CN107462560A - Lif结合libs的食用油品质快速分析装置及方法 - Google Patents
Lif结合libs的食用油品质快速分析装置及方法 Download PDFInfo
- Publication number
- CN107462560A CN107462560A CN201710804288.1A CN201710804288A CN107462560A CN 107462560 A CN107462560 A CN 107462560A CN 201710804288 A CN201710804288 A CN 201710804288A CN 107462560 A CN107462560 A CN 107462560A
- Authority
- CN
- China
- Prior art keywords
- edible oil
- data
- tested
- quality
- laser
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6402—Atomic fluorescence; Laser induced fluorescence
Landscapes
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Optics & Photonics (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明涉及一种LIF结合LIBS的食用油品质快速分析装置,包括Nd:YAG激光器、荧光探头、CCD单元、信号调理电路、双脉冲激光器、浸入式探头、PMT单元、数据采集卡、数据处理模块、光谱分析模块以及电源模块;本发明还涉及一种LIF结合LIBS的食用油品质快速分析方法,Nd:YAG激光器将激光照射被测食用油,被测食用油受激辐射发出荧光,得到0‑700nm波段范围的激光诱导荧光光谱数据传送到光谱分析模块进行食用油类别鉴定同时分析其品质;同时,双脉冲激光器将激光照射被测食用油使得待测样本表面形成等离子体,侵入式探头采集等离子体发射信号,得到0‑700nm波段范围的激光诱导击穿光谱,通过分析食用油击穿光谱的特征峰得到被测食用油中各种金属离子的含量,进一步分析食用油品质。
Description
技术领域
本发明涉及食用油品质分析领域,特别是涉及一种LIF(激光诱导荧光光谱)结合LIBS(激光诱导击穿光谱)的食用油品质快速分析装置及方法。
背景技术
食用油作为人们不可缺少的食品,可提供人体发育必需的脂肪酸,但是目前市场上食用油掺假问题日益严峻。现阶段的食用油掺假主要是体现在以下两个方面:一种是以价格较为低廉的食用油掺和高品质、高价格食用油以此来充当高价高品质食用油;另一种是部分不法厂家将经过过滤、吸附等处理的地沟油掺和到正常生产的食用油中,以此实现地沟油充当食用油进而获得高额利润。传统的利用食用油色泽、透明度、气味等感官检测方法已很难辨别食用油是否掺和及其品质。
目前虽然已有一些检测方法和设备能用于食用油品质检测,但是检测的费用昂贵、过程复杂且对环境条件要求严格,故不能得到广泛的应用和实现快速识别地沟油的功能。
为了快速分析食用油品质,防止其流入市场造成食品危害,本发明公开一种LIF结合LIBS的食用油品质快速分析装置及方法,在劣质油流入市场之前对样本进行检测,分析该食用油样本的品质,提前避免劣质食用油流入市场造成危害,对食品安全具有重要的意义。
发明内容
本发明所要解决的技术问题是提供一种LIF结合LIBS的食用油品质快速分析装置及方法,能够实现食用油品质的快速检测分析。
为解决上述技术问题,本发明采用的技术方案是:提供一种LIF结合LIBS的食用油品质快速分析装置,包括Nd:YAG激光器、荧光探头、CCD单元、信号调理电路、双脉冲激光器、浸入式探头、PMT单元、数据采集卡、数据处理模块、光谱分析模块以及电源模块;荧光探头的一端通过光纤与Nd:YAG激光器连接、另一端通过光纤与CCD单元连接;浸入式探头的一端通过光纤与双脉冲激光器连接、另一端通过光纤与PMT单元连接;数据处理模块采用RS485与光谱分析模块相连。
作为优选,本发明提供的一种LIF结合LIBS的食用油品质快速分析装置,所述数据处理模块为DSP,CCD单元采集的信号经过信号调理电路送入DSP经数据处理得到0-700nm波段范围的激光诱导荧光光谱数据,数据采集卡采集PMT单元采样信号送入DSP经数据处理得到0-700nm波段范围的激光诱导击穿光谱数据。
