研究了中红外光谱预测香菇蛋白质含量的可行性。去掉明显噪声部分后,研究香菇3581~689 cm-1中红外光谱与蛋白质含量的关系。以Savitzky-Golay(SG)5点平滑预处理光谱建立偏最小二乘法(par-tial least squares,PLS)的预测模型的效果不理想...研究了中红外光谱预测香菇蛋白质含量的可行性。去掉明显噪声部分后,研究香菇3581~689 cm-1中红外光谱与蛋白质含量的关系。以Savitzky-Golay(SG)5点平滑预处理光谱建立偏最小二乘法(par-tial least squares,PLS)的预测模型的效果不理想,模型的建模集和预测集的相关系数均高于0.85,但剩余预测偏差(residual prediction deviation,RPD)值仅为1.77。采用连续投影算法(successive projections algo-rithm,SPA)算法从3000个波数点中选择7个特征波数,并以七个特征波数分别建立PLS、多元线性回归(multiple linear regression,MLR)、反向传播神经网络(back-propagation neural network,BPNN)和极限学习机模型(extreme learning machine,ELM)。与全谱的PLS相比,以特征波数的PLS模型和MLR模型的预测效果相对较差,而以特征波数的BPNN和ELM模型的预测效果相对较好。其中SPA-ELM模型的预测效果最佳,预测集相关系数(correlation coefficient of prediction)Rp=0.8995,预测集均方根误差(root mean square error of prediction)RMSEP=1.4313,剩余预测偏差RPD=2.18。研究结果表明,中红外光谱分析技术可以用于预测香菇蛋白质含量,且SPA选取特征波数能用来代替原始光谱进行建模分析,为香菇蛋白质含量的检测提供了新的思路。展开更多
将食用菌长根菇 (O .radiacate)、黄背木耳 (A .fuscosucciuea)、平菇 (P .ostreatus)、黑木耳 (A .auricular)、香菇(L .edodes)、姬松茸 (A .blazei)、草菇 (V .volvacea)、蘑菇 (A .bisporus)、茯苓 (P .cocos)和赤芝 (G .lucidum )...将食用菌长根菇 (O .radiacate)、黄背木耳 (A .fuscosucciuea)、平菇 (P .ostreatus)、黑木耳 (A .auricular)、香菇(L .edodes)、姬松茸 (A .blazei)、草菇 (V .volvacea)、蘑菇 (A .bisporus)、茯苓 (P .cocos)和赤芝 (G .lucidum )与植物病原菌玉米小斑病菌 (B .maydis)、稻瘟病菌 (P .grisea)、核盘菌 (S .sclerotiorum)、禾谷镰刀菌 (F .graminearum)、串珠镰刀菌 (F .moniliforme)和立枯丝核菌 (R .solani)之间进行拮抗培养。试验结果表明 ,长根菇、黄背木耳、平菇和黑木耳对稻瘟病菌有很强的拮抗作用 ;长根菇和黄背木耳对玉米小斑病菌也有很强的拮抗作用。在此基础上 ,通过菌丝间的相互作用、对扣试验发现对植物病原菌没有抑制作用 ;展开更多
文摘研究了中红外光谱预测香菇蛋白质含量的可行性。去掉明显噪声部分后,研究香菇3581~689 cm-1中红外光谱与蛋白质含量的关系。以Savitzky-Golay(SG)5点平滑预处理光谱建立偏最小二乘法(par-tial least squares,PLS)的预测模型的效果不理想,模型的建模集和预测集的相关系数均高于0.85,但剩余预测偏差(residual prediction deviation,RPD)值仅为1.77。采用连续投影算法(successive projections algo-rithm,SPA)算法从3000个波数点中选择7个特征波数,并以七个特征波数分别建立PLS、多元线性回归(multiple linear regression,MLR)、反向传播神经网络(back-propagation neural network,BPNN)和极限学习机模型(extreme learning machine,ELM)。与全谱的PLS相比,以特征波数的PLS模型和MLR模型的预测效果相对较差,而以特征波数的BPNN和ELM模型的预测效果相对较好。其中SPA-ELM模型的预测效果最佳,预测集相关系数(correlation coefficient of prediction)Rp=0.8995,预测集均方根误差(root mean square error of prediction)RMSEP=1.4313,剩余预测偏差RPD=2.18。研究结果表明,中红外光谱分析技术可以用于预测香菇蛋白质含量,且SPA选取特征波数能用来代替原始光谱进行建模分析,为香菇蛋白质含量的检测提供了新的思路。
