Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Phân loại nhanh bột sữa nguyên kem và bột sữa tách kem bằng quang phổ phân hủy laser kết hợp với phương pháp xử lý đặc trưng và hồi quy logistic
Analytical Sciences - Trang 1-13
Tóm tắt
Bột sữa nguyên kem và bột sữa tách kem phù hợp với các nhóm người khác nhau do sự khác biệt trong thành phần. Do đó, cần có một phương pháp phân loại nhanh cho bột sữa nguyên kem và bột sữa tách kem. Trong nghiên cứu này, một chiến lược mới dựa trên quang phổ phân hủy laser (LIBS) và các phương pháp xử lý đặc trưng kết hợp với hồi quy logistic (LR) đã được xây dựng để phân loại bột sữa. Mô hình phân loại LR dựa trên phương pháp giảm dần độ dốc mini-batch (MGD) được áp dụng đầu tiên. Kết quả nghiên cứu cho thấy độ chính xác của mô hình MGD–LR cho các mẫu bột sữa trong tập thử nghiệm đạt 96.33% và thời gian xây dựng mô hình là 33.07 giây. Hiệu quả xây dựng mô hình còn thấp và cần được cải thiện. Phân tích thành phần chính (PCA) và thông tin tương hỗ (MI) đã được sử dụng làm phương pháp xử lý đặc trưng để giảm dữ liệu LIBS có chiều cao xuống ít đặc trưng hơn nhằm cải thiện hiệu quả xây dựng mô hình phân loại. Kết quả nghiên cứu chỉ ra rằng độ chính xác của mô hình PCA–MGD–LR và mô hình MI–MGD–LR cho tập thử nghiệm các mẫu bột sữa lần lượt đạt 99.33% và 99.67%. So với mô hình MGD–LR, hiệu quả xây dựng mô hình của các mô hình PCA–MGD–LR và MI–MGD–LR đã tăng lên 89.7% và 74.8% tương ứng. Kết quả hoàn toàn chứng tỏ tính khả thi của việc phân loại nhanh bột sữa dựa trên LIBS và các phương pháp xử lý đặc trưng kết hợp với LR, và sẽ cung cấp một công nghệ mới cho việc nhận diện và phân loại bột sữa.
Từ khóa
#bột sữa #phân loại nhanh #quang phổ phân hủy laser #hồi quy logistic #phân tích thành phần chínhTài liệu tham khảo
citation_journal_title=Food Sci. Nutr.; citation_title=Characteristics on the oxidation stability of infant formula powder with different ingredients during storage; citation_author=WJ Wang, YH Li, LQ Cai; citation_volume=8; citation_issue=12; citation_publication_date=2020; citation_pages=6392-6400; citation_doi=10.1002/fsn3.1928; citation_id=CR1
citation_journal_title=J Food. Sci. Tech. Mys.; citation_title=Physical characterization of whole and skim dried milk powders; citation_author=A Pugliese, G Cabassi, E Chiavaro; citation_volume=54; citation_issue=11; citation_publication_date=2017; citation_pages=3433-3442; citation_doi=10.1007/s13197-017-2795-1; citation_id=CR2
citation_journal_title=Singap. Med. J.; citation_title=Controversies and discrepancies in the effect of dietary fat and cholesterol on cardiovascular risk; citation_author=WYA Leong, JN Ngiam, RS Tan; citation_volume=62; citation_issue=2; citation_publication_date=2021; citation_pages=56-62; citation_doi=10.11622/smedj.2020065; citation_id=CR3
citation_journal_title=Biotechnol. Adv.; citation_title=Cheese whey: a potential resource to transform into bioprotein, functional/nutritional proteins and bioactive peptides; citation_author=JSS Yadav, S Yan, S Pilli; citation_volume=33; citation_issue=6; citation_publication_date=2015; citation_pages=756-774; citation_doi=10.1016/j.biotechadv.2015.07.002; citation_id=CR4
citation_journal_title=J. AOAC Int.; citation_title=Analysis of vitamin D2 and vitamin D3 in fortified milk powders and infant and nutritional formulas by liquid chromatography-tandem mass spectrometry: single-laboratory validation, first action 2016.05; citation_author=BD Gill, GA Abernethy, RJ Green; citation_volume=100; citation_issue=1; citation_publication_date=2017; citation_pages=298-302; citation_doi=10.5740/jaoacint.2016_05; citation_id=CR5
