多元指紋圖譜技術(shù)結(jié)合模式識別在牛乳品質(zhì)控制中的應(yīng)用
發(fā)布時(shí)間:2021-04-05 04:52
計(jì)算機(jī)技術(shù)的出現(xiàn)為生物科學(xué)的深入研究提供了重要的分析手段。指紋圖譜技術(shù)的發(fā)展為全面和精準(zhǔn)研究生物樣本的重要組分信息如蛋白質(zhì)和脂質(zhì)提供技術(shù)支持,也為尋找生物標(biāo)記物提供了技術(shù)保障。因此將兩者結(jié)合,一方面可保證數(shù)據(jù)采集的完整性,另一方面可通過相應(yīng)模式識別算法快速準(zhǔn)確尋找指紋圖譜差異和內(nèi)在規(guī)律,為生物檢測提供研究新思路。針對乳品工業(yè)中頻繁出現(xiàn)的牛乳摻假問題,已有一系列牛乳質(zhì)量檢測的靶標(biāo)性方法。但是,現(xiàn)有的檢測方法大多集中在針對某一種摻假物質(zhì)檢測,倘若是未知的摻假物,則需要對牛乳中的物質(zhì)逐一檢測,當(dāng)面對乳品工業(yè)化中大量需檢測的乳制品時(shí),此種方法不僅耗時(shí)耗力,而且在檢測還原乳時(shí),此種方法顯的力不從心。因此,基于以上問題,我們采用指紋圖譜技術(shù)結(jié)合模式識別算法研究牛乳經(jīng)濟(jì)摻假。本研究以牛乳摻假植物性外源蛋白和還原乳為研究對象,從牛乳完整蛋白和多肽指紋圖譜出發(fā),利用流動注射指紋技術(shù)、凝膠電泳技術(shù)、傅里葉變換衰減全反射紅外光譜(ATR-FTIR),超高效液相色譜時(shí)間飛行質(zhì)譜(UPLC-Q-TOF-MS)、三維內(nèi)源熒光技術(shù)及二維外源熒光技術(shù)采集樣品的指紋圖譜,結(jié)合多種模式識別方法判斷牛乳是否摻假,旨在為牛乳...
【文章來源】:上海交通大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:161 頁
【學(xué)位級別】:博士
【部分圖文】:
圖1-1支持向量機(jī)與間隔
而后才得到穩(wěn)步發(fā)展。期間經(jīng)歷了萌芽期、第一次研究高潮、反、第二次研究高潮期和穩(wěn)定發(fā)展期等五個(gè)階段[129]。至今,其已發(fā)展的一門學(xué)科。神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方式分為有導(dǎo)師學(xué)習(xí)、無導(dǎo)師學(xué)習(xí)及導(dǎo)師學(xué)習(xí)是屬于有外部信息對神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)進(jìn)行指導(dǎo),則稱此外習(xí)網(wǎng)絡(luò)的導(dǎo)師,這種學(xué)習(xí)方式也稱之為監(jiān)督學(xué)習(xí)。無導(dǎo)師學(xué)習(xí)則與反,無需外部信息對網(wǎng)絡(luò)學(xué)習(xí)的指導(dǎo),其學(xué)習(xí)過程屬于自組織類型監(jiān)督學(xué)習(xí)。強(qiáng)化學(xué)習(xí)是介于有導(dǎo)師和無導(dǎo)師學(xué)習(xí)之間,該學(xué)習(xí)方式果如“正確”和“錯誤”進(jìn)行評價(jià),然后網(wǎng)絡(luò)學(xué)習(xí)只根據(jù)“正確”的的網(wǎng)絡(luò)連接權(quán)值,從而提高模型的性能。 P 神經(jīng)網(wǎng)絡(luò)通過模擬人腦神經(jīng)元的學(xué)習(xí)和認(rèn)知的過程,采用激活函數(shù)據(jù)達(dá)到 0 和 1 的目標(biāo)輸出[130]。人腦神經(jīng)元異常復(fù)雜,但具有相似的結(jié)構(gòu)示意圖如下圖 1-2 所示:
1 1j ij i j j ij im m 1 1, ( ) ( ), 1,2, ,J JP J P P Jp jp j p p jp jm mu w v v u w v p P (1. 41( )JP Jkp p jp jmy v w v (1. 4層的誤差信號為 ( ) ( ) ( )kp kp kpe n d n y n (1. 4元的誤差能量定義為21( )2kpe n,則輸出層誤差能量總和為211( )2PkpE n e 網(wǎng)絡(luò)的輸出,則可計(jì)算得到正向傳播的學(xué)習(xí)誤差,因而傳播結(jié)束。而過程中,信號則是從后向前傳播,開始逐級修改聯(lián)接權(quán)值,誤差反向圖所示:
