基于衰减全反射红外光谱(ATR-MIR)的混合鱼糜及其制品的鉴别分析研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3964/j.issn.1000-0593(2015)10-2930-10

基于衰减全反射红外光谱(ATR-MIR)的混合鱼糜及其制品的鉴别分析研究

引用
利用ATR‐MIR光谱分析技术对掺杂了不同水平带鱼糜的鲢鱼糜进行了分类。文中采用了五种化学计量学方法(SIMCA ,KNN ,SVR ,PLS‐DA和 ID3决策树)分别结合ATR‐MIR光谱数据建立判别模型,并对各个分类模型性能和分类效果进行了分析和比较。结果表明:无论是对生鱼糜样品进行鉴别还是对其熟制品进行鉴别,基于SIMCA方法建立的分类模型都获得了较好的分类效果。对鱼糜制品和生鱼糜正确分类率分别达到了96.59%和96.43%,相应的交互验证均方根误差(RMSECV)值分别为:0.1857和0.1898,相关系数 r值达到了0.9880和0.9941。这表明A T R‐M IR结合化学计量学方法可以对掺假的鲢鱼糜进行鉴别,也表明ATR‐MIR在鱼糜品质监测方面具有很广阔的应用前景。

鱼糜、化学计量学、衰减全反射红外光谱、掺假、检测

O657.3(分析化学)

the National Key Technologies R&D Program of China2012BAD29B04;the Program for Zhejiang Leading Team of S&T Innovation2011R50029

2015-12-02(万方平台首次上网日期,不代表论文的发表时间)

共10页

2930-2939

相关文献
评论
暂无封面信息
查看本期封面目录

光谱学与光谱分析

1000-0593

11-2200/O4

2015,(10)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn