您好,欢迎访问云南省农业科学院 机构知识库!
筛选
科研产出
排序方式:

时间

  • 时间
  • 相关度
  • 被引量
资源类型: 中文期刊
收录级别:EI(精确检索)
83条记录
基于偏最小二乘法判别分析与随机森林算法的牛肝菌种类鉴别

光谱学与光谱分析 2022 EI SCI 北大核心 CSCD

摘要:牛肝菌作为一种著名的野生食用菌,具有较高的食用价值和经济价值.牛肝菌种类繁多,不易区分,建立一种有效、快速、可信的种类鉴别技术,可为牛肝菌提高品质提供一种方法.本研究采集云南不同地区7种野生牛肝菌共计683株,获取样品中红外光谱和紫外光谱,分析不同种类牛肝菌平均光谱图特征.基于多种预处理组合(SNV+SG,2D+MSC+SNV,1D+MSC+SNV+SG,MSC+2D)的单一光谱数据结合两种特征值提取法(PCA,LVs)构建了偏最小二乘法判别分析与随机森林算法并结合数据融合策略对牛肝菌进行种类鉴别,有一定的创新性.结果表明:(1)中红外光谱和紫外光谱的不同种类牛肝菌平均光谱吸收峰差异较小,吸光度具有细微差异.(2)合适的预处理可提高光谱数据信息,偏最小二乘法判别分析和随机森林算法模型的中红外光谱数据和紫外光谱数据最佳预处理组合为2D+MSC+SNV,SNV+SG,2D+MSC+SNV,1D+MSC+SNV+SG.(3)单一光谱模型中,中红外光谱模型优于紫外光谱模型,中红外光谱最佳预处理组合2D+MSC+SNV的偏最小二乘法判别分析模型正确率训练集99.78%,验证集99.12%;随机森林模型正确率训练集93.20%,验证集99%.(4)数据融合策略提高了分类正确率,低级融合的偏最小二乘法判别分析模型训练集和验证集正确率为100%,99.12%.随机森林模型训练集和验证集正确率为92.32%,99.14%.(5)随机森林算法中级数据融合Latent variable(LVs)正确率为训练集92.76%,验证集96.04%;中级数据融合Principal components analysis(CPA)正确率为训练集97.15%,验证集100%.(6)偏最小二乘法判别分析中级数据融合(LVs)正确率为训练集100%,验证集99.56%;中级数据融合(CPA)训练集和验证集正确率均能达到100%.基于偏最小二乘法判别分析和随机森林算法结合数据融合策略对牛肝菌进行种类鉴别,鉴别效果理想.偏最小二乘法判别分析中级数据融合(CPA)可作为一种低成本高效率的牛肝菌种类鉴别技术.

关键词: 牛肝菌;中红外光谱;紫外光谱;偏最小二乘法判别分析;随机森林;数据融合

 全文链接 请求原文
烘焙程度对小粒咖啡5-羟甲基糠醛生成的影响

中国食品学报 2022 EI 北大核心 CSCD

摘要:基于液液-分散固相萃取净化和高效液相色谱仪建立烘焙咖啡中5-羟甲基糠醛定量测定方法.采用1%乙酸-乙腈溶液作为提取溶剂,3.0 g氯化钠+1.0 g乙酸钠为盐析剂,50 mg C18粉+20 mg N-丙基乙二胺+200 mg无水硫镁酸为分散固相萃取净化剂.以Shiseido CAPCELL PAK MG C18色谱柱(150 mm×4.6 mm i.d.,5.0μm)为分析柱,实现5-HMF的分离,以甲醇-水溶液为流动相进行梯度洗脱.在优化条件下,5-HMF在0.5~50.0 mg/L线性范围内线性良好,相关系数为0.9991,检出限为0.01 mg/kg,定量限为0.03 mg/kg,在3个加标水平下,5-HMF的加标回收率为85.50%~105.5%,相对标准偏差为4.28%~7.59%(n=5).采用本方法测定了烘焙小粒咖啡中5-HMF含量.结果表明:烘焙温度、烘焙时间和烘焙程度,对小粒咖啡中5-羟甲基糠醛含量影响非常明显.