citation_journal_title=Appl. Spectrosc.; citation_title=Forensic discrimination of latent fingerprints using laser-induced breakdown spectroscopy (LIBS) and chemometric approaches; citation_author=JH Yang, JJ Yoh; citation_volume=72; citation_issue=7; citation_publication_date=2018; citation_pages=1047-1056; citation_doi=10.1177/0003702818765183; citation_id=CR6
citation_journal_title=Trans. ASABE; citation_title=Rapid identification of varieties of walnut powder based on laser-induced breakdown spectroscopy; citation_author=J Peng, F Liu, W Kong; citation_volume=60; citation_issue=1; citation_publication_date=2017; citation_pages=19-28; citation_doi=10.13031/trans.11553; citation_id=CR7
citation_journal_title=Food Anal. Methods; citation_title=Direct determination of Ca, K, and Mg in cocoa beans by laser-induced breakdown spectroscopy (LIBS): evaluation of three univariate calibration strategies for matrix matching; citation_author=RR Gamela, VC Costa, DV Babos; citation_volume=13; citation_issue=4; citation_publication_date=2020; citation_pages=1017-1026; citation_doi=10.1007/s12161-020-01722-6; citation_id=CR8
citation_journal_title=J. Anal. Atom. Spectrom.; citation_title=Synchronous detection of heavy metal ions in aqueous solution by gold nanoparticle surface-enhanced laser-induced breakdown spectroscopy; citation_author=YQ Yao, F He, QY Lin; citation_volume=36; citation_issue=12; citation_publication_date=2021; citation_pages=2639-2648; citation_doi=10.1039/D1JA00310K; citation_id=CR9
citation_journal_title=Spectrochim. Acta B; citation_title=Rapid classification of archaeological ceramics via laser-induced breakdown spectroscopy coupled with random forest; citation_author=J Qi, TL Zhang, HS Tang; citation_volume=149; citation_publication_date=2018; citation_pages=288-293; citation_doi=10.1016/j.sab.2018.09.006; citation_id=CR10
citation_journal_title=J. Anal. Atom. Spectrom.; citation_title=A novel strategy for quantitative analysis of the energy value of milk powder via laser induced breakdown spectroscopy coupled with machine learning and genetic algorithm; citation_author=Y Ding, J Chen, WJ Chen; citation_volume=38; citation_issue=2; citation_publication_date=2023; citation_pages=464-471; citation_doi=10.1039/D2JA00322H; citation_id=CR11
citation_journal_title=Spectrochim. Acta B; citation_title=Using LIBS to diagnose melanoma in biomedical fluids deposited on solid substrates: limits of direct spectral analysis and capability of machine learning; citation_author=R Gaudiuso, E Ewusi-Annan, N Melikechi; citation_volume=146; citation_publication_date=2018; citation_pages=106-114; citation_doi=10.1016/j.sab.2018.05.010; citation_id=CR12
citation_journal_title=J. Anal. Atom. Spectrom.; citation_title=Determination of uranium in ores using laser-induced breakdown spectroscopy combined with laser-induced fluorescence; citation_author=QZ Li, W Zhang, ZY Tang; citation_volume=35; citation_issue=3; citation_publication_date=2020; citation_pages=626-631; citation_doi=10.1039/C9JA00433E; citation_id=CR13
citation_journal_title=Appl. Spectrosc. Rev.; citation_title=Review of aerosol analysis by laser-induced breakdown spectroscopy; citation_author=HW Ji, Y Ding, LW Zhang; citation_volume=56; citation_issue=3; citation_publication_date=2021; citation_pages=193-220; citation_doi=10.1080/05704928.2020.1780604; citation_id=CR14
citation_journal_title=J. Anal. Atom. Spectrom.; citation_title=A hybrid random forest method fusing wavelet transform and variable importance for the quantitative analysis of K in potassic salt ore using laser-induced breakdown spectroscopy; citation_author=Y Ding, W Zhang, XQ Zhao; citation_volume=35; citation_issue=6; citation_publication_date=2020; citation_pages=1131-1138; citation_doi=10.1039/D0JA00010H; citation_id=CR15
