| Маркер записи | n 22 3 4500 |
| Контрольный номер | zhps24_to91_no6_ss916_ad2 |
| Дата корректировки | 10:21:39 27 мая 2025 г. |
| Кодируемые данные | 250207s2024||||RU|||||||||||#||||# rus0| |
| Системный контрольный номер | RUMARS-zhps24_to91_no6_ss916_ad2 |
| AR-MARS | |
| Код языка каталог. | rus |
| Код языка издания |
eng eng |
| Индекс УДК | 535.33 |
| Индекс ББК | 22.344 |
| Таблицы для массовых библиотек | |
|
Lin, Yu. 070 |
|
|
MID-infrared-spectroscopy-based method for identifying single and multiple vegetable protein adulterants in whey protein Yu. Lin, H. Cai, Sh. Lin, H. Ni |
|
|
Анализ в среднем ИК-диапазоне на наличие примесей в сывороточном белке, однократно или многократно фальсифицированном растительным белком rus |
|
| Текст | |
| непосредственный | |
| Библиография | Библиогр.: с. 917 (51 назв. ) |
| Аннотация | Для быстрого и точного определения одиночных и множественных примесей растительного белка в сывороточном протеине разработана интегрированная методика, сочетающая в себе спектроскопию среднего ИК-диапазона с машинным обучением. Рассмотрены различные модели распознавания с использованием классификации векторов поддержки AdaBoost (AdaBoost-SVC), дерева решений AdaBoost, k-ближайшего соседа, SVC и гауссова наивного байесовского алгоритма. Для определения оптимальной комбинации предварительной обработки спектров использована десятикратная перекрестная проверка, которая включала в себя стандартную нормальную дисперсию, первую производную и сглаживание Савицкого-Голея. Выполнен выбор признаков с использованием последовательного алгоритма проекции, анализа главных компонент, генетического алгоритма (GA) и интервального метода частичных наименьших квадратов с GA (iPLS-GA). Результаты классификации показали, что iPLS-GA-AdaBoost-SVC достиг наилучшей производительности как на обучающем, так и на прогнозном наборах, продемонстрирована способность iPLS-GA улучшать стабильность и устойчивость модели. Результаты подчеркивают потенциальную применимость предлагаемого метода в качестве точного и практичного инструмента для улучшения контроля качества сывороточного белка. |
|
Физика AR-MARS Спектроскопия AR-MARS |
|
| Ключевые слова |
аутентификация безопасность пищевых продуктов интервальный метод частичных наименьших квадратов качественное обнаружение количественное обнаружение контроль качества сывороточного белка машинное обучение наличие примесей сывороточный белок сывороточный протеин фальсифицированный растительный белок |
|
Cai, H. 070 Lin, Sh. 070 Ni, H. 070 |
|
| ISSN | 0514-7506 |
| Название источника | Журнал прикладной спектроскопии |
| Место и дата издания | 2024 |
| Прочая информация | Т. 91, № 6. - С. 916 |
|
RU 43013090 20250207 RCR |
|
|
RU 43013090 20250207 |
|
|
RU AR-MARS 20250207 RCR |
|
|
RU AR-MARS 20250207 |
|
| Тип документа | b |
|
code year to no ss ad |
|
|
zhps 2024 91 6 916 2 |
|
| 718 | |
| Аннотации англоязычных статей |
