基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
研究利用近红外光谱分析技术定量测定茶叶中咖啡碱的含量,目的是通过变量筛选简化模型并提高预测精度.试验中以135个来自大闽食品公司的茶叶作为研究对象,利用基于小波系数蒙特卡罗无信息变量消除法(WT-MC-UVE)进行变量筛选并结合偏最小二乘法(PLS)建立咖啡碱定量分析模型,选择交互验证均方根误差(RMSECV)和预测集均方根误差(RMSEP)以及预测相关系数(Rp)作为模型的评价指标.应用 WT-MC-UVE筛选的90个变量所建立的模型,交互验证均方根误差,预测卷均方根误差,预测相关系数分别为0.1248、0.1611和0.9574.结果表明,该方法有效可行.
推荐文章
小种红茶茶多酚和咖啡碱近红外定量分析模型的建立
小种红茶
近红外光谱
茶多酚
咖啡碱
模型
巴山木竹蛋白质可见/近红外光谱定量分析模型研究
巴山木竹
蛋白质
可见/近红外光谱
定量分析
运用近红外光谱定量分析纺织面料成分的可行性探讨
纺织面料
成分
定量分析
近红外光谱
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 变量筛选在茶叶咖啡碱近红外光谱定量分析模型中的应用
来源期刊 安徽农业大学学报 学科 化学
关键词 近红外 咖啡碱 WT-MC-UVE 变量筛选
年,卷(期) 2013,(2) 所属期刊栏目
研究方向 页码范围 262-265
页数 分类号 TS272|O657.33
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邵美丽 江苏大学食品与生物工程学院 3 26 3.0 3.0
2 田萍 江苏大学食品与生物工程学院 5 29 3.0 5.0
3 陈斌* 江苏大学食品与生物工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (21)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (3)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(4)
  • 参考文献(0)
  • 二级参考文献(4)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(4)
  • 参考文献(1)
  • 二级参考文献(3)
1997(3)
  • 参考文献(2)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
近红外
咖啡碱
WT-MC-UVE
变量筛选
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
安徽农业大学学报
双月刊
1672-352X
34-1162/S
大16开
合肥市长江西路130号
1957
chi
出版文献量(篇)
3481
总下载数(次)
11
总被引数(次)
40517
论文1v1指导