书目详细信息
： 滇中主要食用牛肝菌多光谱信息融合鉴别研究
书目信息 机读格式(MARC)
| ISBN/价格： | CNY20.00 (估)缴送 |
|---|---|
| 作品语种： | chi |
| 出版国别： | CN 530000 |
| 题名责任者项： | 滇中主要食用牛肝菌多光谱信息融合鉴别研究/.王圆圆著/.刘鸿高, 王元忠指导 |
| 出版发行项： | 2020.06 |
| 载体形态项： | 52页:;+图表:;+30cm |
| 一般附注： | 农学与生物技术学院 |
| 提要文摘： | 野生牛肝菌口味独特、营养丰富，是世界性美味食用菌，同时具有抗癌、抗氧化、抗衰老、增强免疫力等功效，极具食药用价值。牛肝菌主要来源于野生资源，是天然的保健食品，随着人们生活水平的提高和膳食结构的改变，受到越来越多消费者的青睐。云南是我国牛肝菌重要产区之一，得天独厚的自然环境条件，孕育了丰富多样的牛肝菌资源。然而，野生牛肝菌分布广泛，复杂多样的生长环境影响着牛肝菌化学物质的积累，导致牛肝菌品质参差不齐。牛肝菌种类繁多，种间形态相似，依靠经典形态分类法鉴别，误采、误食事件时有发生，给消费者安全带来极大隐患，同时阻碍云南高原特色食用菌产业的构建，因此亟需建立快速、准确评价牛肝菌质量的方法。光谱分析技术具有效率高、污染小、操作方便等特点，广泛应用于食品真伪鉴别和品质研究。单一光谱对样品信息提取率低，不足以反映样品的全部特征，多光谱数据融合能够实现不同光谱之间的优势互补，更加全面获取样品的化学信息，获得更加精确的鉴别结果。 本研究采集并测量滇中主要食用野生牛肝菌子实体（菌盖、菌柄）近红外(NIR)、傅里叶变换中红外(FT-MIR)、紫外(可见)光谱(UV-Vis)和矿质元素的含量，采用平滑、二阶导数、标准正态、纵坐标归一化等方法对原始光谱进行预处理，利用变量重要性投影和竞争自适应重加权抽样算法筛选对鉴别结果贡献较大的变量。基于低级和中级数据融合策略，结合支持向量机、系统聚类分析、随机森林等模式识别方法，建立快速、准确鉴别鉴别不同种和不同产地的野生牛肝菌模型，为野生牛肝菌质量评价提供一定的研究基础。主要研究结果显示： （1）采集云南及其周边10个产地79个绒柄牛肝菌子实体不同部位（菌盖、菌柄）的傅里叶变换中红外光谱，采用标准正态变换和二阶导数对原始光谱进行预处理。基于低级与中级数据融合策略，将预处理后不同部位傅里叶变换中红外光谱数据进行融合，结合主成分分析与支持向量机，建立绒柄牛肝菌产地鉴别模型，确定最佳产地溯源方法，并对中级融合光谱数据进行系统聚类分析，探讨不同产地样品差异性。结果显示：基于菌柄、菌盖、低级和中级数据融合建立的支持向量机模型，样品分类错误总数分别为1、1、1和0，表明中级数据融合模型分类效果优于单一部位傅里叶变换中红外光谱与初级数据融合模型。由数据融合聚类分析可知，当临界值的距离50时，样品聚为十类，只有1个样品聚类错误。同一产地样品聚类距离小于不同产地之间聚类距离，表明同一产地样品整体化学成分类较相似。采用绒柄牛肝菌子实体不同部位傅里叶变换中红外光谱中级数据融合策略结合支持向量机，能够对不同地理来源绒柄牛肝菌样品进行准确鉴别。 （2）采集云南省6个不同产地106份美味牛肝菌菌盖和菌柄的近红外、傅里叶变换中红外和紫外（可见）光谱。基于牛肝菌不同部位光谱差异，采用低级数据融合菌盖、菌柄光谱信息，作为每个子实体的初始光谱。采用变量投影重要性分析提取贡献大于1的特征变量进行中级数据融合。耦合偏最小二乘判别模型，比较三种单光谱和多光谱信息融合策略（低、中级数据融合）对美味牛肝菌产地溯源的影响。结果显示：与单光谱相比，低级数据融合分类效果最差，中级数据融合准确率最高。所有组合建立的偏最小二乘判别模型均没有发生过拟合现象。基于傅里叶变换中红外&紫外（中）和近红外&傅里叶变换中红外&紫外（中）建立的偏最小二乘判别模型训练集和预测集准确率均为100%。此外，傅里叶变换中红外&紫外(中)数值矩阵的变量数明显少于近红外&傅里叶变换中红外&紫外(中)，前者能够更加高效的建立分类模型。该方法可为同类食品的综合质量控制和评价提供参考。 （3）采集并测定云南省玉溪市7种牛肝菌共117份样品傅里叶变换中红外光谱（FT-MIR）及11种矿质元素（Ba、Ca、Cd、Na、Co、Cr、Mg、Zn、P、Ni、Cu）含量。利用变量投影重要性（VIP）计算不同元素对于种类溯源研究的贡献程度，竞争性适应再加权抽样（CARS）算法优选光谱波段。按VIP值由大到小的顺序将元素依次与优选波段组合成新的数值矩阵，耦合随机森林模型建立不同组合牛肝菌种类鉴别模型。结果显示：矿质元素Na、Cr、Mg、Cd、Ba和Zn的VIP得分均大于1，对牛肝菌种类鉴别具有较大的贡献。随着元素种类的递增，随机森林模型效果显示为先升高后降低的趋势。FI-MIR(CARS)+Na、Cr、Mg、Cd、Ba、Zn、Co、Ca、P为鉴别不同种类牛肝菌的最佳组合，随机森林模型训练集正确率为80.52%，预测集正确率95.00%，可作为野生食用菌种类鉴别的新方法。 |
| 并列题名： | Identification of major edible bolete mushrooms in central Yunnan Province based on multi-spectral data fusion strategy |
| 题名主题： | 牛肝菌 光谱 矿质元素 数据融合 质量评价 学位论文 |
| 中图分类： | O657.33-533 |
| 个人名称等同： | 王圆圆 著 |
| 个人名称次要： | 刘鸿高 指导 |
| 个人名称次要： | 王元忠 指导 |
| 团体名称等同： | 云南农业大学 授予 |
| 记录来源： | CN YNAUL 20210428 |