在本发明一个较佳实施例中,所述光谱分析模块为上位机,包括VS2015软件、MATLAB软件,VS2015软件用来读取和调用数据处理模块输出的荧光光谱数据,采用VS2015软件作为监测界面,界面友好,用MATLAB软件建立的已知的花生油、大豆油、葵花籽油等不同种类纯食用油样本以及不同食用油掺和、食用油掺和地沟油等劣质油样本激光诱导荧光光谱的MDS模型数据库对被测食用油样本的荧光光谱数据进行采用层次聚类算法进行分类识别,实现食用油种类的快速检测分析。同时,利用VS2015软件用来读取和调用数据处理模块输出的击穿光谱数据,通过分析食用油击穿光谱的特征峰得到被测食用油中各种金属离子的含量,进一步分析食用油品质。
为解决上述技术问题,本发明采用的另一个技术方案是:提供一种LIF结合LIBS的食用油品质快速分析方法,包括以下步骤:
(1)Nd:YAG激光器将激光照射被测食用油,被测食用油受激辐射发出荧光,由荧光探头实时接收荧光信号,经光纤传输至CCD单元;CCD单元将光信号转换为电信号,经信号调理电路送入DSP进行数据处理得到0-700nm波段范围的激光诱导荧光光谱数据,再经由RS485传送到光谱分析模块进行食用油类别鉴定同时分析其品质以及是否掺和其他低品质食用油或地沟油;
(2)在确定食用油的类别以及品质基础上,进一步分析被测食用油品质,双脉冲激光器将激光照射被测食用油使得待测样本表面形成等离子体,侵入式探头采集等离子体发射信号,经光纤传输至PMT单元;PMT单元将光信号转换为电信号,由数据采集卡采集后送入DSP进行数据处理得到0-700nm波段范围的激光诱导击穿光谱数据再经由RS485传送到光谱分析模块,通过分析食用油击穿光谱的特征峰得到被测食用油中各种金属离子的含量,进一步分析食用油品质。
在本发明一个较佳实施例中,所述光谱分析模块进行食用油类别鉴定同时分析其品质以及是否掺和其他低品质食用油或地沟油,包括以下流程:
(1)输入已知的花生油、大豆油、葵花籽油等不同种类纯食用油样本以及不同食用油掺和、食用油掺和地沟油等劣质油样本的激光诱导荧光光谱数据矩阵;为便于后续层次聚类算法进行食用油种类的分类,使用MDS将原始激光诱导荧光光谱数据降维至2维,建立食用油激光诱导荧光光谱的2维模型;根据所建立的荧光光谱模型,通过计算、对比不同类别食用油激光诱导荧光光谱MDS降维后的2维数据点间的距离,并对距离值最小的数据点进行组合,并创建食用油类别的聚类树;随后,将上一步组合数据点与其他的数据点进行对比分析,通过计算组合数据点与其他数据点之间的欧氏距离,随后将欧式距离最小的点进行组合;以此类推,逐步完成整个采用食用油样本数据点聚类,生成完整的不同类别食用油激光诱导荧光光谱的层次聚类树状图。
(2)输入被测食用油样本的激光诱导荧光光谱数据,使用MDS将原始激光诱导荧光光谱数据降维至2维,使用该二维数据作为被测食用油样本的数据点,将其与层次聚类树状图中的组合数据点进行对比分析,计算他们之间的欧氏距离,得到该被测食用油样本所属的组合,向下逐步计算与不同组合数据点的欧氏距离,以此类推,最后得到该被测食用油样本所属的食用油具体类别,进而初步判断被测食用油的品质;
(3)在确定食用油的类别以及品质基础上,通过被测食用油的激光诱导击穿光谱分析被测食用油中金属离子的含量进一步分析被测食用油的品质;利用含有不同浓度梯度金属离子的食用油样本,测定其激光诱导击穿光谱,得到不同金属离子的浓度与激光诱导击穿光谱强度的拟合曲线;利用该拟合曲线,根据被测样本激光诱导击穿光谱特征峰处的强度计算出对应金属离子的浓度;通过不同金属离子的特征峰即可分析出被测食用油样本中各个金属离子的浓度,进而达到进一步分析被测食用油品质的目的。
本发明的有益效果是:本发明能够实现食用油类别及品质的快速检测分析,食用油品质快速分析装置主要采用激光装置,系统简单、安全性好,成本低,对环境条件的要求低;所述食用油类别及品质的快速检测分析方法实验过程简单,采用层次聚类算法分析食用油的种类,运算速度快,识别精度高;本发明依据不同类别食用油的特点,从食品安全角度出发,充分利用激光诱导荧光光谱、激光诱导击穿光谱和层次聚类算法的优点对食用油进行检测分析,以避免食用油掺假以及劣质油进入市场造成食品危害,适宜广泛推广应用。
附图说明
图1是本发明所述食用油品质快速分析装置一较佳实施例的结构框图。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述,以使本发明的优点和特征能更易于被本领域技术人员理解,从而对本发明的保护范围做出更为清楚明确的界定。