【參考文獻(xiàn)】:
期刊論文
[1]云南不同產(chǎn)地大米的傅里葉變換紅外光譜研究[J]. 黃方田,歐全宏,劉剛,郭杰,盛紅佼. 光譜學(xué)與光譜分析. 2016(S1)
[2]我國2004—2012年媒體曝光食品安全事件分析[J]. 厲曙光,陳莉莉,陳波. 中國食品學(xué)報(bào). 2014(03)
[3]偏最小二乘回歸原理、分析步驟及程序[J]. 秦浩,林志娟,陳景武. 數(shù)理醫(yī)藥學(xué)雜志. 2007(04)
[4]食品質(zhì)量指紋技術(shù)[J]. 周圍,陳立仁,王彩霞,趙生國,蔣玉梅. 甘肅農(nóng)業(yè)大學(xué)學(xué)報(bào). 2006(02)
[5]基于BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)算法研究[J]. 李義寶,張學(xué)勇,馬建國,汪力君. 合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2005(06)
[6]我國乳品工業(yè)的現(xiàn)狀與發(fā)展前景[J]. 勵建榮. 中國乳品工業(yè). 2004(09)
博士論文
[1]基于核磁共振體系的量子信息測量與圖像處理應(yīng)用[D]. 王恒巖.中國科學(xué)技術(shù)大學(xué) 2017
[2]基于三維熒光光譜的水中礦物油檢測技術(shù)的研究[D]. 王惠新.燕山大學(xué) 2015
[3]不同產(chǎn)地黑茶的化學(xué)指紋圖譜研究[D]. 胡燕.四川農(nóng)業(yè)大學(xué) 2014
[4]隨機(jī)森林算法優(yōu)化研究[D]. 曹正鳳.首都經(jīng)濟(jì)貿(mào)易大學(xué) 2014
[5]譜主成分分析及其在多指標(biāo)評價(jià)體系中的應(yīng)用[D]. 蘇時(shí)光.中國農(nóng)業(yè)大學(xué) 2004
[6]支持向量機(jī)算法的研究及其應(yīng)用[D]. 范昕煒.浙江大學(xué) 2003
碩士論文
[1]Sparse方法在多標(biāo)簽分類中的應(yīng)用[D]. 馬宗杰.浙江師范大學(xué) 2014
[2]利用熒光納米探針檢測牛奶中三聚氰胺的研究[D]. 張民偉.吉林大學(xué) 2013
[3]基于近紅外光譜技術(shù)食品檢測軟件開發(fā)及其應(yīng)用研究[D]. 韓明.電子科技大學(xué) 2013
[4]BP神經(jīng)網(wǎng)絡(luò)的研究分析及改進(jìn)應(yīng)用[D]. 李友坤.安徽理工大學(xué) 2012
[5]基于主成分分析方法的蛋白質(zhì)亞細(xì)胞定位[D]. 史舵.大連理工大學(xué) 2010
[6]樸素貝葉斯分類器的研究與應(yīng)用[D]. 王國才.重慶交通大學(xué) 2010
[7]原料奶中摻入外源蛋白快速檢測模型的研究[D]. 鄭凌焱.內(nèi)蒙古農(nóng)業(yè)大學(xué) 2007
本文編號:3119171
【文章來源】:上海交通大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:161 頁
【學(xué)位級別】:博士
【部分圖文】:
圖1-1支持向量機(jī)與間隔
而后才得到穩(wěn)步發(fā)展。期間經(jīng)歷了萌芽期、第一次研究高潮、反、第二次研究高潮期和穩(wěn)定發(fā)展期等五個(gè)階段[129]。至今,其已發(fā)展的一門學(xué)科。神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方式分為有導(dǎo)師學(xué)習(xí)、無導(dǎo)師學(xué)習(xí)及導(dǎo)師學(xué)習(xí)是屬于有外部信息對神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)進(jìn)行指導(dǎo),則稱此外習(xí)網(wǎng)絡(luò)的導(dǎo)師,這種學(xué)習(xí)方式也稱之為監(jiān)督學(xué)習(xí)。無導(dǎo)師學(xué)習(xí)則與反,無需外部信息對網(wǎng)絡(luò)學(xué)習(xí)的指導(dǎo),其學(xué)習(xí)過程屬于自組織類型監(jiān)督學(xué)習(xí)。強(qiáng)化學(xué)習(xí)是介于有導(dǎo)師和無導(dǎo)師學(xué)習(xí)之間,該學(xué)習(xí)方式果如“正確”和“錯誤”進(jìn)行評價(jià),然后網(wǎng)絡(luò)學(xué)習(xí)只根據(jù)“正確”的的網(wǎng)絡(luò)連接權(quán)值,從而提高模型的性能。 P 神經(jīng)網(wǎng)絡(luò)通過模擬人腦神經(jīng)元的學(xué)習(xí)和認(rèn)知的過程,采用激活函數(shù)據(jù)達(dá)到 0 和 1 的目標(biāo)輸出[130]。人腦神經(jīng)元異常復(fù)雜,但具有相似的結(jié)構(gòu)示意圖如下圖 1-2 所示:
1 1j ij i j j ij im m 1 1, ( ) ( ), 1,2, ,J JP J P P Jp jp j p p jp jm mu w v v u w v p P (1. 41( )JP Jkp p jp jmy v w v (1. 4層的誤差信號為 ( ) ( ) ( )kp kp kpe n d n y n (1. 4元的誤差能量定義為21( )2kpe n,則輸出層誤差能量總和為211( )2PkpE n e 網(wǎng)絡(luò)的輸出,則可計(jì)算得到正向傳播的學(xué)習(xí)誤差,因而傳播結(jié)束。而過程中,信號則是從后向前傳播,開始逐級修改聯(lián)接權(quán)值,誤差反向圖所示:
【參考文獻(xiàn)】:
期刊論文
[1]云南不同產(chǎn)地大米的傅里葉變換紅外光譜研究[J]. 黃方田,歐全宏,劉剛,郭杰,盛紅佼. 光譜學(xué)與光譜分析. 2016(S1)
[2]我國2004—2012年媒體曝光食品安全事件分析[J]. 厲曙光,陳莉莉,陳波. 中國食品學(xué)報(bào). 2014(03)
[3]偏最小二乘回歸原理、分析步驟及程序[J]. 秦浩,林志娟,陳景武. 數(shù)理醫(yī)藥學(xué)雜志. 2007(04)
[4]食品質(zhì)量指紋技術(shù)[J]. 周圍,陳立仁,王彩霞,趙生國,蔣玉梅. 甘肅農(nóng)業(yè)大學(xué)學(xué)報(bào). 2006(02)
[5]基于BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)算法研究[J]. 李義寶,張學(xué)勇,馬建國,汪力君. 合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2005(06)
[6]我國乳品工業(yè)的現(xiàn)狀與發(fā)展前景[J]. 勵建榮. 中國乳品工業(yè). 2004(09)
博士論文
[1]基于核磁共振體系的量子信息測量與圖像處理應(yīng)用[D]. 王恒巖.中國科學(xué)技術(shù)大學(xué) 2017
[2]基于三維熒光光譜的水中礦物油檢測技術(shù)的研究[D]. 王惠新.燕山大學(xué) 2015
[3]不同產(chǎn)地黑茶的化學(xué)指紋圖譜研究[D]. 胡燕.四川農(nóng)業(yè)大學(xué) 2014
[4]隨機(jī)森林算法優(yōu)化研究[D]. 曹正鳳.首都經(jīng)濟(jì)貿(mào)易大學(xué) 2014
[5]譜主成分分析及其在多指標(biāo)評價(jià)體系中的應(yīng)用[D]. 蘇時(shí)光.中國農(nóng)業(yè)大學(xué) 2004
[6]支持向量機(jī)算法的研究及其應(yīng)用[D]. 范昕煒.浙江大學(xué) 2003
碩士論文
[1]Sparse方法在多標(biāo)簽分類中的應(yīng)用[D]. 馬宗杰.浙江師范大學(xué) 2014
[2]利用熒光納米探針檢測牛奶中三聚氰胺的研究[D]. 張民偉.吉林大學(xué) 2013
[3]基于近紅外光譜技術(shù)食品檢測軟件開發(fā)及其應(yīng)用研究[D]. 韓明.電子科技大學(xué) 2013
[4]BP神經(jīng)網(wǎng)絡(luò)的研究分析及改進(jìn)應(yīng)用[D]. 李友坤.安徽理工大學(xué) 2012
[5]基于主成分分析方法的蛋白質(zhì)亞細(xì)胞定位[D]. 史舵.大連理工大學(xué) 2010
[6]樸素貝葉斯分類器的研究與應(yīng)用[D]. 王國才.重慶交通大學(xué) 2010
[7]原料奶中摻入外源蛋白快速檢測模型的研究[D]. 鄭凌焱.內(nèi)蒙古農(nóng)業(yè)大學(xué) 2007
本文編號:3119171
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3119171.html
最近更新
教材專著