公共文化服务平台

刘波平: 作品数：40 被引量：251H指数：11; 供职机构：江西省分析测试中心更多>>; 发文基金：江西省星火计划长江学者和创新团队发展计划江西省科技厅科技支撑计划项目更多>>; 相关领域：理学轻工技术与工程医药卫生化学工程更多>>

合作作者

近红外光谱技术在食品成分及质量控制方面的研究应用进展被引量：13: 2007年; 本文简要介绍了近红外光谱技术快速检测的基本原理,综述了国内外近红外光谱快速检测技术在食品成分及质量控制方面的研究应用进展,并展望了今后该领域的研究和应用前景。; 秦华俊刘波平罗香曹树稳; 关键词：近红外光谱技术化学计量学食品

PLS-GRNN法近红外光谱多组分定量分析研究被引量：6: 2007年; 研究了偏最小二乘(partial least squares,PLS)与广义回归神经网络(generalized regression neuralnetworks,GRNN)联用在近红外光谱多组分定量分析中的应用。以饲料样品为实验材料,采用PLS-GRNN法建立了饲料中水溶性氯化物、粗纤维、脂肪三项组分含量近红外光谱定量分析模型。马氏距离法剔除强影响点和奇异点,用PLS法将原始数据压缩为主成分,取8个主成分吸收峰与4个原始图谱特征峰值输入GRNN网络,网络光滑因子σi为0.1。PLS-GRNN模型对样品3个组分含量的预测决定系数(r2)分别为:0.9840,0.9870,0.9830;样品平行扫描光谱预测值的标准偏差分别为:0.00326,0.0655,0.0314。结果表明所建PLS-GRNN模型通过近红外光谱能够准确预测饲料中水溶性氯化物、粗纤维、脂肪三项组分含量,为近红外光谱进行多组分定量分析提供了新思路,同时为解决近红外快速检测技术在预测组分含量较低的样品时误差相对较大的问题提供了可靠的方法。; 刘波平秦华俊罗香曹树稳王俊德; 关键词：近红外光谱偏最小二乘法

PLS-BP法近红外光谱同时检测饲料组分的研究被引量：15: 2007年; 建立了用偏最小二乘(partial least squares,PLS)与人工神经网络(artificial neural networks,ANN)联用对饲料样品同时测定水分、灰分、蛋白质、磷含量的预测校正模型。光谱数据用二阶微分及标准归一化处理(SNV),用PLS法将原始数据压缩提取前10个主成分与2个特征峰值作为12个输入向量,采用单隐层的反向传播人工神经网络(Back-Propagation Network,BP),确定中间层的神经元个数为23,初始训练迭代次数为1000。PLS-BP模型对样品四个组分含量的预测决定系数(r2)分别为:0.9950,0.9980,0.9990和0.9670;样品平行扫描光谱预测值的标准偏差分别为:0.02774,0.04853,0.03292和0.02204。; 刘波平秦华俊罗香曹树稳王俊德; 关键词：近红外光谱饲料偏最小二乘人工神经网络 BP网络

偏最小二乘-反向传播-近红外光谱法同时测定饲料中4种氨基酸被引量：21: 2007年; 偏最小二乘与人工神经网络联用对70个饲料样品建立起天门冬氨酸(Asp)、谷氨酸(Glu)、丝氨酸(Ser)和组氨酸(His)4种氨基酸含量的预测校正模型,以样品平行扫描光谱验证校正模型预测的准确性和重现性。用偏最小二乘法将原始数据压缩为主成分,采用单隐层的反向传播网络建模。取前3个主成分的12个数据输入网络,以Kolmogorov定理为依据,经过实验确定中间层的神经元个数为25,初始训练迭代次数为1000。偏最小二乘-反向传播网络模型对样品4个组分含量的预测决定系数(R2)分别为:0.981、0.997、0.979、0.946;样品平行扫描光谱预测值的标准偏差分别为:0.020、0.029、0.017、0.023。本研究为近红外快速检测在组分含量较低的样品实现多组分同时测定提供了思路。; 刘波平秦华俊罗香曹树稳王俊德; 关键词：近红外光谱饲料偏最小二乘人工神经网络氨基酸