citation_journal_title=Meat Sci.; citation_title=Classification of traditional Chinese pork bacon based on physicochemical properties and chemometric techniques; citation_author=X Guo, F Huang, H Zhang; citation_volume=117; citation_publication_date=2016; citation_pages=182-186; citation_doi=10.1016/j.meatsci.2016.02.008; citation_id=CR16
citation_journal_title=Anal. Methods-UK; citation_title=Quantitative analysis of coal quality by laser-induced breakdown spectroscopy assisted with different chemometric methods; citation_author=YJ Zhang, Z Xiong, YW Ma; citation_volume=12; citation_issue=27; citation_publication_date=2020; citation_pages=3530-3536; citation_doi=10.1039/D0AY00905A; citation_id=CR17
citation_journal_title=Appl. Opt.; citation_title=Energetic materials identification by laser-induced breakdown spectroscopy combined with artificial neural network; citation_author=AH Farhadian, MK Tehrani, MH Keshavarz; citation_volume=56; citation_issue=12; citation_publication_date=2017; citation_pages=3372-3377; citation_doi=10.1364/AO.56.003372; citation_id=CR18
citation_journal_title=Anal. Lett.; citation_title=Classification of Chinese herbal medicine by laser-induced breakdown spectroscopy with principal component analysis and artificial neural network; citation_author=JM Wang, XY Liao, PC Zheng; citation_volume=51; citation_issue=4; citation_publication_date=2018; citation_pages=575-586; citation_doi=10.1080/00032719.2017.1340949; citation_id=CR19
citation_journal_title=J. Anal. Atom. Spectrom.; citation_title=Identification accuracy improvement for steel species using a least squares support vector machine and laser-induced breakdown spectroscopy; citation_author=JJ Lin, XM Lin, LB Guo; citation_volume=33; citation_issue=9; citation_publication_date=2018; citation_pages=1545-1551; citation_doi=10.1039/C8JA00216A; citation_id=CR20
citation_journal_title=J. Anal. Atom. Spectrom.; citation_title=A modified genetic algorithm optimized SVM for rapid classification of tea leaves using laser-induced breakdown spectroscopy; citation_author=MY Yao, GY Fu, TB Chen; citation_volume=36; citation_issue=2; citation_publication_date=2021; citation_pages=361-367; citation_doi=10.1039/D0JA00317D; citation_id=CR21
citation_journal_title=Appl. Opt.; citation_title=Evaluation of rice varieties using LIBS and FTIR techniques associated with PCA and machine learning algorithms; citation_author=MCS Ribeiro, GS Senesi, JS Cabral; citation_volume=59; citation_issue=32; citation_publication_date=2020; citation_pages=10043-10048; citation_doi=10.1364/AO.409029; citation_id=CR22
citation_journal_title=Appl. Opt.; citation_title=Rapid identification of rice species by laser-induced breakdown spectroscopy combined with pattern recognition; citation_author=ZY Luo, LY Zhang, TB Chen; citation_volume=58; citation_issue=7; citation_publication_date=2019; citation_pages=1631-1638; citation_doi=10.1364/AO.58.001631; citation_id=CR23
citation_journal_title=Anal. Bioanal. Chem.; citation_title=Application of laser-induced breakdown spectroscopy (LIBS) coupled with PCA for rapid classification of soil samples in geothermal areas; citation_author=S Chatterjee, M Singh, BP Biswal, UK Sinha; citation_volume=411; citation_issue=13; citation_publication_date=2019; citation_pages=2855-2866; citation_doi=10.1007/s00216-019-01731-3; citation_id=CR24
citation_journal_title=Anal. Methods-UK; citation_title=Rapid classification of plastics by laser-induced breakdown spectroscopy (LIBS) coupled with partial least squares discrimination analysis based on variable importance (VI-PLS-DA); citation_author=K Liu, D Tian, HX Wang; citation_volume=11; citation_issue=9; citation_publication_date=2019; citation_pages=1174-1179; citation_doi=10.1039/C8AY02755B; citation_id=CR25
