科研产出
不同世代甘蔗亲本材料评价
《江西农业大学学报 》 2023 北大核心 CSCD
摘要：【目的】为了优良甘蔗种质资源的评价及快速分类，应用于甘蔗新品种培育。【方法】研究采集选配了22对云瑞系列杂交组合，对后代的丛有效茎数、株高、茎径、丛重、锤度5个主要农艺性状数据进行无量纲处理，再低级数据融合，结合相关分析、偏最小二乘分析（PLS-DA）、系统聚类分析（HCA）等方法，对试验材料进行综合评价，以提高创新种质的利用效率。【结果】（1）不同组合后代材料间的农艺性状数据指纹图谱差异较大，可以用于不同材料的鉴别；（2）PLS-DA与HCA结果显示，不同甘蔗野生种质资源后代群体间具有一定间隔，能较好进行区分，其中来源于云南割手密后代试验材料F2与F3代群体距离较近，关系较为紧密；（3）基于变量投影重要性准则（VIP）结果，筛选出的34个单株有较大的遗传改良潜力，将其选出进行下一步杂交利用。【结论】通过在不同农艺现状的数据融合对甘蔗种质进行评价，为甘蔗优异种质资源的收集保育、筛选和创新利用提供参考依据。
全文链接
请求原文
ATR-FTIR和UV-Vis结合数据融合策略鉴别滇黄精产地
《光谱学与光谱分析 》 2021 EI 北大核心 CSCD
摘要：黄精药材品质优劣与基原植物产地环境因子密切相关,建立简单、快速且能够准确鉴别药材产地的方法对保证其质量可控及用药安全具有重要的理论意义和应用前景。研究中以云南、四川和广西9个产地的133份滇黄精Polygonatum20kingianumcoll.et20Hemsl根茎为试验材料,采集衰减全反射-傅里叶变换红外光谱（ATR-FTIR）和紫外-可见光光谱（UV-Vis）数据预处理后分别建立单一光谱随机森林（Random20forest,RF）模型;将ATR-FTIR与UV-Vis数据直接串联完成低级融合,提取两种光谱的主成分数（PCs）和潜在变量（LVs）以实现中级（中级融合PCs和中级融合LVs）和高级数据融合（高级融合PCs和高级融合LVs）,基于不同数据融合策略分别建立RF模型;比较不同模型的正确率（ACC）、灵敏度（SEN）和特异性（SPE）,筛选产地鉴别最佳模型。结果显示,不同产地滇黄精ATR-FTIR和UV-Vis峰型相似,吸光度略有差异,ATRFTIR显示14个共有峰,与糖类、甾体皂苷、黄酮类和生物碱类物质有关,其UV-Vis共有峰主要位于272及327nm处,与黄酮类物质有关;ATR-FTIR、UV-Vis和低级融合的RF模型,训练集和预测集ACC分别为（76.34%,95.00%）,（80.65%,95.00%）和（83.87%,100.00%）,但SEN和SPE值较低,故不宜采用;中级融合PCs和中级融合LVs的RF模型的SEN和SPE分别为大于0.91和0.98,训练集ACC分别为91.40%和97.85%,预测集ACC均为97.50%;高级融合PCs和高级融合LVs的RF训练集ACC分别为77.42%和97.85%,预测集ACC均为95.00%,高级融合PCs的RF模型鉴别效果较差,高级融合LVs的RF模型存在过拟合现象;模型鉴别能力为中级融合LVs>中级融合PCs>低级融合>20UV-Vis>ATR-FTIR>高级融合PCs;提取LVs对产地鉴别的方法优于PCs;中级融合LVs建立的RF模型鉴别ACC最高,SEN和SPE大于0.98,模型性能最佳。该方法可为黄精药用资源的科学评价提供理论依据和技术支撑。
关键词： 滇黄精 产地鉴别 数据融合 数据衰减全反射-傅里叶变换红外光谱 紫外-可见吸收光谱（UV-Vis）
全文链接
请求原文
基于光谱和色谱数据融合策略的青叶胆及近似种的鉴别研究
