共查询到15条相似文献，搜索用时 93 毫秒
1.
为了区分鉴别8种根茎类作物,通过采用傅里叶变换红外光谱(FTIR)结合小波变换(WI)、主成分分析(PCA)和聚类分析(HCA)的方法,测试研究了8种根茎类作物40个样品的红外光谱。结果表明：8种样品红外图谱相似,但在1800~700 cm-1范围内,红外光谱的峰位、峰形及吸收强度差异明显。对此范围内的原始红外光谱进行连续小波和离散小波变换。提取连续小波变换的第15层系数和离散小波变换的第5尺度细节系数数据,进行主成分分析和聚类分析。连续小波和离散小波的前3个主成分的累计贡献率分别为93.12%、89.78%,主成分分析和聚类分析正确率为100%。最终结果显示：傅里叶变换红外光谱技术结合小波变换的方法可以区分鉴别不同种的根茎类作物。
相似文献2.
为区分康乃馨植物,利用傅里叶红外光谱(FTIR)技术结合主成分分析(PCA)和聚类分析(HCA)方法,测试研究8种康乃馨品种40个样品的红外光谱。结果表明,8种样品红外光谱图比较相似,但在1800~700 cm-1范围内红外光谱的峰位、峰形及吸收峰强度差异明显。选取1800~700 cm-1范围内进行二阶导数处理,利用SPSS进行主成分分析(PCA)和聚类分析(HCA)。前3个主成分的累计贡献率达到96.2%,主成分分析准确率达95%,聚类分析准确率达100%。研究结果显示：傅里叶红外光谱(FTIR)技术结合主成分分析(PCA)和聚类分析(HCA)对康乃馨品种进行鉴别是一种可行的方法。 相似文献
3.
在贮藏过程中，咖啡种子内部物质会发生变化，严重影响种子的活力和品质，因此，老化咖啡种子鉴别对优质小粒咖啡生产和种质资源保护有重要意义。利用傅里叶变换红外光谱(FTIR)、二阶导数红外光谱(SD-IR)结合曲线拟合和主成分分析(PCA)、系统聚类分析(HCA)研究人工老化小粒咖啡种子的物质变化。研究结果显示，人工老化小粒咖啡种子的原始光谱特征峰位置整体相似，强度存在差异。二阶导数红外光谱在1 800～1 600 cm-1、1 200～950 cm-1范围的吸收峰数量不同。在1 770～1 500 cm-1范围内的曲线拟合光谱显示，随着老化时间的增加，咖啡种子中脂质、蛋白质和咖啡因的相对含量发生了变化。红外光谱在1 750～1 500 cm-1范围内的主成分分析和在1 800～800 cm-1范围内的系统聚类分析均可将不同老化程度的小粒咖啡种子分开，而系统聚类分析的分类效果优于主成分分析。研究表明，红外光谱法可以快速有效地鉴别人工老化小粒咖啡种子。 相似文献
4.
为能够快速的鉴别不同品种的豆,为豆类蛋白、豆类蛋白酶的提取等问题的研究提供研究依据,利用傅里叶变换红外光谱技术结合聚类分析和曲线拟合测试研究6种豆（黄豆、黑豆、蚕豆、红豆、绿豆和红小豆）54个样品的光谱。结果显示,6种豆的红外图谱相似,但在1800~1000 cm-1范围内红外光谱的峰位、峰形及吸收强度有明显的差异。选取1800~1000 cm-1范围的光谱图进行二阶导数处理,利用SPSS软件进行聚类分析,聚类分析正确率为100%。利用Origin 8.5软件对1700~1600 cm-1范围的原始光谱进行曲线拟合处理,6种豆在酰胺Ⅰ带的吸收峰都由9个子峰叠加而成;其中6种豆的蛋白质二级结构中α-螺旋含量、β-转角含量、无规则卷曲结构含量和β-折叠含量不同。结果表明6种豆的蛋白质的二级结构是不同的,傅里叶变换红外光谱(FTIR)结合曲线拟合可以快速简捷地区分不同品种豆类,并能提供豆类所含蛋白质的二级结构的信息。 相似文献
5.