请参阅图1,本发明实施例包括:
一种LIF结合LIBS的食用油品质快速分析装置,包括Nd:YAG激光器、荧光探头、CCD单元、信号调理电路、双脉冲激光器、浸入式探头、PMT单元、数据采集卡、数据处理模块、光谱分析模块以及电源模块;荧光探头的一端通过光纤与Nd:YAG激光器连接、另一端通过光纤与CCD单元连接;浸入式探头的一端通过光纤与双脉冲激光器连接、另一端通过光纤与PMT单元连接;数据处理模块采用RS485与光谱分析模块相连。
作为优选,本发明提供的一种LIF结合LIBS的食用油品质快速分析装置,所述数据处理模块为DSP,CCD单元采集的信号经过信号调理电路送入DSP经数据处理得到0-700nm波段范围的激光诱导荧光光谱数据,数据采集卡采集PMT单元采样信号送入DSP经数据处理得到0-700nm波段范围的激光诱导击穿光谱数据。
在本发明一个较佳实施例中,所述光谱分析模块为上位机,包括VS2015软件、MATLAB软件,VS2015软件用来读取和调用数据处理模块输出的荧光光谱数据,采用VS2015软件作为监测界面,界面友好,用MATLAB软件建立的已知的花生油、大豆油、葵花籽油等不同种类纯食用油样本以及不同食用油掺和、食用油掺和地沟油等劣质油样本激光诱导荧光光谱的MDS模型数据库对被测食用油样本的荧光光谱数据进行采用层次聚类算法进行分类识别,实现食用油种类的快速检测分析。同时,利用VS2015软件用来读取和调用数据处理模块输出的击穿光谱数据,通过分析食用油击穿光谱的特征峰得到被测食用油中各种金属离子的含量,进一步分析食用油品质。
为解决上述技术问题,本发明采用的另一个技术方案是:提供一种LIF结合LIBS的食用油品质快速分析方法,包括以下步骤:
(1)Nd:YAG激光器将激光照射被测食用油,被测食用油受激辐射发出荧光,由荧光探头实时接收荧光信号,经光纤传输至CCD单元;CCD单元将光信号转换为电信号,经信号调理电路送入DSP进行数据处理得到0-700nm波段范围的激光诱导荧光光谱数据,再经由RS485传送到光谱分析模块进行食用油类别鉴定同时分析其品质以及是否掺和其他低品质食用油或地沟油;
(2)在确定食用油的类别以及品质基础上,进一步分析被测食用油品质,双脉冲激光器将激光照射被测食用油使得待测样本表面形成等离子体,侵入式探头采集等离子体发射信号,经光纤传输至PMT单元;PMT单元将光信号转换为电信号,由数据采集卡采集后送入DSP进行数据处理得到0-700nm波段范围的激光诱导击穿光谱数据再经由RS485传送到光谱分析模块,通过分析食用油击穿光谱的特征峰得到被测食用油中各种金属离子的含量,进一步分析食用油品质。
在本发明一个较佳实施例中,所述光谱分析模块进行食用油类别鉴定同时分析其品质以及是否掺和其他低品质食用油或地沟油,包括以下流程:
(2)输入已知的花生油、大豆油、葵花籽油等不同种类纯食用油样本以及不同食用油掺和、食用油掺和地沟油等劣质油样本的激光诱导荧光光谱数据矩阵;为便于后续层次聚类算法进行食用油种类的分类,使用MDS将原始激光诱导荧光光谱数据降维至2维,建立食用油激光诱导荧光光谱的2维模型;根据所建立的荧光光谱模型,通过计算、对比不同类别食用油激光诱导荧光光谱MDS降维后的2维数据点间的距离,并对距离值最小的数据点进行组合,并创建食用油类别的聚类树;随后,将上一步组合数据点与其他的数据点进行对比分析,通过计算组合数据点与其他数据点之间的欧氏距离,随后将欧式距离最小的点进行组合;以此类推,逐步完成整个采用食用油样本数据点聚类,生成完整的不同类别食用油激光诱导荧光光谱的层次聚类树状图。
(2)输入被测食用油样本的激光诱导荧光光谱数据,使用MDS将原始激光诱导荧光光谱数据降维至2维,使用该二维数据作为被测食用油样本的数据点,将其与层次聚类树状图中的组合数据点进行对比分析,计算他们之间的欧氏距离,得到该被测食用油样本所属的组合,向下逐步计算与不同组合数据点的欧氏距离,以此类推,最后得到该被测食用油样本所属的食用油具体类别,进而初步判断被测食用油的品质;
(3)在确定食用油的类别以及品质基础上,通过被测食用油的激光诱导击穿光谱分析被测食用油中金属离子的含量进一步分析被测食用油的品质;利用含有不同浓度梯度金属离子的食用油样本,测定其激光诱导击穿光谱,得到不同金属离子的浓度与激光诱导击穿光谱强度的拟合曲线;利用该拟合曲线,根据被测样本激光诱导击穿光谱特征峰处的强度计算出对应金属离子的浓度;通过不同金属离子的特征峰即可分析出被测食用油样本中各个金属离子的浓度,进而达到进一步分析被测食用油质量的目的。
