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:
建立了将检出限不同的近红外透射光谱技术和中红外衰减全反射光谱技术进行Bayes信息融合后用于葡萄酒鉴别的方法.分别采集3种品种和3种陈酿方式的干红葡萄酒的近红外透射光谱和中红外衰减全反射光谱,用PLS-DA法分别建立基于近红外光谱和中红外光谱的判别模型,用Bayes方法实现两种判别结果的融合修正.信息融合后的结果为:葡萄酒品种鉴别模型的建模集准确率为95.08%,检验集准确率为94.68%,葡萄酒陈酿方式鉴别模型的建模集准确率为98.91%,检验集准确率为98.75%;均优于单独采用一种光谱技术的判别结果.实验表明,信息融合技术有助于模型判别效果的提高,采用Bayes信息融合技术对葡萄酒品种和陈酿方式进行快速识别是可行的.
推荐文章
不同品牌葡萄酒的三维荧光光谱特性研究
三维荧光光谱
干红葡萄酒
赤霞珠
基于红外光谱的葡萄酒关键质量属性快速分析评价研究进展
葡萄酒
红外光谱技术
鉴别
品质分析
化学计量学
葡萄酒的评价模型
双样本 t 检验
kendall 协调系数 W 检验
主成分分析
聚类分析
多分类 Logistics 回归
近红外光谱结合人工网络鉴别大黄
大黄
近红外光谱技术
鉴别
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 红外光谱及Bayes信息融合技术的葡萄酒鉴别研究
来源期刊 分析化学 学科
关键词 葡萄酒 鉴别 信息融合 贝叶斯
年,卷(期) 2014,(2) 所属期刊栏目 研究报告
研究方向 页码范围 215-220
页数 6页 分类号
字数 5150字 语种 中文
DOI 10.3724/SP.J.1096.2014.30222
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 李景明 中国农业大学食品科学与营养工程学院 92 1626 25.0 36.0
2 张录达 中国农业大学信息与电气工程学院 80 1799 23.0 38.0
3 李军会 中国农业大学信息与电气工程学院 50 1068 16.0 31.0
4 赵龙莲 中国农业大学信息与电气工程学院 38 913 15.0 29.0
5 李梦华 中国农业大学信息与电气工程学院 5 34 3.0 5.0
6 陶思嘉 中国农业大学信息与电气工程学院 1 12 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (12)
同被引文献  (51)
二级引证文献  (15)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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)
2015(4)
  • 引证文献(4)
  • 二级引证文献(0)
2016(4)
  • 引证文献(2)
  • 二级引证文献(2)
2017(4)
  • 引证文献(2)
  • 二级引证文献(2)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
葡萄酒
鉴别
信息融合
贝叶斯
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
分析化学
月刊
0253-3820
22-1125/O6
大16开
长春人民大街5625号
12-6
1972
chi
出版文献量(篇)
9636
总下载数(次)
16
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导