淀粉的红外光谱及其二维相关红外光谱的分析鉴定 总被引：2，自引：0，他引：2
旨在采用傅里叶变换红外光谱(FTIR)、去卷积光谱、二阶导数光谱以及二维相关红外光谱,区分鉴别3种淀粉样品。对原始光谱1200~900cm-1波数段进行傅里叶去卷积处理,计算能反映淀粉分子有序程度的1050/1020cm-1峰强度比值;对其指纹区(1700~800cm-1)做二阶导数处理。结果红外光谱显示3种淀粉原始光谱吸收峰非常相似,仅在吸收峰强度和峰位上有微小差异。发现3种淀粉颗粒有序结构的相对含量由多到少排序依次为莲藕淀粉、马铃薯淀粉、红薯淀粉。另外,3种淀粉样品在1607~1487cm-1波数段以及1468、1187、1055、931cm-1波数处二阶导数谱差异明显。并且,由3种淀粉样品的2D-IR光谱得知：在1150~1500cm-1以及860~1200cm-1波段内,不同淀粉光谱自动峰位置和强度显著不同。应用红外光谱、去卷积光谱、二阶导数光谱以及二维相关红外光谱技术不仅可以提供淀粉的分子振动信息,还可以对不同的淀粉进行很好的区分。因此红外光谱法对于分类鉴别不同种类的淀粉是一种快速、准确、有效的方法。 相似文献
6.
7.
采用傅里叶变换近红外光谱仪结合化学计量学方法对大肠埃希氏菌O157∶H7、单增李斯特菌、金黄色葡萄球菌3种典型食源性致病菌进行鉴别研究。光谱数据经矢量归一化等预处理后,选取6 000~4 000 cm~(-1)波数范围具有菌株特性的谱图作为鉴别分析的研究对象,进行主成分分析(Principal component analysis,PCA)。利用PCA提取的前2个主成分作为贝叶斯判别(Bayes discriminant analysis,BDA)模型的最优判别因子,建立改进贝叶斯判别模型。该改进模型对训练样本和未知样本的判别正确率均达到100%。结果表明,改进BDA模型比BDA模型在食源性致病菌的判别精确度上有较大提高,基于近红外光谱的改进BDA模型可以作为一种准确、有效的食源性致病菌快速鉴别方法。 相似文献
8.
对灵芝孢子油与菜籽油等6种植物油的脂肪酸组成相似性进行分析,同时探讨了红外光谱法鉴别灵芝孢子油的可行性。采用气相色谱法对灵芝孢子油及菜籽油等6种植物油脂肪酸进行了测定,并利用傅里叶变换红外光谱仪对其信息进行采集。市售不同品牌灵芝孢子油,脂肪酸组成比较接近。脂肪酸组分聚类分析结果显示,灵芝孢子油的脂肪酸组成与菜籽油最相似,其次为花生油和橄榄油。利用1397.4 cm~(-1)、967.1 cm~(-1)、913.7 cm~(-1)处吸收峰,红外光谱法可以将灵芝孢子油与菜籽油、大豆油、玉米油、葵花籽油和橄榄油区别开来。红外光谱法可以将灵芝孢子油与菜籽油等植物油区别开来,这为灵芝孢子油鉴别提供了一种快速有效的途径。 相似文献
9.
近红外光谱数据分析方法的研究进展 总被引：1，自引：0，他引：1
分析了近红外光谱分析技术的特点,总结了数据处理方法的发展趋势。详细综述了光谱的预处理、定性和定量模型建立方法的研究进展。在光谱的预处理方面,目前常用的方法有:平滑、多元散射校正(MSC)、傅里叶变换(FT)、小波变换(WT)等。小波变换是近几年发展起来的一种数据处理技术,它比较稳定,具有局部性质。模型优化方法主要包括偏最小二乘法(PLS)、拓扑学方法、人工神经网络(ANN)、支持向量机(SVM)等。蚁群算法是新近发展起来的基于群体智能的仿生优化算法。SVM可以减少结构风险和机会风险,是目前理论应用工作者的研究重点。 相似文献
10.
《农产品加工．学刊》2016,(13)
将色谱方法与光谱技术充分结合,用于对海洋药物鲍鱼壳的分析。利用傅里叶红外变换初步分析鲍鱼壳成分,进一步利用化学法——苯酚-硫酸法测定糖含量。采用氨基柱和糖分析柱分析了鲍鱼壳粗提取物,分别得到14种组分和37种组分。通过微超滤-HPLC相互作用指纹谱,筛选出其中至少有5种成分与DNA和7种成分与HSA有相互作用的活性成分。 相似文献
11.
