仿刺参多种成分含量近红外模型的建立

仿刺参多种成分含量近红外模型的建立

ID:34583406

大小:3.57 MB

页数:89页

时间:2019-03-08

仿刺参多种成分含量近红外模型的建立_第1页
仿刺参多种成分含量近红外模型的建立_第2页
仿刺参多种成分含量近红外模型的建立_第3页
仿刺参多种成分含量近红外模型的建立_第4页
仿刺参多种成分含量近红外模型的建立_第5页
资源描述:

《仿刺参多种成分含量近红外模型的建立》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、学校代码:10264研究生学号:M150107142上海海洋大学硕士学位论文题目:仿刺参多种成分含量近红外模型的建立EstablishmentofNearInfraredModelsofavarietyofComponentsdeterminationin英文题目:SeaCucumbersApostichopusjaponicusSelenka专业:动物遗传育种与繁殖研究方向:仿刺参育种辅助技术姓名:李尚俊杨建敏研究员指导教师:孙国华副研究员二O一七年3月30日上海海洋大学学位论文原创性声明本人郑重声明:我

2、恪守学术道德,崇尚严谨学风。所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经明确注明和引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品及成果的内容。论文为本人亲自撰写,我对所写的内容负责,并完全意识到本声明的法律结果由本人承担。学位论文作者签名:日期:年月日上海海洋大学学位论文版权使用授权书学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅或借阅。本人授权上海海洋大学可以将本学位论

3、文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□,在年解密后适用本版权书。本学位论文属于不保密□学位论文作者签名:指导教师签名:日期:年月日日期:年月日上海海洋大学硕士学位论文答辩委员会成员名单姓名工作单位职称备注孙卫明烟台大学教授主席刘永胜烟台市水产研究所研究员委员王晓通鲁东大学教授委员刘相全山东省海洋资源与环境研究院研究员委员姜海滨山东省海洋资源与环境研究院研究员委员张超山东省海洋资源与环境研究院秘书2018年山东省海洋海洋资源与环境研答辩日答辩地

4、点5月18究院期日上海海洋大学硕士学位论文仿刺参多种成分含量近红外模型的建立摘要仿刺参(ApostichopusjaponicusSelenka)具有极高的营养价值和经济价值,随着人们的经济水平的提高、保健意识的逐渐加强,对刺参的消费需求量逐渐增大,然而,市场上的刺参质量参差不齐或存在劣质海参以次充好的现象,此外,在对刺参进行选育的过程中,常需要对其进行成分含量的测定,而传统的实验方法耗时又费力,为选育工作带来一定的阻碍,因此需要一种快速、高效、无损、方便的测定方法,测定各成分含量,以辅助育种和辨别优良。本

5、实验采用近红外光谱分析技术,对仿刺参干样进行多种成分模型的建立,并对两种波段不同的近红外光谱仪进行比较。建模过程中,采用马氏距离和杠杆值——学生残差值进行异常值剔除,用KS分类法按2:1划分校正集和验证集,选择四种预处理方法MSC、SNV、MSC+一阶导数、SNV+一阶导数分别对模型进行处理并选择最优预处理,此外,第二章实验还采用BiPLS法对光谱区间进行选优,以优化模型,使模型更稳定,结果表明:1.采用便携式近红外光谱仪(MicroNIR1700JDSU,USA)扫描的光谱对仿刺参多糖,蛋白质,脂肪,灰分

6、,皂苷,锌和硒7种肉质品质成分进行建模,实验证明,多糖、蛋白质和灰分可进行含量预测,其最优预处理方法分别为SNV+一阶导数、MSC和SNV,I上海海洋大学硕士学位论文222最终模型的Rc、Rcv、Rp、RMSEC、RMSECV和RMSEP分别为0.888、0.2320.833、0.2857、0.863、0.2364;0.879、0.9336、0.831、1.1056、0.869、0.9259;0.946、0.7613、0.926、0.8893、0.900、0.8594,RPD分别为2.67、2.89和3.2

7、1,可见灰分建模效果良好,可用于实际检测,多糖、蛋白质可进行含量检测,但精确度需进一步提高,而粗脂肪、粗皂苷、锌和硒RPD均小于2.5,各参数较差,2R均低于0.85,模型建立较差。2.用傅里叶变换式近红外光谱仪(AntarisMX)对相同样品进行扫描、建模,发现:蛋白质和灰分可进行含量预测,最优预处理方222法分别为MSC、MSC,最终模型的Rc、Rcv、Rp、RMSEC、RMSECV和RMSEP为0.973、0.6204、0.951、0.6204、0.891、0.6716;0.935、0.7020、0.

8、917、0.7987、0.941、0.5312,RPD分别为2.80、3.26,可见灰分建模效果良好,可用于实际检测,蛋白质可进行含量检测,但精确度需进一步提高,而多糖、粗脂肪、粗皂苷、锌和硒预测效果较差,RPD均小于2.5,此外对光谱进行选优,分别将光谱划分为30、40、50、60个区间,选择最优区间数,除粗皂苷外,其余模型参数均有所改善。3.对两种近红外光谱仪进行比较发现,对于可进行建模预测的成分如蛋白质和灰

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。