《光谱学与光谱分析 》 2020 EI 北大核心 CSCD
摘要：青叶胆(Swertia leducii)为獐牙菜属(Swertia)一年生草本植物,在肝炎病治疗方面效果显著.其与同属近似种外观极其相似,加之常以干燥全草入药,仅从形态难以正确鉴别.不同物种有效成分存在明显差异,其药效也有所不同.基于光谱和色谱数据融合建立青叶胆及近似种的鉴别方法,为青叶胆药用真实性与安全性提供科学依据.采集青叶胆及其近似种植物共102份样品的傅里叶变换红外光谱(FTIR)和超高效液相色谱(UPLC)指纹图谱;利用标准正态变量(SNV)、多元散射校正(MSC)、 Savitzky-Golay平滑(SG)、一阶导数(1D)、二阶导数(2D)等方法对原始红外光谱数据进行预处理,通过系统聚类分析(HCA)探讨獐牙菜属不同种类样品化学信息相似性与差异性; Kennard-Stone算法将所有样品按2∶1比例划分为训练集和预测集,训练集基于FTIR, UPLC,低级与中级数据融合建立随机森林(RF)判别模型,预测集用于验证模型预测能力,其中灵敏性(sensitivity)、特异性(specificity)、精密度(precision)和正确率(accuracy)用来评价模型性能.结果显示:(1)采用SNV+SG+2D组合对FTIR数据进行预处理,R~2Y和Q~2最大,分别为91.2%和84.1%,所有类别被正确区分,为最佳预处理.(2)HCA反映了5种獐牙菜属植物样品分类情况与亲缘关系,除紫红獐牙菜外,其余4种獐牙菜植物均分类正确,准确率为93.1%;青叶胆、川东獐牙菜、紫红獐牙菜与西南獐牙菜亲缘关系较近.(3)基于FTIR、 UPLC、低级和中级数据融合策略建立RF判别模型,样品错判总数分别为1, 5, 1和0,中级数据融合效果最佳,所有样品均正确分类,所建模型性能良好.FTIR与UPLC通过中级数据融合策略结合RF判别分析能正确鉴别不同种类獐牙菜属植物,结合HCA分析能够明确青叶胆及其近似种之间的亲缘关系,为獐牙菜属植物资源开发与质量控制提供理论基础.
关键词： 数据融合 物种鉴别 青叶胆 近似种 傅里叶变换红外光谱 超高效液相色谱
全文链接
请求原文
数据融合快速鉴别9种野生食用牛肝菌
《菌物学报 》 2019 北大核心 CSCD
摘要：食用菌种类与产地品质存在差异,加上因牟利产生的混杂销售现象,严重制约了高原特色农产品来源鉴别、种质资源评价和深入挖掘利用。本试验融合牛肝菌光谱信息建立支持向量机(SVM)模型,寻找最佳的样品种类鉴别方法。结果显示:(1)元素标准曲线R~2>0.999,RSD<5.0%,标准物回收率94%–106%,测定方法可靠;(2)样品含Ca、Na等人体必需元素,但Cd含量超标;(3)脂肪酸、蛋白质等化合物和Ni、Co等矿质元素对种类鉴别贡献最大;(4)中级数据融合优于低级数据融合,优于单一光谱数据模型。数据融合结合化学计量学可实现样品种类快速准确鉴别,对食用菌市场监督、种质资源评价及挖掘利用具有理论参考意义。
关键词： 牛肝菌 傅里叶变换红外光谱 紫外可见光谱 电感耦合等离子体原子发射光谱 数据融合 种类鉴别
全文链接
请求原文
野生牛肝菌元素含量特征分析及其种类鉴别
《现代食品科技 》 2019 北大核心