Luo Shaoming Zhang Xiangwei 《保鲜与加工》1997,(3):20-25
The linear time invariant vibration system is analyzed by Continuous Wavelet Transform(CWT),the relationship of wavelet transform of output signal with the pulse response of system and input signal is put forward.As an exapmle,the wavelet transform of the output signal of system with single degree of freedom is calculated and compared with the direct wavelet transform result of the actual output signal,it shows that the two results are in complete agreement. 相似文献
12.
For using smooth probability density function to retrieve wavelet coefficient histogram and coefficient module histogram, parameter estimation is complicated, which results in hard to retrieve the texture features effectively. A texture image retrieval method using double density dual tree complex wavelet Refined Histogram(RH) model is proposed. By analyzing the principle of double density dual tree complex wavelet transform (DD-DT CWT) and the inherent relationship between the nonuniform quantizer and RH model, the RH model is extended to retrieve the DD-DT CWT coefficient and the coefficient histogram feature. The RH is used to model the magnitude of the DD-DT CWT. The RH parameters for all magnitude of complex coefficients forms the signature of an image. Image similarity measurement is accomplished by using the Kullback-Leibler divergences . The proposed method combines the advantages of the RH model and the shift-invariant DD-DT CWT. The experiment results show that the proposed methods yields higher retrieval rate than using the General Gaussian Density(GGD) model to fit with the real part or imaginary part of coefficients, and is better than using the Gamma PDF to fit with the magnitude of coefficients. 相似文献
13.
以小麦淀粉为原料,对辛烯基琥珀酸淀粉酯的制备工艺进行了优化,采用红外光谱仪对产品的结构进行了表征,并对不同取代度产品的糊化性进行了比较。结果表明,小麦辛烯基琥珀酸淀粉酯的最佳制备工艺为:反应时间3.0h,反应温度36.4℃,pH值8.3,淀粉乳液质量分数为37.2%,酸酐加入量为淀粉干基质量的3.0%。该工艺所制备小麦辛烯基琥珀酸淀粉酯的取代度为0.0165±0.0005,反应效率为(71.1±2.2)%。红外光谱分析表明,反应后淀粉分子中引入了辛烯基琥珀酸酐基团,反映在光谱图上1722cm-1和1573cm-1处产生了新的吸收峰。黏度速测仪分析显示,随着变性程度的提高,辛烯基琥珀酸淀粉酯的黏度增加,糊化时间缩短。 相似文献
14.
To extract rabbit somatosensory evoked potential(SEP),the authors locate waveform of rabbit SEP and analyze it.The rabbit was narcotized and stimulated by 0.5 Hz electric pulse.Potential of scalp was sampled at 3 764 Hz.Rabbit somatosensory evoked potential was extracted by one-dimension multi-resolution analysis,and continuous wavelet transform(CWT) was employed to locate and analyze the wave of SEP.The results show that Single-trail SEP can be extracted by Daubechies wavelet,when compared wavelet transform result of single-trail with result of averaged SEP.Wave component of SEP can be located precisely through the method of continuous wavelet transform.Frequency feature of SEP can also be analyzed by CWT.The technique of continuous wavelet transform,which can project a one-dimension signal into a two-dimension time-frequency space,will become a useful method to process medical electronic signal. 相似文献
15.
《Medicinal Plant》2014,(6)
[Objective]To explore the identification methods of FRUCTUS AMOMI in different production areas,to detect the infrared absorption spectra of FRUCTUS AMOMI in different production areas by FTIR,to switch the spectra by derivative spectra; and to find out the characteristic difference absorption of FRUCTUS AMOMI in different production areas. [Results]There were no significant differences in the infrared spectra of FRUCTUS AMOMI in different production areas. Some characteristic peaks showed up in the wavelengths of 600- 750 and1 300- 1 400 cm- 1after the fourth-order derivave spectra. Peak differences appeared in eight samples in the wavelengths of 1 000- 1 300,1 400- 1 500,2 800- 3 000 and 3 500- 3 800 cm- 1. [Conclusions] There were significant differences in the FTIR spectra of FRUCTUS AMOMI in different production areas after processed by derivative spectra. This method could better identify the FRUCTUS AMOMI in different production areas. 相似文献