大鲵肝茶叶水提液脱腥过程中挥发性有机物的动态变化

目的：探讨茶叶水提液对大鲵肝的脱腥效果。方法：采用感官腥味值结合气相—离子迁移色谱(GC-IMS)分析经茶叶水提液处理不同时间(0，5，10，15，20 min)大鲵肝中挥发性成分的变化。结果：与未脱腥组相比，经茶叶水提液脱腥处理5 min后大鲵肝脏腥味值显著下降(P＜0.05)，处理10 min后腥味值基本稳定。不同脱腥时间下大鲵肝样品中共鉴定出32种挥发性有机物，包括10种醇类、8种醛类、5种酯类、5种酮类、3种烯烃类和1种醚类。经脱腥处理后，大鲵肝中醇、烯烃、醚、酯类物质相对含量下降，酮类和醛类物质相对含量增加。通过正交偏最小二乘法判别分析(OPLS-DA)结合变量投影重要性(VIP)筛选出10种潜在特征标志物(VIP＞1)，包括4种酮类、2种醇类、2种醛类、1种烯类和1种醚类。随着脱腥时间的延长，蘑菇醇、2-丁酮二聚体、异戊醇单体、2-丁酮单体相对含量呈降低趋势，而正己醛单体、异戊醛单体、丙酮相对含量呈增加趋势。结论：茶叶水提液处理5~10 min能够明显降低大鲵肝腥味，通过GC-IMS技术结合多元统计分析可以对脱腥过程中大鲵肝挥发性有机物进行区分。     

基于光谱分类模型的保险杠物证无损研究

采用中红外光谱结合化学计量学的方法对车用保险杠碎片进行鉴别，分别对52个车用保险杠碎片样本的全波段光谱数据、指纹区光谱数据和主成分分析降维后的光谱数据建立Fisher判别分析和K近邻算法2种分类模型，并对分类结果进行比较。结果表明，主成分分析提取特征变量后构建的分类模型，分类的准确率更高，对聚丙烯（PP）、PP/滑石粉、PP/滑石粉/碳酸钙（CaCO₃）3种类型的样本分类准确率达到92.3 %，对PP/滑石粉类型中的10种品牌样本分类准确率达到88.9 %，分类结果理想；在构建的2种分类模型中，Fisher判别分析模型的分类率远高于K近邻算法模型，分析认为K近邻算法模型受到样本不均衡的影响；中红外光谱结合化学计量学可以实现对车用保险杠碎片的准确区分，且满足快速、无损的检验要求。     

不同产地扁形绿茶的品质成分差异分析

为了系统和全面地了解扁形绿茶的品质特征,分析来自湖北大悟、浙江磐安、安徽歙县、贵州湄潭、四川峨眉山5个产地扁形绿茶样品的感官品质、色差以及茶多酚、游离氨基酸、水浸出物、咖啡碱、可溶性糖等主要化学成分含量差异。结果表明,龙井茶干茶L1值(亮度值)与b1值(黄蓝色度值)分别达到38.20和19.35,均显著(P<0.05)高于其他4个产地的扁形绿茶,大方茶茶汤L3值最高。大方茶和湄潭翠芽平均水浸出物总量超过48.00%,显著(P<0.05)高于孝感龙剑茶、龙井茶及竹叶青茶。湄潭翠芽的游离氨基酸、咖啡碱、儿茶素、表儿茶素没食子酸酯、儿茶素没食子酸酯含量均最高,表没食子儿茶素没食子酸酯含量以孝感龙剑茶最高。基于各品质成分的相对含量建立的偏最小二乘法判别分析模型成功区分了5个产地的扁形绿茶样品。同时,利用偏最小二乘法判别分析变量重要性因子值筛选到11种关键成分,分别是干茶E1(综合色差值)、干茶a1(红绿色度值)、干茶b1、表儿茶素没食子酸酯、没食子儿茶素没食子酸酯、咖啡碱、游离氨基酸、茶汤a3、茶汤b3、茶汤L3、茶汤E3,可作为区分5个产地扁形绿茶的品质指标。本研究结果将为扁形绿茶加工工艺和品质提升提供一定的科学参考。     

