登录    注册    忘记密码

期刊文章详细信息

紫外可见吸收光谱结合主成分-反向传播人工神经网络鉴别真假蜂蜜  ( EI收录 SCI收录)  

Application of UV-Visible Absorption Spectroscopy and Principal Components-Back Propagation Artificial Neural Network to Identification of Authentic and Adulterated Honeys

  

文献类型:期刊文章

作  者:欧文娟[1] 孟耀勇[1] 张小燕[1] 孔猛[1]

机构地区:[1]华南师范大学生物光子学研究院,广州510631

出  处:《分析化学》

基  金:国家自然科学基金(No.60411130595);广东省中医药局项目(No.2008233)资助

年  份:2011

卷  号:39

期  号:7

起止页码:1104-1108

语  种:中文

收录情况:AJ、BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EBSCO、EI、IC、JST、RCCSE、RSC、SCI(收录号:WOS:000293762100027)、SCI-EXPANDED(收录号:WOS:000293762100027)、SCIE、SCOPUS、UPD、WOS、ZGKJHX、核心刊

摘  要:研究紫外-可见吸收光谱技术结合化学计量学方法鉴别真假蜂蜜。根据蜂蜜中果糖和葡萄糖的典型质量比1.2:1.0,配制与真蜂蜜相近的掺假溶液,并以5%~20%的比例掺入真蜂蜜中。获取纯正蜂蜜和掺假蜂蜜的紫外-可见吸收光谱,选择最佳敏感波段250~400 nm的吸光度值进行主成分分析(PCA),优选主成分作为反向传播人工神经网络(BPANN)的输入向量。输出结果显示,校准集和预测集的准确鉴别率均为100%;对应的均方根误差分别为8.523×10-3和8.961×10-3。研究结果表明,基于PCA-BPANN的紫外-可见吸收光谱技术能够方便、快速、准确地鉴别真假蜂蜜,为食品质量的快速检测提供可靠参考。

关 键 词:蜂蜜 掺假 紫外-可见吸收光谱 反向传播人工神经网络  主成分-反向传播人工神经网络  

分 类 号:S896.1]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心