- 相關(guān)推薦
基于可見(jiàn)/近紅外光譜的鵝鴨混合絨定量檢測(cè)研究
摘要：鵝絨和鴨絨的外觀相似但在品質(zhì)上鵝絨優(yōu)于鴨絨,各國(guó)羽絨毛標(biāo)準(zhǔn)對(duì)鵝絨毛中的鴨絨毛含量都有最高限定.傳統(tǒng)檢測(cè)方法為高倍顯微鏡目測(cè)法,該方法勞動(dòng)強(qiáng)度大,且不適宜大批量樣本的分析及現(xiàn)場(chǎng)快速檢測(cè).利用可見(jiàn)/近紅外光譜結(jié)合連續(xù)投影算法(SPA)特征波長(zhǎng)選擇的建模方法對(duì)鵝絨中混有鴨絨含量進(jìn)行了定量檢測(cè).在450～930 nm范圍內(nèi),通過(guò)SPA選擇的8個(gè)特征波長(zhǎng)建立多元線性回歸模型,取得了較好的預(yù)測(cè)結(jié)果,相關(guān)系數(shù)為0.983,校正均方根誤差(RMSEC)為5.44％,預(yù)測(cè)均方根誤差(RMSEP)為5.75％,有望用于羽絨毛品質(zhì)的快速檢測(cè). 作者： 徐惠榮[1] 宋保國(guó)[2] 萬(wàn)旺軍[2] 周瑩[1] 應(yīng)義斌[1] Author： XU Hui-rong[1] SONG Bao-guo[2] WAN Wang-jun[2] ZHOU Ying[1] YING Yi-bin[1] 作者單位： 浙江大學(xué)生物系統(tǒng)工程與食品科學(xué)學(xué)院,浙江杭州,310058浙江出入境檢驗(yàn)檢疫局,國(guó)家級(jí)羽毛絨檢測(cè)重點(diǎn)實(shí)驗(yàn)室,浙江杭州311208 期 刊： 光譜學(xué)與光譜分析 ISTICEISCIPKU Journal： Spectroscopy and Spectral Analysis 年，卷(期)： 2012, 32(4) 分類號(hào)： S123 關(guān)鍵詞： 羽絨品質(zhì) 定量分析 可見(jiàn)/近紅外光譜 連續(xù)投影算法 波長(zhǎng)選擇 機(jī)標(biāo)分類號(hào)： D9 TS9 機(jī)標(biāo)關(guān)鍵詞： 近紅外光譜 混合 檢測(cè)研究 Analysis 均方根誤差 鴨絨 特征波長(zhǎng) 羽絨毛 現(xiàn)場(chǎng)快速檢測(cè) 鵝絨 多元線性回歸模型 顯微鏡目測(cè)法 建模方法 預(yù)測(cè)結(jié)果 相關(guān)系數(shù) 投影算法 絨毛品質(zhì) 勞動(dòng)強(qiáng)度 檢測(cè)方法 含量 基金項(xiàng)目： 國(guó)家自然科學(xué)基金項(xiàng)目，浙江省科技計(jì)劃項(xiàng)目 基于可見(jiàn)/近紅外光譜的鵝鴨混合絨定量檢測(cè)研究[期刊論文] 光譜學(xué)與光譜分析 --2012, 32(4)徐惠榮 宋保國(guó) 萬(wàn)旺軍 周瑩 應(yīng)義斌鵝絨和鴨絨的外觀相似但在品質(zhì)上鵝絨優(yōu)于鴨絨,各國(guó)羽絨毛標(biāo)準(zhǔn)對(duì)鵝絨毛中的鴨絨毛含量都有最高限定.傳統(tǒng)檢測(cè)方法為高倍顯微鏡目測(cè)法,該方法勞動(dòng)強(qiáng)度大,且不適宜大批量樣本的分析及現(xiàn)場(chǎng)快速檢測(cè).利用可見(jiàn)/近紅外光譜結(jié)合...【基于可見(jiàn)/近紅外光譜的鵝鴨混合絨定量檢測(cè)研究】相關(guān)文章：
不同貯存溫度蜂花粉的可見(jiàn)-近紅外光譜鑒別04-26
黃酒總糖含量的中紅外光譜定量檢測(cè)04-26
基于BP神經(jīng)網(wǎng)絡(luò)的啤酒酒精度近紅外光譜快速檢測(cè)04-27
基于近紅外光譜技術(shù)的農(nóng)作物病害診斷04-27
異穗卷柏的顯微與近紅外光譜鑒定研究04-26
基于主成分分析和BP神經(jīng)網(wǎng)絡(luò)的土壤養(yǎng)分近紅外光譜檢測(cè)04-29
基于近紅外光譜的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)大米直鏈淀粉含量04-28
基于獨(dú)立成分分析的被動(dòng)紅外光譜弱信號(hào)檢測(cè)04-27