| 二维相关光谱在大米中甲基毒死蜱特征变量优选的应用 |
| |
| 引用本文： | 胡潇,黄俊仕,朱晓宇,刘鹏,吴瑞梅,邱霞,艾施荣.二维相关光谱在大米中甲基毒死蜱特征变量优选的应用[J].分析测试学报,2019,38(8):946-952. |
| |
| 作者姓名： | 胡潇 黄俊仕 朱晓宇 刘鹏 吴瑞梅 邱霞 艾施荣 |
| |
| 作者单位： | 江西农业大学计算机与信息工程学院,江西南昌,330045;江西农业大学工学院,江西南昌,330045;江西农业大学食品科学与工程学院,江西南昌,330045;江西农业大学计算机与信息工程学院,江西南昌330045;江西农业大学工学院,江西南昌330045 |
| |
| 基金项目： | 国家自然科学基金资助项目(31460315)；江西省对外科技合作计划(20151BDH80065) |
| |
| 摘 要： | 为提高大米中农药残留的表面增强拉曼光谱(SERS)快速检测精度,提出采用二维相关光谱(2DCOS)对大米拉曼光谱进行农药特征变量优选。首先,采用标准正态变量变换(SNV)对原始光谱预处理,再以甲基毒死蜱浓度为外扰,进行二维相关同步光谱和自相关谱解析,筛选出与甲基毒死蜱浓度变化最相关的特征谱峰,建立了大米中甲基毒死蜱残留浓度的支持向量机(SVM)分析模型,并与偏最小二乘(PLS)模型进行性能比较。结果表明,2DCOS方法能很好地筛选出与甲基毒死蜱浓度相关的特征谱峰;利用2DCOS优选出的4个甲基毒死蜱特征谱峰所建立的SVM模型性能优于PLS的实验结果,模型对预测集样本相关系数(R_P)为0.96,均方根误差(RMSEP)为5.21,相对分析误差(RPD)为3.66,可用于大米中甲基毒死蜱农药残留的实际估测。研究表明,采用2DCOS优选大米中甲基毒死蜱浓度相关的特征变量是可行的,且能简化模型,提高模型预测精度,从而为拉曼光谱用于食品农产品质量安全的快速检测提供了一种新思路。
|
| 关 键 词： | 表面增强拉曼光谱(SERS) 二维相关光谱(2DCOS) 特征变量优选 快速检测 大米 甲基毒死蜱 |
Application of Two-dimensional Correlation Spectroscopy in Optimization of Characteristic Variables for Chlorpyrifos-methyl in Rice |
| |
| HU Xiao,HUANG Jun-shi,ZHU Xiao-yu,LIU Peng,WU Rui-mei,QIU Xi,AI Shi-rong.Application of Two-dimensional Correlation Spectroscopy in Optimization of Characteristic Variables for Chlorpyrifos-methyl in Rice[J].Journal of Instrumental Analysis,2019,38(8):946-952. |
| |
| Authors: | HU Xiao HUANG Jun-shi ZHU Xiao-yu LIU Peng WU Rui-mei QIU Xi AI Shi-rong |
| |
| Affiliation: | 1.College of Computer and Information Engineering,Jiangxi Agricultural University;2.College of Engineering,Jiangxi Agricultural University;3.College of Food Science and Engineering,Jiangxi Agricultural University |
| |
| Abstract: | |
| |
| Keywords: | surface enhanced Raman spectroscopy(SERS) two dimensional correlation spectroscopy(2DCOS) characteristic variable optimization rapid detection rice chlorpyrifos methyl |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《分析测试学报》浏览原始摘要信息 |
|
点击此处可从《分析测试学报》下载全文 |
|