UPLC-MS/MS法测定金沙江水域鱼体中卡巴氧及喹乙醇代谢物

为建立一种白酒香型鉴别方法，以DB-WAX为色谱柱，样品加标后直接采用气相色谱（GC）法进样分析。结果表明，香气成分线性相关系数R2＞0.999，检测限＜5.11 mg/L，精密度试验结果的相对标准偏差（RSD）＜4.11%；平均回收率为80.20%～97.93%。采用偏最小二乘法（PLS）对不同香型白酒数据进行建模和预测，不同香型白酒样品在PLS得分图中能分开，利用训练集和验证集数据对模型进行验证，结果表明预测准确率较高，校正均方差（RMSEE）和预测均方差（RMSEP）值也说明PLS模型对不同白酒香型具有较强的预测性。该方法在判别白酒香型分析中具有较高的准确性。     

基于判别分析与K近邻算法对塑料吸管的红外光谱分析

为建立一种塑料吸管物证的高效、准确分类方法,利用红外光谱法对来自全国的4个品牌共42个塑料吸管样本进行了检验。经过前期光谱预处理后,利用主成分分析法提取出了25个主成分,累积方差贡献率为99. 689%,并将其作为判别变量进行判别分析。判别结果区分效果良好但交叉验证正确率仅为73. 8%,有待进一步提高。因此将判别得分作为特征变量导入K值为1的K近邻算法中,构建起了分类正确率为100%的K近邻算法模型,实现了对塑料吸管物证的准确分类。     

基于Fisher判别分析的一次性塑料手套光谱鉴别

为了建立一种快速准确且无损检材的检验一次性塑料手套的光谱分析方法,利用X-MET7000手持式X荧光光谱能量色散型分析仪,对39个不同品牌不同用途的一次性塑料手套进行检验分析,通过特征元素Cl与Cd将样品分为4组,对于同组样本还可通过Ca/Zn含量比进行进一步认定,效果较好。使用Fisher判别分析法,建立判别函数Y1、Y2与Y3,实现对新数据类别变量取值的预测,同时检验三个判别函数的判别能力。根据判别能力较强的第一和第二判别函数建立判别分布图,图中4组样本质心明显区分。为验证分类结果的准确性,对所得数据进行系统聚类和K-Means快速聚类,根据数据间的亲疏程度,进行分类,此方法为犯罪现场检验此类物证提供依据。     

I-VLDNS:一种改进的线性判别子空间模式识别算法

针对现有模式判别分析方法中普遍存在的子空间优化与"小样本"问题,首先剖析总体、类内以及类间三种散布矩阵的零空间的物理含义,深入阐释有效零空间与有效线性判别零空间核心原理;其次,研究始空间中总体、类间散布矩阵与有效零空间、有效值域空间上的总体、类间散布矩阵关于特征值与特征向量之间的关联关系,并且获取类内散布矩阵零空间、值域空间上关于Fisher线性判别率的关键结论;最后,基于有效线性判别零空间理论,设计出一种改进的线性判别子空间模式识别算法,即I-VLDNS。通过相关数据集模拟实验表明,I-VLDNS算法在模式识别分析性能、精确度以及鲁棒性上均得到进一步优化与提高。     

考虑指标关联分析的软土地基震陷判别逐步判别模型

针对软土震陷危害等级判别中存在的问题,选取灰色关联方法和逐步判别方法作为基础模型,提出了一种耦合判别思路,并设计和建立了耦合式软土震陷判别模型。该模型首先对待判样本和参考样本进行指标关联分析;然后根据关联度将震陷等级排序,对参与判别的等级进行筛选;最后将符合条件的样本通过逐步判别分析确定最终震陷类型。为了验证耦合模型的适用性和准确性,对实际样本数据进行建模计算,并与传统模型的判别结果进行了对比分析,取得了较好的评价结果,为软土震陷等级判别提供了一种新的思路。     

规划设计学中的调查分析法(17)--判别分析

影响户外活动的因素有很多,其中水面的大小、绿地率的高低均直接影响居民的利用.分别选择6处喜欢利用和不喜欢利用的住宅绿地,通过分析其水面与绿地率的多少,求得判别函数式,明确两因素各自的影响力及判别得点的分布,并验证判别结果的误判率等,为设计者提供利用者需要的基本参考数据值.     

Fisher判别分类法在光伏并网系统稳态电能质量评估中的应用

针对稳态电能质量综合评估的复杂性以及单项指标在反映电能质量综合水平的局限性,首次提出将Fisher判别分类法用于并网光伏稳态电能质量的评估,进而确定光伏并网可行性。根据已知的电能质量国家标准,通过构造样本来得到判别模型,然后利用回代估计法对模型进行检验,并对实际系统进行判别分析。实验结果表明所提方法所得误判率小,具有较强的判别能力。