摘要：野生牛肝菌的营养价值及暴露风险关系到消费者的健康安全,并严重影响其市场稳定和贸易出口。本文采用电感耦合等离子体原子发射光谱法和傅里叶变换红外光谱法测定8种野生牛肝菌429份样品中12种元素的含量和光谱数据,分析元素含量特征及食用健康风险,同时基于元素含量、红外光谱、初级融合和中级融合数据分别建立偏最小二乘判别分析和支持向量机(SVM)判别模型,比较其鉴别效果。结果显示:野生牛肝菌富含Ca、Mg、Na、Zn等矿质元素,适量摄入可以补充人体营养需求,同时也应当注意部分牛肝菌的Cd暴露风险;基于中级融合建立SVM判别模型,其训练集和预测集正确率均为100%,能够快速、准确鉴别牛肝菌种类,有效避免因误采误食导致的中毒事件发生。系统性的对牛肝菌进行元素含量分析、健康风险评估和种类鉴别,为其品质安全评估和资源的开发利用提供参考。
关键词： 野生牛肝菌 矿质元素 风险评估 数据融合 种类鉴别
全文链接
请求原文
17种分类算法在牛肝菌种类鉴别研究中的应用
《光谱学与光谱分析 》 2019 EI SCI 北大核心 CSCD
摘要：由于部分毒菌与野生食用菌形态和生物学特征相似,农民仅凭经验采集,难免将两者混淆,从而导致严重的食品安全事故。云南省作为国内野生食用菌产量最高、出口量最大的省份,野生食用菌产业发展为云南农村经济发展做出了突出贡献,对不同种类野生食用菌进行快速鉴别,有利于野生食用菌产业的健康发展;分析食用菌亲缘关系,对食用菌育种工作具有积极作用。七种牛肝菌样品,采自云南及周边七个产地,利用FTIR光谱仪分别采集菌柄和菌盖红外指纹图谱,基于低级与中级数据融合策略,将预处理后的菌柄和菌盖FTIR光谱数据进行融合,结合Decision Trees,Discriminant Analysis,Logistic Regression Classifiers,Support Vector Machines,Nearest Neighbor Classifiers和Ensemble Classifiers中的17种算法,分别建立菌柄、菌盖、低级数据融合和中级数据融合模型,每个分类模型连续进行10次运算,通过比较训练集分类正确率平均值,确定牛肝菌种类鉴别最佳分类算法。中级数据融合数据集进行系统聚类分析(HCA),对推测不同种类牛肝菌样品的亲缘关系进行鉴定。结果显示:(1)菌柄、菌盖和低级数据融合模型最佳分类算法均为Linear Discriminant,训练集分类正确率分别为92.8%,96.4%和97.6%。中级数据融合模型最佳分类算法为Subspace Discriminant,训练集分类正确率为100%;(2)菌柄、菌盖、低级数据融合和中级数据融合最佳分类模型,全部样品分类正确率平均值分别为93.61%,95.54%,96.99%和99.88%,中级数据融合模型优于其他三种模型,表明中级数据模型可以将相似度较高的样品区分开,且减少了产地对种类鉴别的影响;(3)中级数据融合模型数据集进行HCA,华丽牛肝菌和美味牛肝菌聚类距离最小,表明这两种牛肝菌化学信息较相似,亲缘关系较近;(4)华丽牛肝菌与皱盖疣柄牛肝菌聚类临界值距离最大,表明样品化学信息差异较大,亲缘关系较远。综上表明,基于中级融合策略将不同部位FTIR光谱数据融合,结合Subspace Discriminant与HCA,可以准确鉴别不同种类牛肝菌和快速推测样品亲缘关系,可作为野生食用菌种类鉴别与亲缘关系推测的一种新方法。
全文链接
请求原文
傅里叶变换红外光谱和紫外光谱数据融合对牛肝菌种类的鉴别
《食品科学 》 2018 EI 北大核心 CSCD