关键词: 小粒咖啡;烘焙程度;美拉德反应;5-羟甲基糠醛

 全文链接 请求原文
ATR-FTIR和UV-Vis结合数据融合策略鉴别滇黄精产地

光谱学与光谱分析 2021 EI 北大核心 CSCD

摘要:黄精药材品质优劣与基原植物产地环境因子密切相关,建立简单、快速且能够准确鉴别药材产地的方法对保证其质量可控及用药安全具有重要的理论意义和应用前景。研究中以云南、四川和广西9个产地的133份滇黄精Polygonatum20kingianumcoll.et20Hemsl根茎为试验材料,采集衰减全反射-傅里叶变换红外光谱(ATR-FTIR)和紫外-可见光光谱(UV-Vis)数据预处理后分别建立单一光谱随机森林(Random20forest,RF)模型;将ATR-FTIR与UV-Vis数据直接串联完成低级融合,提取两种光谱的主成分数(PCs)和潜在变量(LVs)以实现中级(中级融合PCs和中级融合LVs)和高级数据融合(高级融合PCs和高级融合LVs),基于不同数据融合策略分别建立RF模型;比较不同模型的正确率(ACC)、灵敏度(SEN)和特异性(SPE),筛选产地鉴别最佳模型。结果显示,不同产地滇黄精ATR-FTIR和UV-Vis峰型相似,吸光度略有差异,ATRFTIR显示14个共有峰,与糖类、甾体皂苷、黄酮类和生物碱类物质有关,其UV-Vis共有峰主要位于272及327nm处,与黄酮类物质有关;ATR-FTIR、UV-Vis和低级融合的RF模型,训练集和预测集ACC分别为(76.34%,95.00%),(80.65%,95.00%)和(83.87%,100.00%),但SEN和SPE值较低,故不宜采用;中级融合PCs和中级融合LVs的RF模型的SEN和SPE分别为大于0.91和0.98,训练集ACC分别为91.40%和97.85%,预测集ACC均为97.50%;高级融合PCs和高级融合LVs的RF训练集ACC分别为77.42%和97.85%,预测集ACC均为95.00%,高级融合PCs的RF模型鉴别效果较差,高级融合LVs的RF模型存在过拟合现象;模型鉴别能力为中级融合LVs>中级融合PCs>低级融合>20UV-Vis>ATR-FTIR>高级融合PCs;提取LVs对产地鉴别的方法优于PCs;中级融合LVs建立的RF模型鉴别ACC最高,SEN和SPE大于0.98,模型性能最佳。该方法可为黄精药用资源的科学评价提供理论依据和技术支撑。

关键词: 滇黄精 产地鉴别 数据融合 数据衰减全反射-傅里叶变换红外光谱 紫外-可见吸收光谱(UV-Vis)

 全文链接 请求原文
铜、碘掺杂碳点过氧化物模拟酶比色探针检测茶叶中痕量Pb(II)

食品科学 2021 EI 北大核心 CSCD

摘要:基于Pb(II)对铜、碘掺杂碳点模拟酶的活性调节,建立简单、灵敏测定茶叶中Pb(II)的比色探针新方法。铜、碘掺杂碳点的动力学分析结果表明:其模拟酶催化参数符合典型的米氏方程模型。Pb(II)吸附于铜、碘掺杂碳点表面后,可促进底物3,3’,5,5’-四甲基联苯胺(3,3’,5,5’-tetramethylbenzidine,TMB)的氧化。Pb(II)在0.27~27.02 mg/L范围内呈良好的线性关系。将该方法用于Pb(II)含量的测定,其检出限可达到34.3μg/L,实际茶叶样品的加标回收率在92.41%~101.85%范围内,满足GB 5009.12—2017《食品中铅的测定》中的检测要求。该方法具有简便、稳定、特异性强等特点,其检出限也低于国家规定的食品中Pb(II)含量限值。

