41个茶花品种基因组DNA傅里叶变换红外光谱

研究的目的是通过全基因组DNA的傅里叶变换红外光谱(FTIR)对41种茶花品种进行聚类分析和品种鉴定。研究发现,41个茶花品种基因组DNA的FTIR光谱不同,方差分析显示,各茶花品种FTIR数据之间的差异显著,因而,红外光谱可以作指纹光谱鉴定茶花。通过系统聚类结合主成分分析,建立了41种茶花品种的标准聚类和识别模型。41种茶花品种基因组DNA样本的平均光谱的聚类正确率为92.68%,品种鉴定准确率为100%。聚类结果表明,在1.0聚类距离,41个山茶品种可分为9个类别,在15.0聚类距离下可分为3个大类。亲缘关系分析表明,滇山茶中的楚雄居群来自楚雄、腾冲和大理。结果表明：基因组DNA的FTIR光谱数据的系统聚类结合主成分分析可用于茶花快速分类和鉴定。     

三种烟草品种基因组DNA傅里叶红外光谱研究

利用傅里叶红外光谱(FTIR)研究三种烟草品种DNA的差异,旨在对烟草品种进行亲缘关系分析和品种鉴定。研究结果显示,三种烟草品种DNA红外光谱较为相似,均有四个明显的特征峰,1 103 cm~(-1)是DNA磷酸二酯键的对称伸缩振动,1 236 cm~(-1)是DNA磷酸二酯键的非对称伸缩振动,1 400 cm~(-1)是DNA糖苷键的伸缩振动,I 622 cm~(-1)是DNA中是胞嘧啶C4—C5=C6的环伸缩振动。通过平滑、标准化处理、二阶求导、提取主成分和系统聚类分析建立了DNA FTIR光谱数据聚类分析模型。使用该模型对三个烟草品种进行鉴定,鉴定正确率为100%。使用该模型对三个烟草品种进行亲缘关系分析,云烟87与K326聚为一类,距离系数为0.003,DNA相似度为99.7%,红大单独聚为一类。聚类正确率达100%。该项研究为烟草品种鉴定及遗传育种提供了参考。     

不同花生品种的红外光谱分析

用博里叶变换红外光谱(FTIR)直接测定法测定了7个不同花生品种的子叶及种皮的红外光谱,并对花生的炒制前后进行了红外光谱分析比较.采用FTIR-聚类分析对7种花生进行了亲缘性关系的分析.结果显示在距离系数约为0.052以上的水平上7种花生可划分为2个类群.其中,在0.012的距离水平上首先把宝冠花生和花冠花生聚在一起,接着在0.016的距离水平上把新昌小京生与中花二号聚在一起,该聚类结果与依据形态特征的传统分类学结果一致.因此FTIR-聚类分析法可用于不同花生品种的鉴别,方法直观科学,简单方便,具有很好的应用价值.     

一种广义噪声聚类的红外光谱茶叶品种鉴别研究

茶叶品种鉴别在茶叶的生产和销售中起着十分重要的作用。深入研究一种方法简单、易于操作、检测速度快的茶叶品种的鉴别方法,对于茶叶产品品种的鉴别有着十分重要的意义。利用红外光谱检测技术结合模糊聚类算法对茶叶品种进行快速鉴别是茶叶品种检测中最有效的和最实用的技术之一。为实现茶叶品种的快速分类,以快速广义噪声聚类(FGNC)为基础,提出一种新的广义噪声聚类(NGNC)。NGNC将FGNC目标函数中的欧式距离的平方扩展为欧式距离的p次方,提高了FGNC的聚类准确率。试验以优质乐山竹叶青、劣质乐山竹叶青和峨眉山毛峰三种茶叶为研究对象,采用FTIR-7600型傅里叶红外光谱仪检测茶叶样本的红外漫反射光谱。首先用主成分分析(PCA)对茶叶的高维红外光谱进行降维处理,然后用线性判别分析(LDA)进行茶叶光谱数据的品种类别信息的提取,最后分别运行FGNC和NGNC两种聚类算法进行茶叶红外光谱的聚类分析。实验结果表明,同FGNC相比较,NGNC具有更高的聚类准确率,更快的收敛速度和更逼近真实的聚类中心。总体而言,采用红外光谱技术检测茶叶样本,同时结合PCA,LDA和NGNC可实现快速、准确地聚类茶叶的红外光谱,能有效地实现茶叶品种的鉴别分析,为实现基于红外光谱和模糊聚类的茶叶品种鉴别分析提供了一种新方法和新思路。     