摘要：采集5种共272份牛肝菌样品的傅里叶变换红外光谱和紫外光谱,结合多光谱信息融合策略,建立牛肝菌种类快速鉴别的方法。多元散射校正(multiplicative signal correction,MSC)及二阶导数(second derivative,2D)等预处理方法对原始光谱进行优化,比较优化处理对区分不同种类牛肝菌影响;利用优化处理后的光谱数据及融合数据建立偏最小二乘判别分析(partial least squares discriminant analysis,PLS-DA)模型和支持向量机(support vector machine,SVM)判别模型。结果显示:1)经过2D和MSC预处理后,不同种类牛肝菌的PLS-DA鉴别效果优于未优化模型,表明2D+MSC预处理优化了光谱信息并提高了分类准确度;2)基于傅里叶变换红外光谱、紫外光谱、低级融合和中级融合数据分别建立PLS-DA模型,预测正确率为86.87%、66.67%、78.89%和95.56%;建立SVM判别模型,预测正确率分别为88.89%、74.44%、91.11%和100.00%,表明中级融合技术对不同种类牛肝菌鉴别效果显著,优于其他技术;3)中级融合技术在PLS-DA模型和SVM判别模型中对样品的预测正确率分别为95.56%和100.00%,表明SVM判别模型对牛肝菌种类区分效果优于PLS-DA模型。采用中级融合技术建立SVM判别模型,快速鉴别牛肝菌种类,为牛肝菌种类鉴别和质量控制提供可靠、稳定的方法。
关键词： 数据融合 牛肝菌 种类鉴别 紫外光谱 傅里叶变换红外光谱
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
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
不同部位矿质元素与红外光谱数据融合对美味牛肝菌产地溯源研究
《光谱学与光谱分析 》 2018 EI SCI 北大核心 CSCD
摘要：野生食用菌产地溯源研究中,采用单一有机成分或矿质元素指纹存在一定局限性。利用不同指纹分析技术的互补性与协同性,将不同部位与类型的化学信息进行融合,探讨此方法对野生食用菌产地溯源的可行性,以期为野生食用菌溯源提供新的思路与科学依据。通过测定云南7个产地、124个美味牛肝菌(菌柄、菌盖)中15种矿质元素的含量,以及子实体傅里叶变换红外光谱(FTIR)。标准正态变换(SNV)、二阶导数(2D)等算法对原始光谱进行预处理。基于低级与中级数据融合策略,将预处理后的FTIR光谱与菌柄、菌盖矿质元素数据进行融合,结合支持向量机(SVM)分别建立菌柄、菌盖、FTIR、低级数据融合(菌柄+菌盖,菌柄+菌盖+FTIR)与中级数据融合(菌柄+菌盖+FTIR)判别模型;分析比较模型参数,确定快速甄别美味牛肝菌产地的可靠方法。结果显示:(1)菌盖中Cd,Cr,Cu,Li,Mg,Na,P和Zn元素平均含量高于菌柄,Ba,Ca,Co,Ni,Rb,Sr和V元素在菌柄中平均含量高于菌盖。美味牛肝菌中人体必需矿质元素Ca,Cu,Mg,P和Zn平均含量远高于小麦、水稻干品和新鲜蔬菜,与动物干制品含量相似;(2)FTIR光谱数据最佳预处理方法为3D+SNV,其Q2和R2 Y分别为76.64%,88.91%;(3)菌柄、菌盖、FTIR、低级数据融合与中级数据融合SVM模型,c值分别为8 192,4 096,1.414 2,11.313 7,1和0.7071 1,菌柄和菌盖模型c值较大,表明采用单一菌柄或菌盖矿质元素含量数据,SVM训练存在过拟合风险,判别效果较差;(4)FTIR、低级数据融合和中级数据融合SVM模型,样品分类错误总数分别为7,9,7和0,中级数据融合(菌柄+菌盖+FTIR)模型样品分类正确率最高。表明基于中级融合策略将不同部位矿物元素和子实体FTIR光谱数据融合,可作为野生食用菌产地溯源的一种有效方法。
关键词： 产地溯源 美味牛肝菌 矿质元素 FTIR 不同部位 数据融合
全文链接
请求原文
