您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 201803-15
论文题目 基于红外光谱技术的葡萄酒模式识别
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

基于红外光谱技术的葡萄酒模式识别

首发时间:2018-03-05

王怡淼 1    2   

王怡淼(1992-),女,硕士研究生,主要研究方向:食品快速检测

张慧 3    赵建新 2    顾小红 1    4   

顾小红(1971-),女,高级工程师,主要研究方向:图谱解析,食品快速无损检测

  • 1、江南大学食品科学与技术国家重点实验室,无锡 214122
  • 2、江南大学食品学院,无锡 214122
  • 3、张家港出入境检验检疫局,张家港 215600
  • 4、江南大学食品安全国际合作联合实验室,无锡 214122

摘要:本实验利用红外光谱技术结合模式识别方法,建立了一种葡萄酒产地快速检测的方法。采集葡萄酒的近红外和中红外光谱,对两种光谱分别预处理后进行主成分分析(PCA),比较基于近红外光谱和中红外光谱建立的模型效果,得出使用近红外光谱建模效果更优。对模型进一步优化后,训练集样本识别率都达到100%。除产地为法国的模型外,其余模型拒绝率均大于85%。利用预测集样本对模型预测能力进行评价。除智利外其他5个产地模型样品识别率为100%,而大部分产地的拒绝率都大于85%,说明模型预测效果良好,能有效区分不同产地的葡萄酒。

关键词: 葡萄酒 模式识别 红外光谱 溯源

For information in English, please click here

The Pattern Recognition of Wine Based on Infrared Spectroscopy

Wang Yimiao 1    2   

王怡淼(1992-),女,硕士研究生,主要研究方向:食品快速检测

Zhang Hui 3    Zhao Jianxin 2    Gu Xiaohong 1    4   

顾小红(1971-),女,高级工程师,主要研究方向:图谱解析,食品快速无损检测

  • 1、State Key Laboratory of Food Science and Technology, Jiangnan University, Wuxi, Jiangsu 214122, China
  • 2、School of Food Science and Technology, Jiangnan University, Wuxi, Jiangsu 214122, China
  • 3、Zhangjiagang Entry-Exit Inspection and Quarantine Bureau of P.R.C., Zhangjiagang, Jiangsu 215600, China
  • 4、International Joint Laboratory on Food Safety, Jiangnan University,Wuxi, Jiangsu 214122, China

Abstract:In this study, a method of rapid detection of wine origins was established by using infrared spectroscopy combined with pattern recognition. Near infrared and mid-infrared spectra of wine were pretreated for principal component analysis (PCA), respectively. The results of near-infrared and mid-infrared spectra were compared. The results showed that model based on NIR spectra was more effective. After further optimized, recognition rate of training sample was 100%. Except the model based on France, the rejection rate of remaining models was greater than 85%. Prediction set was used to evaluate predictive ability of model. The recognition rate of the other 5 origins for prediction set except Chile was 100%, while the rejection rate of most origins is more than 85%, which shows that the model is relatively better in prediction and can distinguish different origins of wines effectively.

Keywords: wine pattern recognition infrared spectroscopy traceability

Click to fold

点击收起

论文图表:

引用

导出参考文献

.txt .ris .doc
王怡淼,张慧,赵建新,等. 基于红外光谱技术的葡萄酒模式识别[EB/OL]. 北京:中国科技论文在线 [2018-03-05]. https://www.paper.edu.cn/releasepaper/content/201803-15.

No.****

同行评议

共计0人参与

评论

全部评论

0/1000

勘误表

基于红外光谱技术的葡萄酒模式识别