不同产地双色牛肝菌FTIR光谱鉴别研究

同一种蕈菌子实体,由于外观形貌相似,凭传统外观形貌特征难以鉴别产地来源。应用傅里叶变换红外光谱(FTIR)法测定了云南省5个不同地区58个野生双色牛肝菌子实体样品的红外光谱。借助于红外光谱具有的指纹特性,利用SPSS 13.0统计软件对1 350~750 cm-1范围光谱数据进行主成分分析(PCA),根据前三个主成分累积贡献率已达到88.87%以及主成分载荷分析,表明前三个主成分能够反映样品在该段光谱的主要信息。对前三个主成分作投影显示并进行比较,发现以主成分1和主成分2作二维线形投影,对不同产地的双色牛肝菌有较好的聚类和鉴别作用,所有样品被划分为5个区域,98.3%的样品被正确归类。研究结果提示,傅里叶变换红外光谱结合主成分分析方法可以快速、方便地对不同产地的同一种野生双色牛肝菌进行鉴别分类。     

FTIR结合主成分聚类用于伽师瓜籽品种的鉴别

采用衰减全反射傅里叶变换红外光谱(ATR-FTIR)法测定了3个不同品种的伽师瓜种子的傅里叶变换红外光谱,采用主成分和聚类方法进行数据分析,比较了不同品种伽师瓜种子之间的差异程度.结果表明:基于傅里叶变换红外光谱的主成分和聚类分析在反映不同品种植物种子化学组成差异程度上具有应用价值.     

茶叶傅里叶红外光谱的可能模糊K调和均值聚类分析

茶叶的品种不同,其有机化学成分含量往往不同,其功效也是不尽相同的,因此,研究出一种简单、高效、识别率高的茶叶品种鉴别技术方法是十分有必要的。中红外光谱技术是一种快速检测技术,在用中红外光谱仪采集得到的茶叶中红外光谱中含有噪声信号。为了对含噪声茶叶中红外光谱的准确分类以实现茶叶品种分类,将可能模糊C-均值聚类(PFCM)思想应用到K调和均值(KHM)聚类,设计出一种可能模糊K调和均值(PFKHM)聚类算法,计算出PFKHM的模糊隶属度、典型值和聚类中心。可能模糊K调和均值聚类能有效解决K调和均值聚类的噪声敏感性问题。用傅里叶红外光谱分析仪(FTIR-7600型)分别对三种茶叶(优质乐山竹叶青、劣质乐山竹叶青和峨眉山毛峰)进行扫描以获取它们的傅里叶中红外光谱。光谱波数区间是4 001.569～401.121 1 cm-1。先采用主成分分析法(PCA)将光谱数据压缩到20维,再采用线性判别分析(LDA)将光谱数据压缩到两维并提取鉴别特征信息。最后分别用K调和均值聚类和可能模糊K调和均值聚类实现茶叶品种分类。实验结果：当权重指数m=2,q=2和p=2时,KHM具有91.67%的聚类准确率,PFKHM聚类准确率达到94.44%;KHM迭代12次达到收敛,而PFKHM迭代11次就可以达到收敛。采用傅里叶红外光谱技术检测茶叶,用主成分分析和线性判别分析压缩光谱数据,再用可能模糊K调和均值聚类进行品种分类可快速、准确地实现茶叶品种的鉴别。     

