| 近红外光谱结合遗传算法快速检测红曲菌固态发酵生物量 |
| |
| 引用本文： | 黄常毅,范海滨,刘飞,许赣荣.近红外光谱结合遗传算法快速检测红曲菌固态发酵生物量[J].分析测试学报,2014,33(5):520-526. |
| |
| 作者姓名： | 黄常毅 范海滨 刘飞 许赣荣 |
| |
| 作者单位： | 1. 江南大学轻工过程先进控制教育部重点实验室，自动化研究所；2. 江南大学工业生物技术教育部重点实验室 |
| |
| 基金项目： | 江苏高等学校优秀科技创新团队；江苏省产学研前瞻性联合研究项目（BY2013015-27）；国家高技术研究发展计划（863计划，2012AA021302）资助项目 |
| |
| 摘 要： | 该文研究了近红外光谱技术在红曲菌固态发酵生物量快速检测方面的应用。共采集了4个批次80个样本的光谱,采用氨基葡萄糖法测定生物量。为降低模型的复杂度和提高模型的预测性能,研究了遗传算法(Genetic Algorithm,GA)的光谱谱区选择方法,并建立所优选光谱变量的预测红曲菌固态发酵生物量的PLS模型。为说明遗传算法优选光谱变量的可行性,另外分别建立了全谱和相关系数法两种波长选择方法下的PLS定量模型,比较分析了3种方法所获模型的预测能力,并对GA方法优选的光谱波段信息与菌体成分中含氢基团的对应吸收进行分析。结果表明,遗传算法能在降低模型复杂度的同时提高模型的预测性能,其建模结果为Rc=0.998 3,RMSECV=3.580 2,Rp=0.993 1,RMSEP=3.643 7,参与建模的数据点由全谱的1 457个减少到585个,且模型预测精度相比FS-PLS模型提高了11.55%。研究表明近红外光谱技术结合遗传算法所建的PLS预测模型能够实现红曲菌固态发酵生物量的快速检测,从而为进一步实现在线发酵过程优化控制提供依据。
|
| 关 键 词： | 近红外光谱 遗传算法 红曲菌 固态发酵 生物量 |
Rapid Determination of Biomass in Solid-state Fermentation of Monascus Using NIR Spectroscopy and Genetic Algorithm |
| |
| HUANG Chang-yi,FAN Hai-bin,LIU Fei,XU Gan-rong.Rapid Determination of Biomass in Solid-state Fermentation of Monascus Using NIR Spectroscopy and Genetic Algorithm[J].Journal of Instrumental Analysis,2014,33(5):520-526. |
| |
| Authors: | HUANG Chang-yi FAN Hai-bin LIU Fei XU Gan-rong |
| |
| Abstract: | |
| |
| Keywords: | NIR genetic algorithm(GA) Monascus solid-state fermentation biomass |
| 本文献已被 CNKI 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》下载免费的PDF全文 |
|