关键词: 铜、碘掺杂碳点 过氧化物模拟酶 比色探针 茶叶

 全文链接 请求原文
不同深度基质含水率变化规律与预测模型研究

农业机械学报 2020 EI 北大核心 CSCD

摘要:为探明不同深度的基质含水率变化规律,使用干燥法分别对多个EC-5型传感器进行校准,并将4个传感器分别放置垂向距滴头5、10、15、20 cm 4个不同深度处,测量不同滴头流量及滴灌量条件下垂向基质含水率的变化,建立了不同深度基质含水率预测模型。试验结果表明,在滴灌开始后第1层(距滴头5 cm处)基质含水率最先上升并迅速达到较高水平,滴灌停止后水分将快速扩散至更深基质层,其含水率可提升至根系易利用水平(25.3%及以上),水分快速运移时间持续1 h左右,随着初始基质含水率的降低,在相同滴头流量及灌溉量条件下,水分在垂直方向的运移程度更深,将第1层基质初始含水率、滴灌时间、预测时间、预测层高度差、滴头流量作为输入,利用遗传算法优化的BP神经网络算法与随机森林回归算法(RFR),建立滴灌下基质不同深度含水率预测模型。将试验所预测的滴灌后基质含水率与实际测量的不同深度基质含水率进行对比分析,并对不同预测深度的预测结果进行误差分析,结果表明GA-BP预测模型及RFR预测模型的R2分别为0.866 4、0.946 5,即RFR算法建立的预测模型更加精确,并且预测深度越接近于第1层基质预测结果越准确。

关键词: 基质含水率 滴灌 水分运移 随机森林 预测模型

 全文链接 请求原文
基于光谱和色谱数据融合策略的青叶胆及近似种的鉴别研究

光谱学与光谱分析 2020 EI 北大核心 CSCD

摘要:青叶胆(Swertia leducii)为獐牙菜属(Swertia)一年生草本植物,在肝炎病治疗方面效果显著.其与同属近似种外观极其相似,加之常以干燥全草入药,仅从形态难以正确鉴别.不同物种有效成分存在明显差异,其药效也有所不同.基于光谱和色谱数据融合建立青叶胆及近似种的鉴别方法,为青叶胆药用真实性与安全性提供科学依据.采集青叶胆及其近似种植物共102份样品的傅里叶变换红外光谱(FTIR)和超高效液相色谱(UPLC)指纹图谱;利用标准正态变量(SNV)、多元散射校正(MSC)、 Savitzky-Golay平滑(SG)、一阶导数(1D)、二阶导数(2D)等方法对原始红外光谱数据进行预处理,通过系统聚类分析(HCA)探讨獐牙菜属不同种类样品化学信息相似性与差异性; Kennard-Stone算法将所有样品按2∶1比例划分为训练集和预测集,训练集基于FTIR, UPLC,低级与中级数据融合建立随机森林(RF)判别模型,预测集用于验证模型预测能力,其中灵敏性(sensitivity)、特异性(specificity)、精密度(precision)和正确率(accuracy)用来评价模型性能.结果显示:(1)采用SNV+SG+2D组合对FTIR数据进行预处理,R~2Y和Q~2最大,分别为91.2%和84.1%,所有类别被正确区分,为最佳预处理.(2)HCA反映了5种獐牙菜属植物样品分类情况与亲缘关系,除紫红獐牙菜外,其余4种獐牙菜植物均分类正确,准确率为93.1%;青叶胆、川东獐牙菜、紫红獐牙菜与西南獐牙菜亲缘关系较近.(3)基于FTIR、 UPLC、低级和中级数据融合策略建立RF判别模型,样品错判总数分别为1, 5, 1和0,中级数据融合效果最佳,所有样品均正确分类,所建模型性能良好.FTIR与UPLC通过中级数据融合策略结合RF判别分析能正确鉴别不同种类獐牙菜属植物,结合HCA分析能够明确青叶胆及其近似种之间的亲缘关系,为獐牙菜属植物资源开发与质量控制提供理论基础.

