不同品种瓶装醋定性判别的研究

为了得到可靠的瓶装老陈醋无损的定性预测模型,以山西省不同种类的240个瓶装醋为研究对象采集光谱数据,对原始光谱进行光谱预处理,应用主成分进行降维处理,结合马氏距离判别方法建立定性判别模型。结果表明,校正集和预测集的正确分类结果均达到了100%。实验证明近红外光谱技术可以对瓶装醋直接进行检测,达到了快速、无损的目的。     

基于近红外光谱与DPLS的潲水油快速鉴别方法

潲水油回流餐桌等食品安全问题越来越受到社会关注,探寻准确、快速、简便、高效且成本低廉的潲水油鉴别新方法成为食用油安全性能检测的新要求.对收集的82份潲水油和合格食用油样品进行了理化检测,鉴别出潲水油样品37份,合格油样品45份.从82份样品中随机选出24份样品作为第一组,余下58份样品作为第二组,以第一组24份样品作为校正集,建立判别偏最小二乘法(DPLS)模型,鉴别第二组58份样品,总体鉴别正确率为86.21%;再以第二组58份样品作为校正集,建立DPLS模型,鉴别第一组24份样品,总体鉴别正确率为95.83%.研究表明,基于近红外光谱与DPLS的潲水油快速鉴别方法可行,具有较好的鉴别效果.     

一类6p2 阶群的非交换图及其对群结构的影响

研究一类固定阶非交换群G的非交换图和其结构之间的一些联系.证明了当p是奇素数,p≠3,且3(p-1)时,11个6p2阶非交换群G中,有5个可由其非交换图刻画,另外6个不能由其非交换图刻画.     

基于颜色和纹理特征的玉米旱情统计判别模型

利用颜色和纹理特征判定玉米植株干旱程度是玉米旱情监测识别的新途径,良好的统计判别模型构建方法对实现这一新途径意义重大。采集了玉米出苗-拔节、拔节-抽雄、抽雄-成熟3个生长发育阶段适宜、轻旱、中旱、重旱、特旱5个干旱程度的玉米植株图像,用MATLAB软件从图像中提取玉米植株的颜色和纹理特征数据,以SPSS软件对特征数据的训练集进行Fisher逐步判别分析,获得Fisher判别函数组,结合曼哈顿距离判别规则,建立了玉米出苗-拔节、拔节-抽雄、抽雄-成熟3个生长发育阶段的正视面、俯视面和侧视面共9个单视角统计判别模型,并将每个生长发育阶段的单视角统计判别模型联合构建为三维统计判别模型。玉米3个生长发育阶段的所有单视角判别模型在训练和测试时的平均判别准确率无显著差异,所有正视面和侧视面单视角统计判别模型训练和测试时的平均判别准确率均在90%以上,判别玉米不同干旱程度的准确率差异性小,所有俯视面单视角统计判别模型训练、测试时的平均判别准确率均低于85%,且判别玉米不同干旱程度的准确率差异性较大。玉米3个生长发育阶段的三维统计判别模型的训练和测试平均判别准确率在97%以上,且判别玉米不同干旱程度的差异性较小。玉米3个生长发育阶段的单视角统计判模型中,侧视面统计判别模型的判别效果最好,正视面统计判别模型次之,俯视面统计判别模型的判别效果相对较差,每个生长发育阶段的三维统计判别模型的判别效果均比单视角统计判模型好。     

气体传感器鉴别花椒产地研究

目前花椒产地鉴别基本以感官评定为主,缺乏客观性,在实施应用时难以做到量化和标准化,难以做出判断。因此设计研发一种快速鉴别花椒的智能装置。该装置以气体传感器阵列为核心,能够独立对花椒气味信息进行检测和鉴别,区分不同产地的同类花椒。利用主成分分析和WilksΛ统计分析对检测数据进行处理。提取主成分5个,累积贡献率为94.41%,其对应Fisher判别模型训练集平均准确率达到88.6%,验证集90%,WilksΛ统计分析最终选取8个变量,其对应判别Fisher模型训练集平均准确率91.82%,验证集95%。对WilksΛ统计所选取变量建立细分类交叉验证的Fisher判别模型,平均正确率达到97.27%,将模型移植到采集装置,完成智能花椒品种鉴别装置。该方法是一种简便高效的花椒品种鉴别方法,可为今后进一步研究花椒产地、分级提供检测仪器和理论依据。     

基于费舍判别法的族群分类问题研究

判别分析是根据观测到的某些指标对所研究的对象进行分类的一种多元统计分析方法。在生物学中,对物种进行分类是极具研究价值的。本文根据题中已知两种蠓虫的触角和翼长的不同特征,进行简单的分析,利用F分布判断题中所给数据满足判别分析的要求。在此基础上,针对蠓虫进行分类的目的,使用费舍判别法给出对检验样本进行分类的依据,并通过三个样本分别给出了结果。     

不同海拔岭头单枞茶的分类研究

应用高效液相色谱法研究不同海拔岭头单枞茶的指纹图谱,采用相似度分析软件进行分析比较,获得21个共有特征峰;根据相对峰面积,采用判别分析法进行分类研究,初步建立岭头单枞茶产地海拔鉴定方法,从而间接反映茶叶的品质。结果表明,该方法简单、实用,是指纹图谱技术结合化学计量法在凤凰单枞茶叶分类鉴定中的一个有益尝试。     