基于FTIR技术金花茶组植物物种鉴定研究

利用傅里叶变换红外光谱(FTIR)法获得16种金花茶组植物的FTIR光谱图,结合系统聚类和相关性系数法对所得光谱数据进行分析比较。结果表明:16种金花茶组植物可分为3个类群,第一类是:龙州金花茶等11种;第二类是中东金花茶、柠檬金花茶、平果金花茶及崇左金花茶;第三类仅小果金花茶一种。结合相关形态解剖学等方面的差异,该研究支持将弄岗金花茶与毛籽金花茶归并为一个种;直脉金花茶、弄岗金花茶、小瓣金花茶、东兴金花茶、柠檬金花茶、中东金花茶、小果金花茶、金花茶、顶生金花茶与平果金花茶各自划分为独立种。FTIR-聚类分析法可以作为金花茶组植物物种鉴定的一种可行性手段。     

模糊非相关鉴别C均值聚类的茶叶傅里叶红外光谱分类

茶是一种让人喜爱的健康饮品,不同品种的茶叶其功效和作用是不相同的。研究出一种可靠、简单易行、分类速度快的茶叶品种鉴别方法具有重要的意义。在模糊非相关判别转换(FUDT)算法和模糊C均值聚类(FCM)算法的基础上提出了一种模糊非相关鉴别C均值聚类(FUDCM)算法。FUDCM可以在聚类过程中动态提取光谱数据的模糊非相关鉴别信息。用FTIR-7600型傅里叶红外光谱分析仪分别采集优质乐山竹叶青、劣质乐山竹叶青和峨眉山毛峰三种茶叶的傅里叶中红外光谱,波数范围为4 001.569～401.121 1 cm-1。先用多元散射校正(MSC)进行光谱预处理,然后用主成分分析法(PCA)将光谱数据降维到20维,再利用线性判别分析(LDA)提取光谱数据中的鉴别信息。最后分别运行FCM和FUDCM进行茶叶品种鉴别。实验结果表明：当权重指数m=2时,FCM的聚类准确率为63.64%,FUDCM的聚类准确率为83.33%;FCM经过67次迭代计算实现了收敛,而FUDCM仅需17次迭代计算就可以实现收敛。用傅里叶红外光谱技术结合主成分分析、线性判别分析和FUDCM的方法能快速、有效地实现茶叶品种的鉴别分析,且鉴别准确率比FCM更高。     

罗汉果不同倍性及其遗传关系的FTIR研究

利用傅里叶变换红外光谱法(FTIR)测定了不同倍性(二倍体、三倍体、四倍体)罗汉果叶片的红外光谱,以不同波数段上的吸光度为指标,通过主成分分析和聚类分析研究了罗汉果的倍性差别及遗传关系.结果表明,罗汉果在倍性与亲缘遗传上表现出:倍性差别越大,在主成分三维排序图中的相对位置和聚类图中的遗传距离均越远,呈现出2×<3×<4...     

荧光光谱成像技术结合聚类分析及主成分分析的藻类鉴别研究

为探讨快速、实时藻类检测方法,实验通过荧光光谱成像技术结合模式识别方法对不同藻类进行鉴别研究。发现藻类样本存在着显著的荧光特性,通过采集40个藻类样品的荧光光谱图像,对图像进行去噪、二值化处理,确定有效像素后,根据光谱立方体绘制每个样本的光谱曲线,将所得400～720 nm区段范围内的光谱数据作鉴别分析,再利用系统聚类分析及主成分分析两种不同的模式识别法对光谱数据进行处理。系统聚类分析结果表明： 采用欧氏距离法及平均加权法计算样本间的聚类距离,在距离L=2.452以上水平处可将样本正确分类,准确率为100%;主成分分析结果表明： 通过对原始光谱数据进行一阶微分、二阶微分、多元散射校正、变量标准化等预处理后,再对数据进行主成分分析,其中二阶微分预处理后鉴别效果最佳,八种藻类样品在主成分特征空间中独立分布。因此,利用荧光光谱成像技术结合聚类分析法及主成分分析法对藻类进行鉴别是可行的,操作简便、快速、无损。     

