搜索

文章查询

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

应用导数荧光光谱和概率神经网络鉴别合成色素

陈国庆 吴亚敏 魏柏林 刘慧娟 高淑梅 孔艳 朱拓

应用导数荧光光谱和概率神经网络鉴别合成色素

陈国庆, 吴亚敏, 魏柏林, 刘慧娟, 高淑梅, 孔艳, 朱拓
PDF
导出引用
导出核心图
  • 实验测量了食品色素胭脂红、苋菜红、诱惑红和工业色素苏丹红Ⅳ溶液分别在波长为300,400,440和380 nm的光激发下产生的荧光光谱.对这4种红色素的各8个溶液样本选取60个发射波长值所对应的荧光强度作为网络特征参数,训练、建立概率神经网络.据此,对32个色素溶液样本进行种类识别.为解决原始荧光光谱重叠造成识别准确率不高的问题,应用导数荧光光谱,将二阶导数光谱数据作为网络特征参数,建立网络,进行识别,识别准确率达100%.由此,提出了应用二阶导数荧光光谱结合概率神经网络对合成色素方便、快捷、准确地进行种
    • 基金项目: 江苏省自然科学基金(批准号:BK2009066)、高等学校博士学科点专项科研基金(批准号:200802950005)和江苏省教育厅基金(批准号:JH08-18,CX08B-088Z) 资助的课题.
    [1]

    Pang N N, Bai Y, Liu H W 2009 Univ. Chem. 24 24 (in Chinese) [庞楠楠、白 玉、刘虎威 2009 大学化学 24 24]

    [2]

    Ma W, Fu L, Liu S F, Zeng Q C, Xu S W, Wang H B 2008 Sci. Technol. Food Indust. 29 198 (in Chinese)[马 微、付 丽、刘世福、曾庆才、许世伟、王海波 2008 食品工业科技 29 198]

    [3]

    1188 295

    [4]

    Zhao G H, Zhang P Z 2009 Food Res. Develop. 30 135 (in Chinese)[赵广河、张培正 2009 食品研究与开发 30 135]

    [5]

    Florian C S, Jan T, Reinhold C 2006 Food Chem. 94 296

    [6]

    Gergely C K, Esther F, Tibor C, Juan A V 2000 J. Chromatograph. A896 61

    [7]

    Sacide A, Suna T 2002 J. Food Compos. Analys. 15 667

    [8]

    Pedro L L A, Leticia L M, Luis M D L R 2002 Electroanalysis 14 197

    [9]

    Erdal D, Emine B, Murat K, Feyyaz O 2002 Talanta 58 579

    [10]

    Katerina S M, Christina F S, Nikolaos S T 2007 Analyt. Chim. Acta 583 103

    [11]

    Joseph S 2000 J. Chromatograph. A880 129

    [12]

    Panagiotis A, Charlotta T 2008 Talanta 74 1218

    [13]

    Chailapakul O, Wonsawat W, Siangproh W, Grudpan K, Zhao Y F, Zhu Z W 2008 Food Chem. 109 876

    [14]

    Florin S, Augustin C M, Costel S 2008 J. Chromatograph. A

    [15]

    María J C, Agustina V S, Natalia E L, Mariano G, Maria S D N, Beatriz S F B, Héctor C G 2009 J. Chromatograph. A 1216 7063

    [16]

    Chen G Q, Wu Y M, Wang J, Zhu T, Gao S M 2009 Spectrosc. Spectr. Analys. 29 2518 (in Chinese)[陈国庆、吴亚敏、王 俊、朱 拓、高淑梅 2009 光谱学与光谱分析 29 2518]

    [17]

    Liu Y, Song C Y, He W L, Luo X S, Lu J, Ni X W 2007 Acta Phys. Sin. 56 2962 (in Chinese) [刘 莹、宋春元、何文亮、骆晓森、陆 建、倪晓武 2007 物理学报 56 2962]

    [18]

    Liu Y, Song C Y, Luo X S, Lu J, Ni X W 2007 Chin. Phys. 16 1300

    [19]

    Peng Y, Li S F, Zhang Q Y, Li Y G, Xu L 2007 Acta Phys. Sin. 56 7286 (in Chinese)[彭 扬、李善锋、张庆瑜、李毅刚、徐 雷 2007 物理学报 56 7286]

    [20]

    Zhang Z G 2008 Acta Phys. Sin. 57 5823 (in Chinese)[张治国 2008 物理学报 57 5823]

    [21]

    Liu Y, Ni X W 2009 Acta Phys. Sin. 58 3572 (in Chinese)[刘 莹、倪晓武 2009 物理学报 58 3572]

    [22]

    Specht D F 1990 Neur. Network. 3 109

    [23]

    Shen M J 2009 J. Math. Med. 22 92 (in Chinese)[申明金 2009 数理医药学杂志 22 92]

  • [1]

    Pang N N, Bai Y, Liu H W 2009 Univ. Chem. 24 24 (in Chinese) [庞楠楠、白 玉、刘虎威 2009 大学化学 24 24]

    [2]