本发明的有益效果是:本发明能够实现食用油类别及品质的快速检测分析,食用油品质快速分析装置主要采用激光装置,系统简单、安全性好,成本低,对环境条件的要求低;所述食用油类别及品质的快速检测分析方法实验过程简单,采用层次聚类算法分析食用油的种类,运算速度快,识别精度高;本发明依据不同类别食用油的特点,从食品安全角度出发,充分利用激光诱导荧光光谱、激光诱导击穿光谱和层次聚类算法的优点对食用油进行检测分析,以避免食用油掺假以及劣质油进入市场造成食品危害,适宜广泛推广应用。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (5)
1.LIF结合LIBS的食用油品质快速分析装置,包括Nd:YAG激光器、荧光探头、CCD单元、信号调理电路、双脉冲激光器、浸入式探头、PMT单元、数据采集卡、数据处理模块、光谱分析模块以及电源模块;荧光探头的一端通过光纤与Nd:YAG激光器连接、另一端通过光纤与CCD单元连接;浸入式探头的一端通过光纤与双脉冲激光器连接、另一端通过光纤与PMT单元连接;数据处理模块采用RS485与光谱分析模块相连。
2.根据权利要求1所述的LIF结合LIBS的食用油品质快速分析装置,其特征在于:所述数据处理模块为DSP,CCD单元采集的信号经过信号调理电路送入DSP经数据处理得到0-700nm波段范围的激光诱导荧光光谱数据,数据采集卡采集PMT单元采样信号送入DSP经数据处理得到0-700nm波段范围的激光诱导击穿光谱数据。
3.根据权利要求1所述的LIF结合LIBS的食用油品质快速分析装置,其特征在于:所述光谱分析模块为上位机,包括VS2015软件、MATLAB软件,VS2015软件用来读取和调用数据处理模块输出的荧光光谱数据,采用VS2015软件作为监测界面,界面友好,用MATLAB软件建立的已知的花生油、大豆油、葵花籽油等不同种类纯食用油样本以及不同食用油掺和、食用油掺和地沟油等劣质油样本激光诱导荧光光谱的MDS模型数据库对被测食用油样本的荧光光谱数据进行采用层次聚类算法进行分类识别,实现食用油种类的快速检测分析;同时,利用VS2015软件用来读取和调用数据处理模块输出的击穿光谱数据,通过分析食用油击穿光谱的特征峰得到被测食用油中各种金属离子的含量,进一步分析食用油品质。
4.为保障上述装置快速分析食用油品质,提供LIF结合LIBS的食用油品质快速分析方法,包括以下步骤:
(1)Nd:YAG激光器将激光照射被测食用油,被测食用油受激辐射发出荧光,由荧光探头实时接收荧光信号,经光纤传输至CCD单元;CCD单元将光信号转换为电信号,经信号调理电路送入DSP进行数据处理得到0-700nm波段范围的激光诱导荧光光谱数据,再经由RS485传送到光谱分析模块进行食用油类别鉴定同时分析其品质以及是否掺和其他低品质食用油或地沟油;
(2)在确定食用油的类别以及品质基础上,进一步分析被测食用油品质,双脉冲激光器将激光照射被测食用油使得待测样本表面形成等离子体,侵入式探头采集等离子体发射信号,经光纤传输至PMT单元;PMT单元将光信号转换为电信号,由数据采集卡采集后送入DSP进行数据处理得到0-700nm波段范围的激光诱导击穿光谱数据再经由RS485传送到光谱分析模块,通过分析食用油击穿光谱的特征峰得到被测食用油中各种金属离子的含量,进一步分析食用油品质。
5.根据权利要求4所述的LIF结合LIBS的食用油品质快速分析方法,其特征在于:所述光谱分析模块进行食用油类别鉴定同时分析其品质以及是否掺和其他低品质食用油或地沟油,包括以下流程:
(1)输入已知的花生油、大豆油、葵花籽油等不同种类纯食用油样本以及不同食用油掺和、食用油掺和地沟油等劣质油样本的激光诱导荧光光谱数据矩阵;为便于后续层次聚类算法进行食用油种类的分类,使用MDS将原始激光诱导荧光光谱数据降维至2维,建立食用油激光诱导荧光光谱的2维模型;根据所建立的荧光光谱模型,通过计算、对比不同类别食用油激光诱导荧光光谱MDS降维后的2维数据点间的距离,并对距离值最小的数据点进行组合,并创建食用油类别的聚类树;随后,将上一步组合数据点与其他的数据点进行对比分析,通过计算组合数据点与其他数据点之间的欧氏距离,随后将欧式距离最小的点进行组合;以此类推,逐步完成整个采用食用油样本数据点聚类,生成完整的不同类别食用油激光诱导荧光光谱的层次聚类树状图;
