典型文献
基于近红外光谱技术快速检测小龙虾中的生物胺
文献摘要：
目的 建立近红外光谱法快速检测小龙虾中总生物胺含量的方法.方法 利用近红外光谱仪采集154个不同新鲜程度小龙虾样品的近红外光谱,使用高效液相色谱技术检测对应样品总生物胺含量;使用KS(Kennard-Stone)算法将103个样品作为训练集,51个样品作为预测集.采用多元散射校正(multiplicative scatter correction,MSC)、标准正态变换(standard normal variate,SNV)、小波变换(wavelet transform,WT)和 1 阶导数(1st)分别对样品的光谱进行处理,利用训练集样品的光谱和生物浓度建立偏最小二乘回归(partial least squares regression,PLSR)模型,使用竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)进一步选择波长,对模型进行优化.结果 经过小波变换处理之后的光谱所建立的PLSR模型具有较好的预测结果,CARS方法可以进一步提高模型的预测和解释能力,预测集生物胺的预测均方根误差(root mean square error of prediction,RMSEP)值和决定系数(r2)分别可达55.74和0.92.结论 基于近红外光谱分析技术快速检测小龙虾总生物胺含量是可行的,优化后的PLSR模型可以用于评价小龙虾总生物胺含量.
文献关键词：
近红外光谱分析技术;小龙虾;生物胺;偏最小二乘;波长选择
中图分类号：
作者姓名：
李锐;夏珍珍;王超;王桥;段烁;刘言
作者机构：
武汉轻工大学食品科学与工程学院,武汉 430023;湖北省农业科学院农业质量标准与检测技术研究所,武汉 430064
文献出处：
引用格式：
[1]李锐;夏珍珍;王超;王桥;段烁;刘言-.基于近红外光谱技术快速检测小龙虾中的生物胺)[J].食品安全质量检测学报,2022(08):2419-2425
A类：
B类：
近红外光谱技术,快速检测,小龙虾,近红外光谱法,生物胺含量,红外光谱仪,高效液相色谱技术,KS,Kennard,Stone,训练集,多元散射校正,multiplicative,scatter,correction,MSC,正态变换,standard,normal,variate,SNV,小波变换,wavelet,transform,WT,导数,1st,偏最小二乘回归,partial,least,squares,regression,PLSR,竞争性自适应重加权算法,competitive,adaptive,reweighted,sampling,CARS,变换处理,root,mean,error,prediction,RMSEP,决定系数,r2,近红外光谱分析技术,波长选择
AB值：
0.3215
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。
