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
机构地区:[1]华南师范大学生物光子学研究院,广州510631
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...