(2)输入被测食用油样本的激光诱导荧光光谱数据,使用MDS将原始激光诱导荧光光谱数据降维至2维,使用该二维数据作为被测食用油样本的数据点,将其与层次聚类树状图中的组合数据点进行对比分析,计算他们之间的欧氏距离,得到该被测食用油样本所属的组合,向下逐步计算与不同组合数据点的欧氏距离,以此类推,最后得到该被测食用油样本所属的食用油具体类别,进而初步判断被测食用油的品质;
(3)在确定食用油的类别以及品质基础上,通过被测食用油的激光诱导击穿光谱分析被测食用油中金属离子的含量进一步分析被测食用油的品质;利用含有不同浓度梯度金属离子的食用油样本,测定其激光诱导击穿光谱,得到不同金属离子的浓度与激光诱导击穿光谱强度的拟合曲线;利用该拟合曲线,根据被测样本激光诱导击穿光谱特征峰处的强度计算出对应金属离子的浓度;通过不同金属离子的特征峰即可分析出被测食用油样本中各个金属离子的浓度,进而达到进一步分析被测食用油品质的目的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710804288.1A CN107462560A (zh) | 2017-09-08 | 2017-09-08 | Lif结合libs的食用油品质快速分析装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710804288.1A CN107462560A (zh) | 2017-09-08 | 2017-09-08 | Lif结合libs的食用油品质快速分析装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107462560A true CN107462560A (zh) | 2017-12-12 |
Family
ID=60552029
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710804288.1A Withdrawn CN107462560A (zh) | 2017-09-08 | 2017-09-08 | Lif结合libs的食用油品质快速分析装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107462560A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109060741A (zh) * | 2018-08-01 | 2018-12-21 | 滁州学院 | 一种食用植物油贮藏期间油品检测装置和方法 |
CN109187480A (zh) * | 2018-11-28 | 2019-01-11 | 安徽理工大学 | 一种双激光lif技术的花生油掺杂大豆油判别装置 |
CN109239055A (zh) * | 2018-10-16 | 2019-01-18 | 山西大学 | 共心多径腔增强激光诱导击穿光谱高灵敏检测装置及方法 |
CN109269949A (zh) * | 2018-10-15 | 2019-01-25 | 温州大学 | 一种适用航空滑油磨损颗粒信息快速检测系统及方法 |
CN109270044A (zh) * | 2018-11-28 | 2019-01-25 | 安徽理工大学 | 一种激光诱导荧光植物油掺杂浓茶水鉴定方法 |
CN110044856A (zh) * | 2019-03-28 | 2019-07-23 | 安徽理工大学 | 一种多光源lif葵花籽油掺杂菜籽油的快速无损鉴别设备 |
CN111380844A (zh) * | 2020-01-13 | 2020-07-07 | 安徽理工大学 | 一种谱聚类结合激光诱导荧光(lif)技术识别食用油方法 |
-
2017
- 2017-09-08 CN CN201710804288.1A patent/CN107462560A/zh not_active Withdrawn
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109060741A (zh) * | 2018-08-01 | 2018-12-21 | 滁州学院 | 一种食用植物油贮藏期间油品检测装置和方法 |
CN109269949A (zh) * | 2018-10-15 | 2019-01-25 | 温州大学 | 一种适用航空滑油磨损颗粒信息快速检测系统及方法 |