基于光谱技术鉴别机油品种的新方法

提出了一种用可见-近红外透射光谱技术快速鉴别机油品种的新方法,应用可见-近红外光谱仪测定三种机油的光谱曲线,然后用主成分分析法对不同品种的机油样本进行聚类分析,并获取机油可见-近红外光谱的特征信息,再结合多类判别分析技术建立机油占占种鉴别的模型.对经过预处理的光谱数据进行主成分分析.结果表明,以样本在第一主成分和第二主成分卜的得分做出的二维散点图,对不同种类机油具有很好的聚类,能定性区分不同种类机油;经过主成分分析得到的前8个主成分的累积可信度已达95.38%,说明这8个变量能够代表绝大部分原始光谱的信息.从180个样本中随机抽取150个样本用于建立多类判别分析品种鉴别模型,余下的30个样本用于验证.对未知的30个样本进行品种预测,准确率为100%.证明本方法具有明显的分类和鉴别作用,为不同品种的机油鉴别提供了一种新方法.     

FTIR结合统计分析对竹类植物的鉴别分类研究

傅里叶变换红外光谱结合主成分分析和系统聚类分析用于竹类植物鉴别分类研究。六种竹亚科植物54个竹子叶片的红外光谱测试结果显示竹叶光谱主要由蛋白质、碳水化合物、脂类等吸收带组成,竹叶光谱相似,仅在1 800～700 cm-1范围峰数、峰位、峰强上存在较小的差异。六种竹子叶片红外光谱的二阶导数谱在1 800～700 cm-1范围显示明显差异。用1 800～700 cm-1范围二阶导数光谱进行主成分分析,在主成分PC1,PC2,PC3三维空间图中,所测试竹叶样本分类正确率达98%;在PC3-PC4二维投影图显示所有竹叶样本正确分成六个区域;用1 800～700 cm-1范围二阶导数光谱进行聚类分析,所测竹叶样本正确聚为六类。表明FTIR结合统计分析能够在种水平对竹亚科植物鉴别分类。     

不同蒴齿类型藓类植物的FTIR光谱分析及系统学意义初探

采用傅里叶变换红外光谱技术(FTIR)研究了分属不同蒴齿类型的23种藓类植物的红外光谱.通过比较光谱特征典型的5个代表藓种间红外光谱图的差异,确定了1 790～1 330 cm-1,1 200～960 cm-1,895～830 cm-1和725～655cm-1四个光谱特征区间.23种藓类植物在该四个特征区间的光谱数据分析结果表明,基于二阶导数红外光谱结合分级聚类分析(hierarchical cluster analysis,HCA)和主成分分析法(principal component analysis,PCA)能很好地区分出五大藓类植物类型:泥炭藓类、线齿类、顶蒴单齿类、顶蒴双齿类、侧蒴双齿类,与以蒴齿结构作为最基本特征的传统藓纲分类系统相一致.因此,FTIR光谱结合多元分析方法可作为一种实用的工具运用于苔藓植物系统学研究中.     

中国观赏类山茶FTIR分类研究

采用傅里叶红外光谱法研究了云南山茶与华东山茶共17个品种的山茶花花瓣.结果显示,傅里叶变换红外光谱主要由蛋白质、脂类化合物及多糖的振动吸收带组成.两类山茶样品的傅里叶变换光谱图整体上十分相似,只是在多糖吸收区域(1200-950cm-1)略有差异,对比该区域的一阶导数谱,差异主要表现在1125-1100cm-1和1070-1000cm1两个吸收带.选取1200-950cm-1范围内的一阶导数谱进行系统聚类分析分类,并对4000-400cm-1范围内光谱做主成分分析.结果表明傅里叶变换红外光谱技术结合化学统计学方法,可用于鉴别云南山茶和华东山茶.     

一种基于可见-近红外光谱快速鉴别茶叶品种的新方法

提出了一种用可见-近红外光谱技术快速无损鉴别茶叶品种的新方法。应用可见-近红外光谱仪测定5个品种茶叶的光谱曲线,用主成分分析法对不同品种茶叶进行聚类分析并获得茶叶的可见-近红外光谱数据的主成分,再结合人工神经网络技术建立模型进行品种鉴别。主成分分析表明,以主成分1和2对所有建模样本的得分值做出的得分图,对不同种类茶叶具有较好的聚类作用,可以定性分析茶叶种类。把主成分分析得到的前6个主成分作为神经网络的输入,茶叶品种值作为神经网络的输出,通过5个茶叶品种共125个样本的训练和学习,建立了茶叶品种鉴别的3层BP人工神经网络模型,对未知的25个样本进行鉴别,品种识别准确率达到100%。说明本文提出的方法具有很好的分类和鉴别作用,为茶叶的品种快速鉴别提供了一种新方法。     

