多光谱信息融合技术在牛肝菌产地、种类、贮藏年限鉴别评价等方面的应用前景,以期为牛肝菌的深入研究和合理开发利用提供参考。

关键词: 牛肝菌 红外光谱 紫外光谱 多光谱信息融合 鉴别与评价

 全文链接 请求原文
红外光谱结合化学计量学快速鉴别云南重楼不同炮制品

光谱学与光谱分析 2018 EI SCI 北大核心 CSCD

摘要:中药炮制是根据中医学理论,改变中药的性味和功效,以达到缓和药性、减毒增效等作用。炮制对中药的活性成分、药效、毒副作用影响甚大,建立一个系统鉴别和评价中药不同炮制品的方法,可为中药质量和临床用药安全提供重要支撑。采用红外光谱法对9种云南重楼不同炮制品进行对比分析,结合化学计量学建立主成分-马氏距离(PCA-MD)判别模型进行鉴别分析。云南重楼不同炮制品的红外光谱经自动基线校正和纵坐标归一化预处理后,取其平均光谱图。九种重楼不同炮制品的平均红外光谱和二阶导数光谱显示:(1)其主要特征吸收峰为3 387,2 923,1 745,1 463,1 338,1 240,1 207,1 158,1 180,1 080,1 048,1 020,988,921,895,859,833,765,708,572和529cm~(-1);(2)重楼不同炮制品红外图谱的峰形基本相似,可显示出重楼所特有的红外光谱特征;(3)重楼不同炮制品红外图谱中少数特征吸收峰数目、位置和吸收强度存在差异,表明重楼经不同炮制后化学成分和含量发生了改变。红外光谱经多元散射校正(MSC),标准正态变量(SNV),一阶求导(1st Der),二阶求导(2nd Der)和平滑(SG)优化处理后,采用Kennard-Stone算法筛选训练集和预测集(3∶1),建立PCA-MD判别分析模型。结果显示,重楼不同炮制品的最佳预处理方法为1st Der+SG(11∶3)。提取前5个主成分,变量特征的解释能力为88.2%,以PC1,PC2和PC3为坐标轴建立PCA-MD三维得分图可知,九种炮制品可完全区分;其中重楼I,H,G和F的聚类效果最好,且前三种炮制品距离较近,表明晒干和烘干处理重楼与传统炮制重楼所含化学成分相似;重楼D和E空间距离较近,推测其经过微波和蒸汽高温处理后化学成分变化相似。预测集样本可准确的归属于训练集,PCA-MD判别模型的准确率为100%。红外光谱结合PCA-MD判别分析可准确区分云南重楼的不同炮制品,为云南重楼炮制品的临床应用提供参考,同时为中药炮制品的鉴别提供了借鉴。

关键词: 红外光谱 云南重楼 炮制 主成分-马氏距离判别模型

 全文链接 请求原文
多光谱数据融合技术对绒柄牛肝菌产地的鉴别

食品科学 2018 EI 北大核心 CSCD

摘要:采集5个产地96份绒柄牛肝菌样品的红外光谱和紫外光谱,结合多光谱信息融合策略,建立快速、有效鉴别绒柄牛肝菌产地的方法。运用多元散射校正、标准正态变量、二阶导数等预处理方法对原始光谱数据进行优化处理,减少噪音干扰。选取具有指纹特性的光谱信息进行初级数据融合;通过偏最小二乘判别分析(partial least squares-discriminant analysis,PLS-DA)筛选光谱数据中变量在投影方向重要程度大于1的波段,进行中级数据融合。利用优化处理后的单一光谱数据及多光谱融合数据建立PLS-DA模型和支持向量机(support vector machine,SVM)判别模型,比较两种判别模型对绒柄牛肝菌产地的鉴别效果。结果显示,通过红外光谱、紫外光谱、初级融合和中级融合数据分别建立PLS-DA模型,对绒柄牛肝菌产地的预测正确率为56.25%、56.25%、62.50%和81.25%;建立SVM判别模型,产地预测正确率分别为90.63%、65.63%、87.50%和96.88%,表明中级融合技术对绒柄牛肝菌产地鉴别效果显著,优于其他技术;并且SVM判别模型对牛肝菌产地区分效果优于PLS-DA模型。采用中级融合技术建立SVM判别模型,能够快速、有效鉴别不同产地绒柄牛肝菌,同时为食品质量监控提供有效方法和理论基础。