citation_journal_title=Spectrochim. Acta B; citation_title=A comparison of different strategies in multivariate regression models for the direct determination of Mn, Cr, and Ni in steel samples using laser-induced breakdown spectroscopy; citation_author=AS Luna, FB Gonzaga, WFC Rocha; citation_volume=139; citation_publication_date=2018; citation_pages=20-26; citation_doi=10.1016/j.sab.2017.10.016; citation_id=CR26
citation_journal_title=Int. Dairy J.; citation_title=Identification of milk fraud using laser-induced breakdown spectroscopy (LIBS); citation_author=B Sezer, S Durna, G Bilge; citation_volume=81; citation_publication_date=2018; citation_pages=1-7; citation_doi=10.1016/j.idairyj.2017.12.005; citation_id=CR27
citation_journal_title=Food Chem.; citation_title=Qualitative and quantitative analysis of milk for the detection of adulteration by laser induced breakdown spectroscopy (LIBS); citation_author=S Moncayo, S Manzoor, JD Rosales; citation_volume=232; citation_publication_date=2017; citation_pages=322-328; citation_doi=10.1016/j.foodchem.2017.04.017; citation_id=CR28
citation_journal_title=Food Chem.; citation_title=Determination of whey adulteration in milk powder by using laser induced breakdown spectroscopy; citation_author=G Bilge, B Sezer, KE Eseller; citation_volume=212; citation_publication_date=2016; citation_pages=183-188; citation_doi=10.1016/j.foodchem.2016.05.169; citation_id=CR29
citation_journal_title=Spectrochim. Acta B.; citation_title=Feature selection of laser-induced breakdown spectroscopy data for steel aging estimation; citation_author=SZ Lu, S Shen, JW Huang; citation_volume=150; citation_publication_date=2018; citation_pages=49-58; citation_doi=10.1016/j.sab.2018.10.006; citation_id=CR30
citation_journal_title=CMC-Comput. Mater. Con.; citation_title=Improved logistic regression algorithm based on kernel density estimation for multi-classification with non-equilibrium samples; citation_author=Y Yu, ZY Xiong, YS Xiong; citation_volume=61; citation_issue=1; citation_publication_date=2019; citation_pages=103-117; citation_id=CR31
citation_journal_title=Inf. Inference; citation_title=Stochastic modified equations for the asynchronous stochastic gradient descent; citation_author=J An, JF Lu, LX Ying; citation_volume=9; citation_issue=4; citation_publication_date=2020; citation_pages=851-873; citation_doi=10.1093/imaiai/iaz030; citation_id=CR32
citation_journal_title=Knowl.-Based Syst.; citation_title=Mini-batch algorithms with online step size; citation_author=Z Yang, C Wang, ZM Zhang; citation_volume=165; citation_publication_date=2019; citation_pages=228-240; citation_doi=10.1016/j.knosys.2018.11.031; citation_id=CR33
citation_journal_title=ACM Comput. Surv.; citation_title=Principal component analysis: a natural approach to data exploration; citation_author=FL Gewers, GR Ferreira, HF Arruda; citation_volume=54; citation_issue=4; citation_publication_date=2021; citation_pages=1-34; citation_doi=10.1145/3447755; citation_id=CR34
citation_journal_title=Analyst; citation_title=A novel hybrid filter/wrapper method for feature selection in archaeological ceramics classification by laser-induced breakdown spectroscopy; citation_author=F Ruan, L Hou, T Zhang; citation_volume=146; citation_issue=3; citation_publication_date=2021; citation_pages=1023-1031; citation_doi=10.1039/D0AN02045A; citation_id=CR35
citation_journal_title=Appl. Spectrosc.; citation_title=Laser-induced breakdown spectroscopy and principal component analysis for the classification of spectra from gold-bearing ores; citation_author=D Diaz, A Molina, DW Hahn; citation_volume=74; citation_issue=1; citation_publication_date=2020; citation_pages=42-54; citation_doi=10.1177/0003702819881444; citation_id=CR36