小米的傅里叶变换红外光谱研究

本文利用傅里叶变换红外光谱(FTIR)结合主成分分析和聚类分析对白小米、黄小米、糯小米、青小米、陈黄小米、黑小米和大黄米进行鉴别研究。所有样品的傅里叶变换红外光谱整体相似,二阶导数光谱存在明显的差异。选取1800~1400cm-1范围内的二阶导数光谱数据对52份小米样品做多变量分析,结果显示,主成分分析的分类准确率为84.6%,系统聚类分析的分类准确率为92.3%。结果表明傅里叶变换红外光谱技术结合化学计量学能有效地区分不同品种的小米,为不同小米的分类鉴定提供新的方法与途径。     

模糊K-Harmonic-Kohonen网络的FTIR光谱数据聚类分析

食品的品种不同则其含有营养成分和功效存在差异,得到的傅里叶变换红外光谱也存在差异。为了准确的实现品种分类,设计了一种将傅里叶变换红外光谱与模糊聚类分析方法相结合的品种鉴别方法。在模糊Kohonen聚类网络(FKCN)基础上将模糊K调和聚类(FKHM)引入到Kohonen聚类网络的学习速率和更新策略中,提出了模糊K-Harmonic-Kohonen网络(FKHKCN)算法。FKHKCN利用模糊C均值(FCM)聚类的模糊隶属度计算其学习速率,以FKHM的聚类中心为基础通过推导计算得到FKHKCN的聚类中心,可以解决模糊Kohonen聚类网络方法对于初始类中心敏感而导致聚类结果不稳定的问题。FKHKCN作为一种模糊聚类算法,可实现傅里叶变换红外光谱数据的聚类分析。采用三种数据集：(1)采集产自四川的三种茶叶(优质和劣质的乐山竹叶青以及峨眉山毛峰)作为实验样本,样本总数为96。(2)两个品种(robusta和arabica)的咖啡样本。(3)三个品种(鸡肉、猪肉和火鸡)的肉类样本。首先对三个光谱数据集进行预处理,利用多元散射校正降低茶叶样本原始光谱数据集的散射影响,使用Savitzky-Gol...     

不同土壤FTIR分类研究

利用傅里叶变换红外光谱(FTIR)对5种不同类型的土壤进行了研究,结果显示,其红外光谱主要是由碳酸盐、硝酸盐、磷酸盐、锰酸盐等无机盐类,黏土矿物及有机质的振动吸收带组成。五种土壤的红外光谱在1600~750cm-1范围内呈现出差异,作一阶导数处理后,发现其差异主要表现在1440cm-1、875cm-1及798~780cm-1附近。选取1600~750cm-1范围内的一阶导数数据运用Matlab 2010来实现主成分分析,前两个主成分累计贡献率达到90.14%,利用这两个主成分作二维散点分布图,结果表明该分布能对这五种土壤进行有效分类,这为土壤鉴定提供了快捷的光谱手段,同时表明傅里叶变换红外光谱技术用于对土壤的研究,且具有测定快速方便、无损、准确等优点,具有较大的应用潜力。     

牻牛儿苗科11种中药材红外光谱鉴定及聚类分析

结合傅里叶变换红外光谱技术与聚类分析法,建立牻牛儿苗科11种中药材的快速鉴别方法。采用傅里叶变换红外光谱法鉴别牻牛儿苗科11种中药材;在建立主成分分析模型的基础上,采用SIMCA聚类分析法对三种中药材进行了快速的分类研究。红外光谱结合聚类分析技术对牻牛儿苗科中药材聚类结果较理想,识别率和拒绝率达到98%以上,盲样的预测率达到91%。红外光谱与聚类分析法相结合可以快速、无损识别牻牛儿苗科中药材。