关键词: 数据融合 绒柄牛肝菌 产地鉴别 紫外光谱 红外光谱

 全文链接 请求原文
红外光谱技术在食用菌研究中的应用

食品科学 2018 EI 北大核心 CSCD

摘要:红外光谱技术因其准确、快捷、无损等特点备受关注,随着该技术日趋成熟及相关科学理论的发展,红外光谱技术被广泛应用于大型真菌的化学成分分析和质量检测,且在该研究领域具有广阔发展前景。本文对红外光谱技术在食用菌研究方面的国内外现状和进展进行综述,介绍了红外光谱技术对食用菌不同种类、产地、部位的鉴别及其化学成分定量分析的相关研究,以期为食用菌进一步开发利用提供理论依据。

关键词: 红外光谱 食用菌 鉴别 定量分析 开发利用

 全文链接 请求原文
不同储藏年限绒柄牛肝菌紫外&红外光谱数据融合鉴别研究

现代食品科技 2018 北大核心

摘要:野生食用菌干品长时间储藏会引起微生物增殖、物理及化学变化,影响其商品品质,为保证其质量安全,亟需建立快速有效的方法,鉴别不同储藏年限野生食用菌。本研究采集5个储藏年限,77个绒柄牛肝菌子实体的紫外(UV)与傅里叶变换红外(FT-IR)光谱,采用卷积平滑(SG)、二阶导数(2-D)、标准正态变量(SNV)等方法对光谱进行预处理,结合偏最小二乘判别分析(PLS-DA),建立UV、FT-IR、低级和中级数据融合模型。结果显示:UV与FT-IR光谱最佳预处理分别为SG+2-D和SG+2-D+SNV;UV、FT-IR、低级和中级数据融合模型,总样品分类错误数分别为10、6、4、3,且中级数据融合的R2cal平均值最接近于1、RMSECV平均值最小,表明中级数据融合分类效果,优于UV、FT-IR和低级数据融合。采用UV与FT-IR中级数据融合策略结合PLS-DA,能够准确鉴别不同储藏年限牛肝菌样品,为野生食用菌品质评价提供一种新思路。

关键词: 数据融合 绒柄牛肝菌 储藏年限 紫外光谱 红外光谱

 全文链接 请求原文
红外光谱法快速预测不同种类重楼中重楼皂苷含量

中国中药杂志 2017 北大核心 CSCD

摘要:重楼皂苷是中药重楼主要的有效成分,为了快速评价重楼品质,保证重楼在临床治疗中的疗效,本文采用红外光谱结合偏最小二乘回归法(partial least squares regression,PLSR)对重楼中重楼皂苷Ⅰ、重楼皂苷Ⅱ和重楼皂苷Ⅶ进行定量分析,建立快速评价重楼品质的方法。采集78份不同产区、不同种类重楼样品的红外光谱,用高效液相色谱测定重楼样品中重楼皂苷Ⅰ、重楼皂苷Ⅱ及重楼皂苷Ⅶ的含量,将重楼的红外光谱数据和液相数据进行拟合,快速预测3种重楼皂苷含量。原始红外光谱经多元散射校正(multiplicative signal correction,MSC)、标准正态变量(standard normal variate,SNV)、正交信号校正(orthogonal signal correction,OSC)、一阶求导(first derivative,1st Der)、二阶求导(second derivative,2nd Der)预处理后,运用偏最小二乘回归分析建立重楼皂苷的定量预测模型。重楼皂苷Ⅰ和重楼皂苷Ⅱ的最佳预处理方法为MSC+OSC+2nd Der,重楼皂苷Ⅶ的最佳预处理方法为MSC+SNV+OSC+2nd Der;重楼皂苷Ⅰ、重楼皂苷Ⅱ和重楼皂苷Ⅶ3个指标成分定量校正模型的决定系数(R~2)分别为0.930 8,0.934 8,0.912 3 mg·g~(-1);校正均方根误差(root mean square error of estimation,RMSEE)分别为1.855 0,0.632 3,0.001 6 mg·g~(-1);验证模型的决定系数(R~2)分别为0.948 8,0.963 6,0.780 1 mg·g~(-1);预测均方根误差(root mean square error of prediction,RMSEP)分别为1.704 6,1.227 7,0.001 9 mg·g~(-1);定量模型的预测值与真实值比较接近,模型预测效果好,其中重楼皂苷Ⅰ,Ⅱ定量模型效果优于重楼皂苷Ⅶ。该方法无损、快速、准确,可用于重楼中重楼皂苷含量的快速测定。

