近红外光谱法对食用植物油品种的快速鉴别.pdfVIP

近红外光谱法对食用植物油品种的快速鉴别.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 50卷第 16期 湖北农 业 科 学 Vo1.50No.16 2011年 8月 HubeiAgricuhnral Sciences Aug.,2011 近红外光谱法对食用植物油品种的快速鉴别 梁 丹 ,一,李小昱 ,李培武 ,王 为 (1.华中农业大学工程技术学院,武汉 430070;2.武汉职业技术学院电信学院,武汉 430074; 3.中国农业科学院油料作物研究所 .武汉 430062) 摘要 :以食用植物油为研究对象.建立 了一种用近红外光谱技术鉴别食用植物油品种的方法 。分别采用 系统聚类法、主成分分析法、BP人工神经网络法进行 了4个常用品种食用植物油的鉴别研究 结果表明. 系统聚类法和主成分分析法均只能鉴别 出4种植物油 中的大豆油和花生油 ,不能识别玉米油和芝麻油 , 鉴别率仅为 312%:利用 BP人工神经网络法将 6O个校正集样 品的 11个主成分数据作为BP网络输入 变量 ,建立的3层 BP人工神经网络鉴别模型对 4种植物油品种的鉴别效果最优 ,鉴别率为 100%,表 明 BP人工神经网络法具有很好的分类和鉴别常用食用植物油品种的效果 关键词 :食用植物油;近红外光谱 ;系统聚类法;主成分分析法:BP人工神经网络法 中图分类号 :TS225.1 文献标识码 :A 文章编号 :0439—8114l2011)16—3383—03 Discrimination ofEdibleVegetableOilbyNearInfrared Spectroscopy LIANG Dan1,2,LIXiao-yu,LIPei-wu。,W ANG W ei (1.CollegeofEngineering Technology,HuazhongA culturalUniversity,Wuhan430070,China;2.TelecommunicationsInstitute,Wuhan InstituteofTechnology,Wuhan430074,China;3.OilCropsResearchInstitute,theChineseAcademyofA culturalScience,Wahan430062,China) Abstract:A new method forthe discrimination ofvarietiesofediblevegetableoilbymeansofnearinfrared spectroscopy (NIRS)wasdeveloped.Usinghierarchicalclustering method,principalcomponentanalysis,BP artificialneuralnetwork method(ANN—BP)toidentifythefourdifferentvarietiesofediblevegetableoil.Theresultsshowedthatthehierarchical clns· teringmethodandprincipalcomponentanalysiscouldonlyidentifysoybeanoilandpeanutoil,theirrecognitionratesjust reached 31.2%.With ANN-BP.the 11principalcomponentsdataof60 calibrated sampleswereusedastheinputsofANN- BP,then thehtree layersANN-BP discriminationmodelwasbuilt,and itwasthebestmehtod to identifyhtefourdifferent varietiesofvegetable oil,and therecognition rateofrthefourdiffe

文档评论(0)

liyxi26 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档