关键词: 数据融合 物种鉴别 青叶胆 近似种 傅里叶变换红外光谱 超高效液相色谱

 全文链接 请求原文
应用光谱分析方法测定牛肝菌的产地和不同部位矿物质含量

光谱学与光谱分析 2020 EI 北大核心 CSCD

摘要:我国是全球最大的牛肝菌出口国,云南则是国内牛肝菌最大产区.美味牛肝菌香郁爽滑、营养丰富,备受消费者青睐,但因不同的地理气候和环境差异,导致品质参差不齐.开展云南省不同产区美味牛肝菌产地鉴别,有利于提高商品质量控制.本研究采集云南省13个产地美味牛肝菌样品124份,使用傅里叶变换中红外光谱(FTIR-MIR)、傅里叶变换近红外光谱(FTIR-NIR)、紫外可见光谱(UV-Vis)和电感耦合等离子体原子发射光谱法测定光谱信息与不同部位矿质元素含量并进行分析,对原始光谱进行平滑(Savitzky-Golay,SG)、二阶导数(SD)、标准正态变换(SNV)等预处理,数据使用Kennard-Stone分类法分为训练集与预测集,通过偏最小二乘辨别分析(PLS-DA)和支持向量机(SVM)建立分类模型后进行对比分析,寻找最佳的产地鉴别方法.结果显示:(1)元素测定方法中茶叶标准物质回收率在91.00% ~106.00% 之间,方法准确可靠;(2)美味牛肝菌富含元素K,P,Mg,Na和Ca且不同部位相同产地,不同产地相同部位元素之间存在差异性,可能与美味牛肝菌不同部位的富集能力和不同产地地理环境差异相关;(3)中级融合通过主成分分析(PCA)提取重要信息,其中FTIR-MIR和UV-Vis光谱数据的累计贡献率达到83.50% 和66.70%,代表重要信息变量;(4)在PLS-DA与SVM模型中,数据融合后的产地鉴别效果基本高于单一数据鉴别,说明数据融合策略在美味牛肝产地鉴别中效果显著;(5)采用Hottelling T2检测法对数据融合进行异常值检验,结果表明模型未超过置信区间,具有准确性与可信性;(6)PLS-DA模型的初级融合和中级融合结果都高于SVM,说明PLS-DA模型中级融合可以作为产地鉴别的最佳方法.多种光谱结合不同部位矿质元素可准确鉴别不同产地美味牛肝菌,为云南美味牛肝菌地域品质差异评价提供有效的分析方法.

关键词: 美味牛肝菌 多种光谱分析 矿质元素 产地鉴别

 全文链接 请求原文
FTIR结合化学计量学对三七地下部位鉴别及皂苷含量预测

光谱学与光谱分析 2019 EI SCI 北大核心 CSCD

摘要:当今中药市场上掺假现象屡见不鲜,不良商贩利用三七须根粉末假冒主根和剪口粉末,严重影响三七的质量与药效。通过傅里叶变换红外光谱(FTIR)结合化学计量学建立三七主根、剪口和须根粉末鉴别及四种皂苷含量快速预测模型,为快速三七质量控制提供基础。采集三七主根、剪口和须根红外光谱,超高效液相色谱(UPLC)测量样品中三七皂苷R1、人参皂苷Rg1、人参皂苷Rb1和人参皂苷Rd含量。采用纵坐标归一化及二阶导数对原始红外光谱进行预处理;Kennard-stone算法将60个样本分为2/3训练集与1/3预测集。训练集数据结合支持向量机(SVM)判别建立三七主根、剪口和须根粉末鉴别模型,最佳核函数c和g采用交叉验证进行网格式搜索,预测集数据用于对判别模型进行外部验证。正交信号校正偏最小二乘回归(OSC-PLSR)建立三七中四种皂苷含量预测模型,红外光谱采用一阶、二阶导数及Savitsky-Golay平滑5点、7点、9点、11点预处理。60个样本分为2/3训练集与1/3预测集,训练集数据建立OSC-PLSR模型,预测集数据对OSC-PLSR模型的预测结果进行外部验证。结果显示:(1)二阶导数可有效的分离原始谱图的叠合隐蔽谱峰,并提高谱图的分辨率;(2)交叉验证网格式搜索计算出最佳核函数c=2.828 43,g=4.882 81×10~(-4),此时训练集判别正确率为100%;(3)SVM判别模型核函数设置为最佳核函数,预测集数据外部验证正确率为100%,所有样本均被正确鉴别;(4)三七皂苷R1、人参皂苷Rg1、人参皂苷Rb1和人参皂苷Rd最优含量预测模型预测值与UPLC检测值接近,预测效果良好。FTIR结合SVM判别能对三七主根、剪口和须根粉末快速鉴别,结合OSC-PLSR能对四种皂苷含量进行准确预测。该方法准确可靠,可为中药材三七提供快速有效的质量控制。

