公开(公告)号：CN106124445A

公开(公告)日：2016-11-16

申请号：CN201610427224.X

申请日：2016-06-16

Applicant: 福州大学

Inventor： 柴琴琴 ,  林双杰 ,  李详辉 ,  王建明 ,  杨方

IPC: G01N21/3563 ,  G01N21/359

CPC classification number: G01N21/3563 ,  G01N21/359

Abstract: 一种快速、无损的转基因大豆的鉴别方法，其包括以下：步骤S1：收集不同种类的转基因大豆和非转基因的大豆样品；步骤S2：将样本进行近红外光谱扫描，采集其近红外光谱，并剔除异常的样本数据；步骤S3：选取1100~2500 nm特征波段下的光谱信息，运用多元散射校正预处理方法进行对步骤S2中的光谱信息进行处理；并对处理后的光谱信息进行散射校正；步骤S4：采用留一法交叉验证求的PLS‑DA最佳的因子数；步骤S5：采用步骤S4的最佳的因子数，进行PLS‑DA建模；步骤S6：对于未知的样品，利用扫描器获取其近红外光谱，再利用建立好的PLS‑DA模型，预测其所属类别。本发明能够快速鉴别出致病菌的种类，并且具有高精度、操作简单等优点。

公开(公告)号：CN107101972B

公开(公告)日：2019-10-15

申请号：CN201710371389.4

申请日：2017-05-24

Applicant: 福州大学

Inventor： 蔡逢煌 ,  赖添悦 ,  彭昕 ,  王武 ,  柴琴琴 ,  林琼斌 ,  林双杰 ,  林伟群

IPC: G01N21/359 ,  G01N1/28

Abstract: 本发明公开了一种近红外光谱快速鉴别三叶青产地的方法。由于三叶青近红外光谱数据还未完善，因此在其产地鉴别上，应对鉴别算法提出更高的要求，即在实现三叶产地鉴别的同时，还要能够有效地识别出其它或未知新产地的三叶青。针对这一问题，本文结合三叶青近红外光谱数据的特点，对算法共做了三方面改进：①从距离的角度估计样本的概率密度；②以训练样本可信度的方式计算带宽参数；③在未知新产地的识别上，提出一种基于训练集样本的概率密度函数的识别方法。本发明提出一种新的特征波长选择方法，其操作简单，通用性强，能够有效提高定量模型，稳健性与准确性。

公开(公告)号：CN107167447A

公开(公告)日：2017-09-15

申请号：CN201710374976.9

申请日：2017-05-24

Applicant: 福州大学

Inventor： 柴琴琴 ,  林双杰 ,  王武 ,  蔡逢煌 ,  林琼斌 ,  林伟群 ,  赖添悦

IPC: G01N21/359

CPC classification number: G01N21/359 ,  G01N2201/127

Abstract: 本发明涉及一种采用近红外光谱技术计算勾兑苹果汁中苹果原汁含量的方法，首先采集标准的不同浓度梯度的苹果原汁对应的勾兑苹果汁的近红外吸收光谱图；其次在进行多元散射校正光谱的预处理方法后，将采集的近红外光谱的数据导入PLS模型，并采用留一法交叉验证选取最佳的因子数；最后利用最佳的因子数建立PLS判别模型，对未知样本进行预测。本发明具有检测速度快、预测精度高、操作简单等优点。

公开(公告)号：CN107121406A

公开(公告)日：2017-09-01

申请号：CN201710373663.1

申请日：2017-05-24

Applicant: 福州大学

Inventor： 柴琴琴 ,  林双杰 ,  王武 ,  蔡逢煌 ,  林琼斌 ,  林伟群 ,  赖添悦

IPC: G01N21/359 ,  G01N21/3577 ,  G01N21/35 ,  G06F19/00

CPC classification number: G01N21/359 ,  G01N21/35 ,  G01N21/3577 ,  G01N2021/3595 ,  G16Z99/00

Abstract: 本发明涉及一种基于近红外光谱的葡萄籽油掺假鉴别方法，首先采集纯的葡萄籽油和掺入大豆油、花生油、玉米油、葵花油的葡萄籽油的近红外吸收光谱图；其次利用萤火虫算法结合连续投影算法对近红外光谱波长进行优选，将优选后的波长据导入ELM模型；最后建立FA‑SPA‑ELM判别模型，对未知样本进行预测。本发明具有检测速度快、分类准确性高、操作简单等优点。