典型文献
基于激光诱导击穿光谱和神经网络的蛋壳研究
文献摘要：
为了研究残缺蛋壳的分类方法以及某些蛋制品中存在的食品安全问题,采用激光诱导击穿光谱技术(LIBS)和反向传播神经网络(BPNN)相结合的方法开展了对于蛋壳元素的探究、不同种类蛋壳的甄别以及蛋壳中污染元素的检测工作.结果表明,鸭蛋壳中含有Si,Cu,Ca,Mg,C,Na和Al等元素;采用LIBS测量并标定污染的皮蛋壳中的元素组成,成功探测到了明显的铅元素特征峰;对鸡蛋壳、鸭蛋壳和鹌鹑蛋壳进行快速的甄别,得到了94.167％的准确率;对鸭蛋壳和皮蛋壳进行不同制作方法的蛋壳分类,获得了97.5％的准确率.LIBS与BPNN的结合为蛋壳的分类与甄别提供了一个新的思路与研究方法.
文献关键词：
光谱学;蛋壳元素检测;激光诱导击穿光谱;神经网络;铅污染
中图分类号：
作者姓名：
葛一凡;陆旭;刘玉柱
作者机构：
南京信息工程大学 物理与光电工程学院,南京210044;南京信息工程大学 江苏省大气环境与装备技术协同创新中心,南京210044
文献出处：
引用格式：
[1]葛一凡;陆旭;刘玉柱-.基于激光诱导击穿光谱和神经网络的蛋壳研究)[J].激光技术,2022(04):532-537
A类：
鹌鹑蛋壳,蛋壳元素检测
B类：
残缺,分类方法,蛋制品,食品安全问题,激光诱导击穿光谱技术,LIBS,反向传播神经网络,BPNN,甄别,检测工作,鸭蛋壳,Si,Mg,Na,皮蛋,元素组成,铅元素,元素特征,特征峰,鸡蛋壳,制作方法,光谱学,铅污染
AB值：
0.238944
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