反相液相色谱法测定蜂四宝膏中的10-HDA: 1前言蜂蜜、蜂花粉、蜂王浆、蜂胶等蜂产品具有抗病菌、抗肿瘤、清热解毒、保护心血管系统、改善消化系统等功效。10-羟基-α-癸烯酸(10-HDA),又称王浆酸,被人们认为是蜂王浆中特有的一种不饱利脂肪酸,本文在文献报道基础...; 万春花龙洲雄刘波平王玲朱俊玲; 文献传递

Elman网络近红外光谱技术同时测定鲜乳中三种主成分含量被引量：7: 2008年; 采用Elman神经网络(反馈神经网络,Recurrent Network)结合近红外光谱技术建立鲜乳中的脂肪、蛋白质、乳糖定量分析模型。用偏最小二乘法(PartialLeast Squares,PLS)将原始数据压缩主成分,取前3个主成分的14个吸收峰值输入Elman网络,网络中间层神经元个数为53。Elman网络模型对样品中3个组分含量的预测决定系数(R2)分别为:0.985、0.951、0.967,表明所建Elman网络预测模型能够较准确预测鲜乳中脂肪、蛋白质和乳糖的含量,从而为近红外光谱的多组分定量分析提供了新思路。; 荣菡刘波平邓泽元罗香; 关键词：近红外光谱技术 ELMAN网络偏最小二乘法多组分鲜乳

反相液相色谱法测定蜂四宝膏中的10-HDA: 10-羟基-α-癸烯酸(10-HDA),又称王浆酸,被认为是蜂王浆中特有的一种不饱和脂肪酸,本文采用高效反相液相色谱法对蜂保健产品蜂四宝膏中的10-HDA进行了分析,结果满意.; 万春花龙洲雄刘波平王玲朱俊玲; 关键词：保健食品; 文献传递

人工神经网络近红外光谱法同时测定土豆中三种营养成分: 采用人工神经网络(artificial neural networks,ANN)近红外光谱法对50个土豆样品建立起粗纤维、淀粉、蛋白质含量的预测校正模型.将原始数据压缩为主成分,取前3个主成分的12个吸收峰值作为网络输入...; 秦华俊刘波平罗香曹树稳; 关键词：近红外光谱土豆偏最小二乘 BP网络; 文献传递

芝麻油中掺入菜籽油的近红外光谱研究被引量：26: 2009年; 采用偏最小二乘法建立芝麻油中菜籽油含量的近红外光谱定量检测模型。配制不同比例的菜籽油和芝麻油混合样品,采集样品在4200～10000cm-1范围内的近红外漫反射光谱,模型采用交互验证和外部检验来考察所建立模型的可靠性。建模参数为:最佳波长范围为4500～8745cm-1;最佳光谱预处理方法为:多元散射校正(MSC)/一阶微分/Norris Derivative(3,5)滤波。所建立定标模型的校正相关系数为0.99839;均方估计残差为0.976。应用建立的模型对未知样品进行预测,并对预测值和真实值进行比较,在含量为10%～70%之间范围准确可靠,研究结果表明,采用近红外光谱技术可以实现芝麻油中菜籽油的快速检测。; 冯利辉刘波平张国文罗香; 关键词：近红外光谱芝麻油掺假菜籽油偏最小二乘

从食品中甲醛的来源试论甲醛次硫酸氢钠测定方法的缺陷及补救措施被引量：3: 2010年; 本文论述了食品中甲醛的主要来源,探讨了采用国家标准GB/T21126-2007测定大米、面粉等食品中甲醛次硫酸氢钠的不足之处,以及补救措施。; 林丹陆文英赖艳董秋洪戴廷灿刘波平; 关键词：食品甲醛