    Ma W, Fu L, Liu S F, Zeng Q C, Xu S W, Wang H B 2008 Sci. Technol. Food Indust. 29 198 (in Chinese)[马 微、付 丽、刘世福、曾庆才、许世伟、王海波 2008 食品工业科技 29 198]

    [3]

    1188 295

    [4]

    Zhao G H, Zhang P Z 2009 Food Res. Develop. 30 135 (in Chinese)[赵广河、张培正 2009 食品研究与开发 30 135]

    [5]

    Florian C S, Jan T, Reinhold C 2006 Food Chem. 94 296

    [6]

    Gergely C K, Esther F, Tibor C, Juan A V 2000 J. Chromatograph. A896 61

    [7]

    Sacide A, Suna T 2002 J. Food Compos. Analys. 15 667

    [8]

    Pedro L L A, Leticia L M, Luis M D L R 2002 Electroanalysis 14 197

    [9]

    Erdal D, Emine B, Murat K, Feyyaz O 2002 Talanta 58 579

    [10]

    Katerina S M, Christina F S, Nikolaos S T 2007 Analyt. Chim. Acta 583 103

    [11]

    Joseph S 2000 J. Chromatograph. A880 129

    [12]

    Panagiotis A, Charlotta T 2008 Talanta 74 1218

    [13]

    Chailapakul O, Wonsawat W, Siangproh W, Grudpan K, Zhao Y F, Zhu Z W 2008 Food Chem. 109 876

    [14]

    Florin S, Augustin C M, Costel S 2008 J. Chromatograph. A

    [15]

    María J C, Agustina V S, Natalia E L, Mariano G, Maria S D N, Beatriz S F B, Héctor C G 2009 J. Chromatograph. A 1216 7063

    [16]

    Chen G Q, Wu Y M, Wang J, Zhu T, Gao S M 2009 Spectrosc. Spectr. Analys. 29 2518 (in Chinese)[陈国庆、吴亚敏、王 俊、朱 拓、高淑梅 2009 光谱学与光谱分析 29 2518]

    [17]

    Liu Y, Song C Y, He W L, Luo X S, Lu J, Ni X W 2007 Acta Phys. Sin. 56 2962 (in Chinese) [刘 莹、宋春元、何文亮、骆晓森、陆 建、倪晓武 2007 物理学报 56 2962]

    [18]

    Liu Y, Song C Y, Luo X S, Lu J, Ni X W 2007 Chin. Phys. 16 1300

    [19]

    Peng Y, Li S F, Zhang Q Y, Li Y G, Xu L 2007 Acta Phys. Sin. 56 7286 (in Chinese)[彭 扬、李善锋、张庆瑜、李毅刚、徐 雷 2007 物理学报 56 7286]

    [20]

    Zhang Z G 2008 Acta Phys. Sin. 57 5823 (in Chinese)[张治国 2008 物理学报 57 5823]

    [21]

    Liu Y, Ni X W 2009 Acta Phys. Sin. 58 3572 (in Chinese)[刘 莹、倪晓武 2009 物理学报 58 3572]

    [22]

    Specht D F 1990 Neur. Network. 3 109

    [23]

    Shen M J 2009 J. Math. Med. 22 92 (in Chinese)[申明金 2009 数理医药学杂志 22 92]

  • [1] 周旭聪, 石尚, 李飞, 孟庆田, 王兵兵. 利用双色激光场下域上电离谱鉴别H32+ 两种不同分子构型. 物理学报, 2020, (): . doi: 10.7498/aps.69.20200013
    [2] 钟哲强, 张彬, 母杰, 王逍. 基于紧聚焦方式的阵列光束相干合成特性分析. 物理学报, 2020, (): . doi: 10.7498/aps.69.20200034
  • 引用本文:
    Citation:
计量
  • 文章访问数:  2859
  • PDF下载量:  893
  • 被引次数: 0
出版历程
  • 收稿日期:  2009-10-26
  • 修回日期:  2009-11-16
  • 刊出日期:  2010-07-15

应用导数荧光光谱和概率神经网络鉴别合成色素

  • 1. 江南大学理学院,无锡 214122
    基金项目: 

    江苏省自然科学基金(批准号:BK2009066)、高等学校博士学科点专项科研基金(批准号:200802950005)和江苏省教育厅基金(批准号:JH08-18,CX08B-088Z) 资助的课题.

摘要: 实验测量了食品色素胭脂红、苋菜红、诱惑红和工业色素苏丹红Ⅳ溶液分别在波长为300,400,440和380 nm的光激发下产生的荧光光谱.对这4种红色素的各8个溶液样本选取60个发射波长值所对应的荧光强度作为网络特征参数,训练、建立概率神经网络.据此,对32个色素溶液样本进行种类识别.为解决原始荧光光谱重叠造成识别准确率不高的问题,应用导数荧光光谱,将二阶导数光谱数据作为网络特征参数,建立网络,进行识别,识别准确率达100%.由此,提出了应用二阶导数荧光光谱结合概率神经网络对合成色素方便、快捷、准确地进行种

English Abstract

参考文献 (23)

目录

    /

    返回文章
    返回