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:
本文利用拉曼光谱和化学计量学方法,建立快速分类模型对大米进行区分。在使用最小二乘法对离散拉曼光谱进行多项式拟合去除荧光背景的前提下,利用在第一次迭代过程去除大型拉曼峰和计算噪声电平的方法,并且保留数据维数在原来的50%以下。获取精确的拉曼信号。再用主成分分析法( Principal component Analysis,PCA)对3种大米全波段的拉曼光谱进行降维分析,线性判别方法( Linear discrimination analysis,LDA)对样品进行分类,结果显示采用前两个主成分能达到93.8%的正确分类,采用前三个主成分能达到97.9%的正确分类。优化之后的模型对于大米的判别分析具有很好的效果。
推荐文章
基于拉曼光谱技术的掺鸡肉牛肉馅快速判别方法
拉曼光谱
牛肉馅
鸡肉
主成分分析
支持向量回归
便携式拉曼光谱仪结合化学计量法的水质分析
便携拉曼光谱仪
化学计量学
分类水质
正交偏最小二乘判别分析
快速分析
拉曼光谱结合背景扣除化学计量学方法用于汽油中MTBE含量的快速测定研究
拉曼光谱
甲基叔丁基醚
背景扣除
自适应迭代惩罚最小二乘
化学计量学
拉曼光谱法快速鉴别蜂蜜中掺入甜菜糖浆的可行性研究
拉曼光谱
蜂蜜
掺假
甜菜糖浆
偏最小二乘-线性判别分析
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 基于拉曼光谱和化学计量学方法判别大米分类的研究
来源期刊 激光生物学报 学科 化学
关键词 拉曼光谱 去除荧光背景 主成分分析 线性判别分析
年,卷(期) 2015,(3) 所属期刊栏目 基础研究
研究方向 页码范围 237-241
页数 5页 分类号 O657.37|TS212.7
字数 1496字 语种 中文
DOI 10.3969/j.issn.1007-7146.2015.03.005
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 詹求强 华南师范大学华南先进光电子研究院光及电磁波研究中心 5 26 3.0 5.0
2 黄嘉荣 华南师范大学华南先进光电子研究院光及电磁波研究中心 2 11 2.0 2.0
3 伍博迪 华南师范大学华南先进光电子研究院光及电磁波研究中心 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (64)
共引文献  (73)
参考文献  (12)
节点文献
引证文献  (9)
同被引文献  (62)
二级引证文献  (19)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(10)
  • 参考文献(1)
  • 二级参考文献(9)
2012(14)
  • 参考文献(1)
  • 二级参考文献(13)
2013(7)
  • 参考文献(3)
  • 二级参考文献(4)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(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)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(6)
  • 引证文献(2)
  • 二级引证文献(4)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
拉曼光谱
去除荧光背景
主成分分析
线性判别分析
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
激光生物学报
双月刊
1007-7146
43-1264/Q
16开
长沙市湖南师范大学生命科学学院内
42-194
1992
chi
出版文献量(篇)
2554
总下载数(次)
4
总被引数(次)
16619
相关基金
中国博士后科学基金
英文译名:China Postdoctoral Science Foundation
官方网址:http://www.chinapostdoctor.org.cn/index.asp
项目类型:
学科类型:
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
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
论文1v1指导