关键词: 重楼 红外光谱 定量分析 重楼皂苷 偏最小二乘回归

 全文链接 请求原文
砷超标食用牛肝菌的红外光谱快速鉴别

食品与发酵工业 2017 北大核心 CSCD

摘要:红外光谱结合偏最小二乘判别分析建立快速区分牛肝菌砷含量是否超标的方法。采集美味牛肝菌和绒柄牛肝菌共85份样品的红外光谱信息,对光谱进行平滑、二阶导数和标准正态变量优化处理;采用电感耦合等离子体发射光谱仪测定牛肝菌中砷含量,根据GB 2762—2012规定的食用菌中砷限量标准评价牛肝菌的食用安全性;将红外光谱数据与牛肝菌的砷含量值进行拟合建立砷超标与未超标样品的分类模型。结果显示:(1)牛肝菌的砷元素含量为0.033~8.301 mg/kg(DW),不同种类、不同产地牛肝菌砷元素含量具有差异;(2)多数牛肝菌样品砷含量超过GB 2762—2012的限量标准,其中采自普洱思茅区的绒柄牛肝菌砷超标较为严重,食用有潜在风险;(3)砷超标与未超标牛肝菌的红外光谱在峰形、峰位上没有明显差异;优化处理后的光谱数据进行偏最小二乘判别分析,其主成分得分散点图能将砷超标样品和未超标样品区分开,分类正确率达到91.76%,能为快速检测食用菌中砷含量是否超标提供新方法。

关键词: 红外光谱 牛肝菌 健康风险 鉴别

 全文链接 请求原文
红外光谱结合化学计量学对不同采收期滇重楼的定性定量分析

光谱学与光谱分析 2017 EI SCI 北大核心 CSCD

摘要:傅里叶变换红外光谱(FTIR)结合偏最小二乘判别分析(PLS-DA)和偏最小二乘回归(PLSR)对不同采收期滇重楼(Paris polyphylla var.yunnanensis)分别进行定性鉴别与定量分析,以期为滇重楼合理采收和鉴别评价提供科学依据。采集46份不同采收期滇重楼样品的红外光谱,对光谱数据进行自动基线校正+纵坐标归一化+自动平滑+小波去噪(WD)预处理后进行PLS-DA分析;采用超高效液相色谱测定样品中重楼皂苷Ⅰ,Ⅱ,Ⅵ,Ⅶ的含量,将液相测定数据与红外光谱数据进行拟合,经自动基线校正+纵坐标归一化+自动平滑+一阶求导+正交信号校正(OSC)优化处理后,建立滇重楼中重楼皂苷Ⅰ,Ⅱ,Ⅵ,Ⅶ的快速预测模型。结果显示,(1)原始红外光谱中主要吸收区域在950~700,1 200~950,1 800~1 500和2 800~3500cm-1附近。(2)PLS-DA得分图可准确区分不同采收期滇重楼样品。(3)液相数据显示重楼总皂苷含量随着年限的增加先成倍增加,再逐渐减少,最后呈现缓慢增加的趋势。(4)重楼总皂苷含量定量模型的预测值与真实值间无显著性差异,表明模型预测效果好。FTIR结合化学计量学可准确区分不同采收期滇重楼并快速预测其皂苷含量,为不同采收期滇重楼的鉴别和皂苷含量预测提供一种新方法,同时为确定滇重楼的最佳采收期提供参考依据。

关键词: 红外光谱 采收期 滇重楼 重楼皂苷 PLS-DA PLSR

 全文链接 请求原文
三七种植土壤类型及产地的红外光谱鉴别方法研究

河南农业科学 2016 北大核心 CSCD

摘要:为建立一种基于傅里叶变换红外光谱技术结合光谱检索的三七种植土壤类型和产地的鉴别方法,以3个产地6种土壤类型种植的102株三七植株主根木质部和韧皮部的红外光谱为指标,利用Omnic 8.0软件中光谱检索功能分别对主根木质部和韧皮部的红外光谱与相应光谱库进行种植土壤类型和产地检索和鉴别。结果表明:基于韧皮部光谱的鉴别效果比木质部的好。利用韧皮部光谱对种植土壤类型和产地进行鉴别时,匹配正确率分别为90.20%和97.06%。表明傅里叶变换红外光谱技术结合光谱检索法可鉴别三七的种植土壤类型和产地。

关键词: 红外光谱 光谱检索 土壤类型 产地 三七

 全文链接 请求原文

首页上一页123下一页尾页