基于阴离子特征分析的冬枣产地鉴别

论文摘要

为了考察阴离子用于农产品产地鉴别的可能性,利用离子色谱测定了黄骅、沾化和大荔冬枣及土壤中多种阴离子的含量,并对数据进行了方差分析、偏相关分析、逐步判别分析（SDA）和径向基人工神经网络分析（RBF-ANN）.结果表明,冬枣中F-、Cl-、NO2-、PO43-、SO42-和C2O42-在不同产地间存在显著性差异,与土壤中阴离子具有显著相关性.逐步判别分析中,上述6种阴离子的判别能力较强,所建判别方程可以准确地鉴别冬枣的产地.RBF-ANN的分析进一步证实了,6种阴离子所建模型的准确率高于全部阴离子的分析结果,Br-对产地鉴别有一定的干扰作用,鉴别准确度降低.研究结果证实了阴离子结合统计学算法可以建立有效的冬枣产地鉴别模型,选择合适的产地因子是提高产地鉴别模型准确度的关键步骤.

论文目录

• 1 材料与方法
•   1.1 原料
•   1.2 仪器与试剂
•   1.3 样品分析
•   1.4 数据处理
• 2 结果与讨论
•   2.1 阴离子方法学分析
•   2.2 冬枣及产地土壤中阴离子方差分析
•   2.3 相关性分析
•   2.4 逐步判别分析
•   2.5 径向基神经网络分析
• 3 结论

文章来源

类型: 期刊论文

作者: 夏立娅,申世刚,李超,刘晓慧,李运思,李姣姣

关键词: 冬枣,阴离子,偏相关分析,逐步判别,径向基人工神经网络

来源: 河北大学学报(自然科学版) 2019年01期

年度: 2019

分类: 基础科学,工程科技Ⅰ辑

专业: 轻工业手工业

单位: 河北大学化学与环境科学学院,河北大学质量技术监督学院,保定出入境检验检疫局

基金: 国家自然科学基金资助项目(31501447),河北省自然科学基金资助项目(B2013201235),河北大学实验室开发项目(sy201674)

分类号: TS255.7

页码: 56-62

总页数: 7

文件大小: 546K

下载量: 68