公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

近红外光谱快速检测马铃薯全粉还原糖被引量：10: 2013年; 还原糖含量是评价马铃薯全粉品质的重要指标之一,该文研究基于近红外光谱技术结合最小二乘支持向量机(least squares support vector machine,LSSVM)算法的马铃薯全粉还原糖含量非线性数学模型。采用移动窗口偏最小二乘法(moving windows partial least square,MWPLS)和连续投影算法(successive projections algorithm,SPA)组合方法筛选出20个特征变量,作为LSSVM的输入向量。优化径向基函数(radial basis function,RBF)的惩罚因子和核参数,训练LSSVM校正模型。经比较,LSSVM校正模型预测结果最优,预测相关系数为0.984,预测标准差为0.223%,相对分析误差(standard deviation ratio,SDR)为5.62。结果表明:近红外光谱结合LSSVM算法提高了马铃薯全粉还原糖含量的预测精度。; 孙旭东董小玲; 关键词：近红外光谱无损检测马铃薯还原糖

基于小波压缩的马铃薯全粉还原糖近红外光谱检测研究被引量：9: 2013年; 为探讨小波压缩算法结合近红外光谱技术在马铃薯全粉还原糖含量检测中的可行性,采用傅里叶变换近红外光谱仪采集了250份马铃薯全粉样品的近红外光谱。分别优化了消失矩、小波系数和主成分因子数,优化结果为10,100和20。基于db小波函数将1 501个马铃薯全粉的近红外光谱变量压缩成100个小波系数。分别以1 501个光谱变量和100个小波系数为变量分别建立了偏最小二乘(PLS)校正模型。以62个未参与建模的样品作为预测集,考察模型的预测能力。经比较,小波压缩结合PLS的校正模型预测结果最优,模型预测相关系数为0.98,预测均方根误差为0.181%。实验结果表明小波压缩算法结合近红外光谱技术有效地保留了有效光谱信息,实现了光谱数据降维,简化了马铃薯全粉还原糖PLS校正模型,提高了模型的预测能力。; 董小玲孙旭东; 关键词：光谱学近红外小波压缩还原糖马铃薯

蜂蜜中乐果农药残留的表面增强拉曼光谱定量分析被引量：13: 2015年; 应用表面增强拉曼光谱(surface-enhanced Raman spectroscopy,SERS)技术,结合线性回归算法,开展蜂蜜乐果中农药残留快速定量分析方法研究。含乐果农药残留的益母草蜂蜜样品30个作为被测对象,划分成建模集(20个)和预测集(10个)。采用具有规则倒四角锥体结构的Klarite基底作为增强基底,提高特征拉曼位移峰的相对强度。通过含乐果农药残留蜂蜜样品的SERS光谱与乐果标准品的常规拉曼光谱间的对比分析,找到了蜂蜜中乐果农药残留对应的四个特征拉曼位移峰867,1 065,1 317和1 453cm-1。采用线性回归方法,建立了蜂蜜中乐果农药残留对应的四个特征拉曼位移峰强与乐果浓度间的线性回归模型。10个未参与建模的预测集样品,评价了模型的预测能力。经比较,采用867cm-1处特征拉曼位移峰强建立的线性回归模型预测结果最优,模型预测相关系数为0.984,预测均方根误差为0.663ppm。检测限达到2ppm,接近我国农药残留最大限量标准的检测限。实验结果表明采用表面增强拉曼光谱技术结合线性回归算法实现蜂蜜中乐果农药残留的快速定量分析是可行的。可为其他农产品的农药残留快速定量分析提供参考依据。; 孙旭东董小玲; 关键词：光谱学拉曼表面增强拉曼蜂蜜农药残留

法国文化视角下的《基督山伯爵》被引量：1: 2016年; 大仲马是著名的法国浪漫主义文学作家之一,在他的作品中,法国浪漫主义文化被展现得淋漓尽致,他所创作的达达尼昂三部曲系列与《基督山伯爵》皆是传世著作,被许多读者与当代文学家所喜爱。本文便对大仲马的代表作品《基督山伯爵》进行解读,以法国文化视角重新审视这部名著,通过解读其中所蕴含的法国文化中的浪漫主义文学色彩,进而探讨其爱情与复仇两大主题中所传达的法国文化,最终以法国文化视角对这部作品进行全方位的解读,带领读者进一步熟悉这部著作。; 董小玲; 关键词：《基督山伯爵》法国文化浪漫主义主题

基于可见近红外光谱技术的白菜籽品种主成分和聚类分析研究: 2012年; 采用可见近红外光谱技术进行白菜籽品种识别研究。利用主成分分析方法将白菜籽的可见近红外光谱数据压缩成3个主成分得分变量后,进行聚类分析,准确地识别出鑫丰70、青麻叶和山东五号3个品种,错判率为8.89%。结果表明:应用可见近红外光谱技术、主成分分析和聚类分析方法进行白菜籽品种识别是可行的。; 董小玲; 关键词：主成分分析聚类分析

菜籽品种可见近红外光谱鉴别研究被引量：2: 2013年; 菜籽品种是决定蔬菜品质的主要因素之一,为了快速鉴别菜籽品种,提出一种菜籽品种的可见近红外光谱鉴别方法。在450～1 000 nm光谱范围内,采集了6种菜籽的可见近红外光谱。采用主成分载荷曲线法,从全光谱变量中筛选出17个特征光谱变量,作为线性判别分析(LDA)的输入向量,建立了菜籽品种LDA鉴别模型,且模型判别结果优于主成分判别结果,误判率为2.42%。结果表明,采用可见近红外光谱技术结合线性判别分析方法,进行菜籽品种的快速鉴别是可行的。; 董小玲; 关键词：线性判别分析菜籽

全选清除导出

共1页<1>

董小玲