书目详细信息
： 基于近红外二维相关光谱对牛肝菌种类和产地的鉴别研究
书目信息 机读格式(MARC)
| ISBN/价格： | CNY20.00 (估\呈缴)学位论文 |
|---|---|
| 作品语种： | chi |
| 出版国别： | CN 530000 |
| 题名责任者项： | 基于近红外二维相关光谱对牛肝菌种类和产地的鉴别研究/.陈雄著/.刘鸿高，王元忠指导 |
| 出版发行项： | 2023.5.22 |
| 载体形态项： | 63页:;+图表:;+30cm |
| 一般附注： | 农学与生物技术学院, 学号2020210126 |
| 提要文摘： | 野生食用牛肝菌味道鲜美、风味独特，其子实体具有高蛋白、低脂质的营养特性，富含多糖、多酚、黄酮、膳食纤维、维生素等活性物质，具有抗氧化、辅助降血糖、调节肠道菌群、增强免疫力等保健功能，食药用价值极高。其食药用价值易受种类和产地等因素的影响，市场价格也很大程度取决于这些因素。目前，牛肝菌供应链多个环节常以次充好来牟取非法利益，严重侵害消费者利益和扰乱食用菌市场秩序。不同种类和产地牛肝菌的快速鉴别是目前食用菌市场监管所关注的焦点问题。 本研究针对牛肝菌产业发展中物种和产地鉴别问题，以云南常见牛肝菌为材料，通过化学计量学分析其近红外（NIR）光谱数据，鉴别不同种类和不同产地的牛肝菌，以期：通过NIR光谱技术建立牛肝菌快速无损鉴别模型，从而维护市场稳定和发展，保障人们的健康和生命安全，并为绿色分析技术的进一步发展和利用提供理论依据。 （1）本研究提出一种物种鉴别方法并对其进行优化，以维护市场秩序，保护野生食用菌的经济效益。基于牛肝菌NIR光谱生成二维相关光谱（2D-COS）图像，以此建立深度学习模型，并优化模型的识别效果。采集了6种牛肝菌共计1398份光谱数据，比较了不同图像类型、不同建模参数和不同数据源建立深度学习模型的识别准确率。结果表明，同步2D-COS是建立深度学习模型的最佳图像类型，当学习率为0.01，epochs为40时，使用菌柄和菌盖数据，识别效果会进一步提高。该方法保留了样本的完整信息，可为市场监管部门提供一种快速、无创的牛肝菌种类鉴定方法。 （2）兰茂牛肝菌（Lanmaoa asiatica）作为食用菌市场常见牛肝菌之一，且有较高的营养价值和经济价值，常常被不法商贩利用以牟取不正当利益。本研究基于NIR光谱技术建立快速准确的兰茂牛肝菌产地鉴别模型，并通过竞争性自适应加权（CARS）算法筛选出重要气候变量。该研究从中国云南省20个乡镇级地区收集了497株兰茂牛肝菌样品。首先，基于所有样品的NIR光谱，进行了光谱分析和主成分分析（PCA）。了解兰茂牛肝菌可能的化学成分，观察20类乡镇级样品的分类趋势。然后，使用 Matlab-R2017a软件生成2D-COS图像，并建立残差卷积神经网络（ResNet）图像识别模型。ResNet模型训练集和测试集准确率为100%，损失值为0.052，说明模型准确率极高。此外，利用CARS算法从105个气候变量中选取特征变量。通过CARS算法获得了与兰茂牛肝菌NIR光谱差异相关的四个重要变量（2月、3月和4月降水量和1月最低温度）。结合产地鉴别结果，讨论了特征气候因素如何影响近红外光谱信息。研究结果可为市场监控提供快速、准确的牛肝菌产地鉴别方法，为筛选关键气候因子提供创新思路。 |
| 并列题名： | Identification of boletes species and origin based on near-infrared two-dimensional correlation spectroscopy |
| 题名主题： | 牛肝菌 近红外光谱 种类鉴别 产地鉴别 学位论文 |
| 中图分类： | TS219-533 |
| 个人名称等同： | 陈雄 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 20240301 |