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] 武浩, 朱拓, 孔艳, 陈卫, 杨建磊. 基于径向基函数神经网络的荧光光谱技术在菌种识别中的应用. 物理学报, 2010, 59(4): 2396-2400. doi: 10.7498/aps.59.2396
    [2] 兰秀风, 骆晓森, 沈中华, 陆 建, 刘 莹, 倪晓武, 彭长德. 乙醇和水分子形成配合物与荧光光谱特性研究. 物理学报, 2005, 54(11): 5455-5461. doi: 10.7498/aps.54.5455
    [3] 屈军乐, 林子扬, 陈丹妮, 许改霞, 胡 涛, 郭宝平, 牛憨笨, 刘立新. 双光子激发时间分辨荧光光谱测量技术. 物理学报, 2006, 55(12): 6281-6286. doi: 10.7498/aps.55.6281
    [4] 姜海青, 姚 熹, 车 俊, 汪敏强. ZnSe/SiO2复合薄膜光学常数与荧光光谱的研究. 物理学报, 2006, 55(4): 2084-2091. doi: 10.7498/aps.55.2084
    [5] 骆晓森, 陆 建, 刘 莹, 倪晓武, 宋春元, 何文亮. 用偏振荧光光谱表征乙醇-水团簇分子的取向行为. 物理学报, 2007, 56(5): 2962-2967. doi: 10.7498/aps.56.2962
    [6] 周楠, 郑强, 胡北辰, 石德权, 苗春雨, 马春雨, 梁红伟, 郝胜智, 张庆瑜. 表面态调控对GaN荧光光谱的影响. 物理学报, 2014, 63(13): 137802. doi: 10.7498/aps.63.137802
    [7] 吴文智, 郑植仁, 刘伟龙, 杨延强, 苏文辉, 张建平, 闫玉禧, 金钦汉. 水溶性CdTe量子点的稳态和纳秒时间分辨光致发光光谱. 物理学报, 2007, 56(5): 2926-2930. doi: 10.7498/aps.56.2926
    [8] 郭凯敏, 高 勋, 郝作强, 鲁毅, 孙长凯, 林景全. 空气中飞秒激光等离子体荧光辐射光谱研究. 物理学报, 2012, 61(7): 075212. doi: 10.7498/aps.61.075212
    [9] 林子扬, 付 哲, 刘立新, 胡 涛, 屈军乐, 郭宝平, 牛憨笨. 双光子阵列点激发同时多维荧光信息的处理. 物理学报, 2006, 55(12): 6701-6707. doi: 10.7498/aps.55.6701
    [10] 易有根, 王瑜英, 胡奇峰, 张彦彬, 彭勇宜, 雷红文, 彭丽萍, 王雪敏, 吴卫东. ZnCdO/ZnO单量子阱结构及其荧光发射特性. 物理学报, 2016, 65(5): 057802. doi: 10.7498/aps.65.057802
  • 引用本文:
    Citation:
计量
  • 文章访问数:  2874
  • 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