CN109269949B (zh) * | 2018-10-15 | 2021-05-07 | 温州大学 | 一种适用航空滑油磨损颗粒信息快速检测系统及方法 |
CN109239055A (zh) * | 2018-10-16 | 2019-01-18 | 山西大学 | 共心多径腔增强激光诱导击穿光谱高灵敏检测装置及方法 |
CN109239055B (zh) * | 2018-10-16 | 2020-12-25 | 山西大学 | 共心多径腔增强激光诱导击穿光谱高灵敏检测装置及方法 |
CN109187480A (zh) * | 2018-11-28 | 2019-01-11 | 安徽理工大学 | 一种双激光lif技术的花生油掺杂大豆油判别装置 |
CN109270044A (zh) * | 2018-11-28 | 2019-01-25 | 安徽理工大学 | 一种激光诱导荧光植物油掺杂浓茶水鉴定方法 |
CN110044856A (zh) * | 2019-03-28 | 2019-07-23 | 安徽理工大学 | 一种多光源lif葵花籽油掺杂菜籽油的快速无损鉴别设备 |
CN111380844A (zh) * | 2020-01-13 | 2020-07-07 | 安徽理工大学 | 一种谱聚类结合激光诱导荧光(lif)技术识别食用油方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107462560A (zh) | Lif结合libs的食用油品质快速分析装置及方法 | |
CN104807787B (zh) | 一种基于激光诱导击穿光谱技术的茶叶分类鉴别方法 | |
CN106770194B (zh) | 基于小波变换激光诱导击穿光谱的谷类作物产地鉴别方法 | |
CN103293141B (zh) | 基于离子迁移谱/质谱/拉曼光谱融合技术的白酒年份识别方法 | |
CN105043998B (zh) | 一种鉴别玉米单倍体的方法 | |
US12050179B2 (en) | Method for extracting raman characteristic peaks employing improved principal component analysis | |
CN111458314B (zh) | 一种基于自身荧光-猝灭荧光拼接光谱鉴别陈皮产地的方法 | |
CN108844917A (zh) | 一种基于显著性假设检验和偏最小二乘法的近红外光谱数据分析方法 | |
CN105044198A (zh) | 一种基于矿质元素指纹鉴别葡萄酒原产地的方法 | |
CN103674884A (zh) | 基于近红外光谱信息的烟叶风格特征的随机森林分类方法 | |
CN106596513A (zh) | 一种基于激光诱导击穿光谱茶叶品种识别方法 | |
CN106770003A (zh) | 基于近红外光谱技术的木材识别方法及系统 | |
CN111398233A (zh) | 一种红酒品质的激光光谱检测方法 | |
CN104020128A (zh) | 一种快速鉴别蜂胶胶源的方法 | |
CN105300954A (zh) | 一种锑矿浮选非均质泡沫层矿物的拉曼光谱表征方法 | |
CN111832477A (zh) | 一种新型冠状病毒的检测方法及系统 | |
CN116030310A (zh) | 一种基于激光诱导击穿光谱技术的样品分类方法及系统 | |
CN107220625A (zh) | 一种对样品的libs光谱自动识别分类方法 | |
CN103743705A (zh) | 一种假高粱及其近似物种的快速检测方法 | |
CN116008245A (zh) | 桑叶拉曼光谱指纹图谱的建立结合机器学习算法在桑叶属地来源鉴定中的应用 | |
CN106198481B (zh) | 基于lif技术和朴素贝叶斯分类的假酒识别装置及方法 | |
CN204630927U (zh) | 一种赣南脐橙产地快速鉴别装置 | |
CN114241309A (zh) | 一种基于ShuffleNetV2-Unet的水稻纹枯病识别方法和系统 | |
CN111398208B (zh) | 一种利用近红外技术对传统工艺翡翠进行快速鉴定的方法 | |
CN117949429A (zh) | 基于拉曼光谱和多模态混合式模型的杏仁产地鉴别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20171212 |