关键词: 傅里叶变换红外光谱 三七 地下部位鉴别 皂苷含量预测 化学计量学

 全文链接 请求原文
17种分类算法在牛肝菌种类鉴别研究中的应用

光谱学与光谱分析 2019 EI SCI 北大核心 CSCD

摘要:由于部分毒菌与野生食用菌形态和生物学特征相似,农民仅凭经验采集,难免将两者混淆,从而导致严重的食品安全事故。云南省作为国内野生食用菌产量最高、出口量最大的省份,野生食用菌产业发展为云南农村经济发展做出了突出贡献,对不同种类野生食用菌进行快速鉴别,有利于野生食用菌产业的健康发展;分析食用菌亲缘关系,对食用菌育种工作具有积极作用。七种牛肝菌样品,采自云南及周边七个产地,利用FTIR光谱仪分别采集菌柄和菌盖红外指纹图谱,基于低级与中级数据融合策略,将预处理后的菌柄和菌盖FTIR光谱数据进行融合,结合Decision Trees,Discriminant Analysis,Logistic Regression Classifiers,Support Vector Machines,Nearest Neighbor Classifiers和Ensemble Classifiers中的17种算法,分别建立菌柄、菌盖、低级数据融合和中级数据融合模型,每个分类模型连续进行10次运算,通过比较训练集分类正确率平均值,确定牛肝菌种类鉴别最佳分类算法。中级数据融合数据集进行系统聚类分析(HCA),对推测不同种类牛肝菌样品的亲缘关系进行鉴定。结果显示:(1)菌柄、菌盖和低级数据融合模型最佳分类算法均为Linear Discriminant,训练集分类正确率分别为92.8%,96.4%和97.6%。中级数据融合模型最佳分类算法为Subspace Discriminant,训练集分类正确率为100%;(2)菌柄、菌盖、低级数据融合和中级数据融合最佳分类模型,全部样品分类正确率平均值分别为93.61%,95.54%,96.99%和99.88%,中级数据融合模型优于其他三种模型,表明中级数据模型可以将相似度较高的样品区分开,且减少了产地对种类鉴别的影响;(3)中级数据融合模型数据集进行HCA,华丽牛肝菌和美味牛肝菌聚类距离最小,表明这两种牛肝菌化学信息较相似,亲缘关系较近;(4)华丽牛肝菌与皱盖疣柄牛肝菌聚类临界值距离最大,表明样品化学信息差异较大,亲缘关系较远。综上表明,基于中级融合策略将不同部位FTIR光谱数据融合,结合Subspace Discriminant与HCA,可以准确鉴别不同种类牛肝菌和快速推测样品亲缘关系,可作为野生食用菌种类鉴别与亲缘关系推测的一种新方法。

关键词: 牛肝菌 FTIR 种类鉴别 不同部位 数据融合

 全文链接 请求原文
农田土壤环境监测渗漏池系统的构建技术及应用

农业工程学报 2019 EI 北大核心 CSCD

摘要:粗放的农田管理措施导致耕地质量连年下降,过量的投入品从农田流失至河流湖泊,特别是农田养分、重金属和农残等的淋溶加剧了农业面源污染的风险.渗漏池作为农业环境监测的重要装置,可分析土壤渗滤液的各成分及其淋洗特征,建立运移模型,评估不同农业措施对农田生态系统的影响,进而为完善农田管理措施提供技术支持.该文针对农业环境研究中的主要渗漏池类型,归纳总结了各类渗漏池的构建与布设方法,对渗漏池中的土壤装填、土壤表层隔离和渗漏液取样的方法等进行了系统描述,分析了不同渗漏池类型的优缺点,讨论了影响渗漏池监测结果的主要因素,并结合渗漏池在农田环境监测中的发展现状,提出了建议与展望.总体而言,各类渗漏池各有优缺点,渗漏池的构建应以具体研究需求为导向,结合地质地形条件、作物种植环境及自身建设水平等情况,在试验可接受的偏差范围和建设预算内,有针对性地构建适宜自身条件平台的渗漏池,从而实现低成本和高精确度的研究体系.

关键词: 土壤 监测 养分 渗漏池 农业环境 淋失 构建

 全文链接 请求原文

首页上一页123456...下一页尾页