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:
山梨酸钾是一种常用防腐剂,应用非常广泛,但食用过量会严重危害人体健康.研究了山梨酸钾在水溶液和橙汁中的荧光特性,山梨酸钾水溶液荧光特征峰为λex/λem=375 nm/485 nm,山梨酸钾和橙汁的混合溶液除了存在此荧光特征峰,还有一个侧峰λex/λem=470 nm/540 nm.在混合溶液中,橙汁和山梨酸钾的荧光特性相互干扰,加大了山梨酸钾浓度检测的难度.为准确测定混合溶液中山梨酸钾的浓度,采用微粒群算法优化的误差逆向传播(PSO-BP)神经网络对其进行检测.3组预测样本的平均回收率为98.97%,PSO-BP神经网络能够精确测定混合溶液中山梨酸钾的质量浓度范围为0.1~2.0 g/L.预测结果表明荧光光谱法和PSO-BP神经网络相结合的方法能有效地检测山梨酸钾在橙汁中的浓度.
推荐文章
基于改进PSO-BP神经网络的回弹预测研究
V形自由折弯
回弹
BP神经网络
改进粒子群算法
全局搜索能力
收敛精度
泛化能力
基于GPU的PSO-BP神经网络DOA估计
波达方向估计
粒子群优化
神经网络
图形处理单元
统一计算设备架构
基于PSO-BP神经网络的地铁盾构场地土体参数反演
土体参数
参数反演
BP神经网络
粒子群算法
PSO-BP神经网络
正交试验法
预测分析
PSO-BP神经网络在语音干扰效果评估中的应用
干扰
BP神经网络
粒子群优化算法
Mel倒谱
特征参数
主观MOS
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 荧光光谱法和PSO-BP神经网络在山梨酸钾浓度检测中的应用
来源期刊 中国激光 学科 物理学
关键词 光谱学 荧光光谱 微粒群算法优化的误差逆向传播神经网络 浓度检测 山梨酸钾
年,卷(期) 2015,(5) 所属期刊栏目 光谱学
研究方向 页码范围 304-310
页数 7页 分类号 O433.1
字数 语种 中文
DOI 10.3788/CJL201542.0515004
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 王书涛 57 316 10.0 16.0
2 王志芳 17 61 5.0 7.0
3 陈东营 7 24 3.0 4.0
4 魏蒙 6 16 2.0 4.0
5 王兴龙 6 13 2.0 3.0
6 王佳亮 3 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (72)
共引文献  (50)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(11)
  • 参考文献(0)
  • 二级参考文献(11)
2010(8)
  • 参考文献(2)
  • 二级参考文献(6)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(10)
  • 参考文献(3)
  • 二级参考文献(7)
2013(14)
  • 参考文献(7)
  • 二级参考文献(7)
2014(6)
  • 参考文献(3)
  • 二级参考文献(3)
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)
研究主题发展历程
节点文献
光谱学
荧光光谱
微粒群算法优化的误差逆向传播神经网络
浓度检测
山梨酸钾
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
中国激光
月刊
0258-7025
31-1339/TN
大16开
上海市嘉定区清河路390号 上海800-211邮政信箱
4-201
1974
chi
出版文献量(篇)
9993
总下载数(次)
26
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