翅形态特征在重阳木斑蛾成虫性别鉴定中的应用

为了明确重阳木斑蛾的翅形态特征在其性别鉴定中的作用,探索雌雄难于区分的成虫的数值鉴定方法。采用图像处理与分析技术,通过爱普生扫描仪获取重阳木斑蛾前翅图,利用BugShape v1.0软件提取雌雄成虫翅的轮廓特征,利用tpsDig2软件获取翅脉交叉点位置特征,并利用独立样本t检验和标志点空间普氏叠加和扭曲分析,以明确此类特征在该成虫雌雄鉴定中的作用。结果表明,重阳木斑蛾成虫左右前翅轮廓特征在同一性别中差异不显著。仅利用左前翅数据进行分析时,翅面积、短轴长度、等效圆半径、偏心率、球状性和圆形度在两个性别中存在极显著差异,周长和长轴长度的差异达到显著水平,而紧凑度和叶状性差异不显著。使用左右前翅作为数据集进行分析时,除紧凑度和叶状性差异仍不显著外,其余参数均达到极显著水平。雌雄前翅轮廓特征作为指标来判别性别时正确率为100%,但存在左右翅相互错判现象。翅膀内部翅脉交叉点的空间位置在个体间存在较大差异,主要表现在相对于翅的横向方向变异大。雌雄间的差异主要存在于外缘附近的翅脉交叉点。结论:通过前翅的轮廓特征可以区分重阳木斑蛾雌雄成虫的差异。翅脉交叉点空间位置在雌雄间和个体间存在一定的变异。     

判别土壤“肥瘦”有“十看”

<正>一看土壤颜色。肥土土色较深;而瘦土土色浅。二看土层深浅。肥土土层一般都大于60cm;而瘦土相对较浅。三看土壤适耕性。肥土土层疏松,易于耕作;瘦土土层黏犁,耕作费力。四看土壤淀浆性及裂纹。肥土不易淀浆,土壤裂纹多而小;瘦土极易淀浆,易板结,土壤裂纹少而大。五看土壤保水能力。水分下渗     

全麦粉和小麦粉中烷基间苯二酚同系物组成的对比分析

【目的】 建立全麦粉标记物烷基间苯二酚（ARs）的高效液相检测方法,对全麦粉和小麦粉中ARs同系物组成进行分析,实现全麦粉真伪品质评价。【方法】 探究高效液相条件,建立ARs同系物5-十七烷基间苯二酚（C17:0）、5-十九烷基间苯二酚（C19:0）、5-二十一烷基间苯二酚（C21:0）、5-二十三烷基间苯二酚（C23:0）和5-二十五烷基间苯二酚（C25:0）的高效液相检测方法,并进行方法学评价。以国内外全麦粉、小麦粉及小麦麸皮等共47份样品为研究对象,测定ARs同系物的含量,分析其ARs同系物组成,并进行热图分析和主成分分析。【结果】 选用ZORBAX SB-C18（150 mm×4.6 mm,5 μm,Agilent）色谱柱,流动相选用0.1%甲酸水溶液和0.1%甲酸甲醇溶液进行梯度洗脱,在紫外检测波长280 nm、柱温35℃、流速0.5 mL·min^-1、进样量20 μL条件下,可在35 min内有效分离5种ARs同系物,各个同系物的色谱峰峰形对称,分离度好。经方法学评价,该方法具有良好的精密度和灵敏度,标准曲线线性相关系数均大于0.999,检出限为0.06—0.19 μg·mL ^-1,回收率为81.16%—112.92%,精密度标准偏差为0.02%—4.02%,可作为ARs同系物的测定方法。通过热图聚类分析可知不同检测样品中ARs同系物组成及总量存在显著差异（P<0.05）。麦粉样品ARs同系物组成中C21:0最多,占33%—61%;C19:0次之,占12%—44%;C17:0、C23:0和C25:0的含量占比较小。美国、加拿大全麦粉的ARs同系物组成丰富度和含量相近,国外全麦粉中ARs同系物组成含量高于国内全麦粉。国内全麦粉中的ARs同系物组成比小麦粉中的ARs同系物组成丰富度高,但个别小麦粉除外。小麦麸皮F₁中ARs同系物组成和总含量显著高于全麦粉和小麦粉,其ARs总含量高达1 795.78 μg·g^-1,与其他样品相比差异显著（P<0.05）。经主成分分析得出,麦粉样品间的主要差异指标为ARs同系物组成含量,作为第1主成分,其累积贡献率为98.40%。小麦麸皮与其他麦粉样品的相对分散最远,中国小麦粉的分散度最大。美国全麦粉和加拿大全麦粉几乎重叠,而中国全麦粉和部分小麦粉与美国、加拿大全麦粉部分交叉。【结论】 本研究建立的液相方法能够有效、快速的对全麦粉中ARs同系物进行定量,适用于麦类全谷物产品中ARs同系物含量的测定。同时,通过全麦粉和小麦粉中ARs同系物组成对比分析可知,全麦粉中的ARs同系物组成丰富度优于小麦粉中的ARs同系物组成丰富度。