登录    注册    忘记密码

期刊文章详细信息

基于二维相关近红外谱参数化及BP神经网络的掺杂牛奶鉴别  ( EI收录)  

Identification of Adulterated Milk Based on Two-Dimensional Correlation Near-Infrared Spectra Parameterization and BP Neural Network

  

文献类型:期刊文章

作  者:苗静[1] 曹玉珍[1] 杨仁杰[2,3] 刘蓉[2] 孙惠丽[4] 徐可欣[2]

机构地区:[1]天津大学精密仪器与光电子工程学院,天津300072 [2]天津大学精密测试技术及仪器国家重点实验室,天津300072 [3]天津农学院机电工程系,天津300384 [4]天津市医疗器械质量监督检验中心,天津300191

出  处:《光谱学与光谱分析》

基  金:国家自然科学基金项目(31201359;30900275);国家高技术研究发展计划(863计划)项目(2012AA022602)资助

年  份:2013

卷  号:33

期  号:11

起止页码:3032-3035

语  种:中文

收录情况:AJ、BDHX、BDHX2011、CAS、CSCD、CSCD2013_2014、EI(收录号:20134917057740)、IC、INSPEC、JST、PUBMED、RCCSE、RSC、SCI-EXPANDED(收录号:WOS:000326769300033)、SCIE、SCOPUS、WOS、ZGKJHX、核心刊

摘  要:将二维相关近红外谱参数化方法与BP神经网络结合,建立掺杂牛奶与纯牛奶的判别模型。分别配制含有尿素牛奶(1~20g·L^-1)和三聚氰胺牛奶(O.01~3g·L^-1)样品各40个。研究了纯牛奶、掺杂牛奶的二维相关近红外谱特性,在此基础上,分别提取了各样品二维相关同步谱的5个特征参数。将这5个特征参数作为BP神经网络的输入,分别建立掺杂尿素、掺杂三聚氰胺、两种掺杂牛奶与纯牛奶的判别模型,采用这些模型对未知样品进行预测,其预测正确率分别为95%,100%和96.7%。研究结果表明:该方法有效地提取了牛奶中掺杂目标物的特征光谱信息,同时又减少了BP神经网络输入变量的维数,实现了掺杂牛奶与纯牛奶的鉴别。

关 键 词:二维相关近红外谱  参数化 掺杂牛奶  BP神经网络 尿素 三聚氰胺

分 类 号:O657.3]

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