基于BP神经网络的日落黄溶液荧光光谱的研究

王俊; 陈国庆; 魏柏林; 毕琳娜; 武浩

您当前的位置：

首页 >

文章列表页 >

基于BP神经网络的日落黄溶液荧光光谱的研究

生物光学与医用光学 | 更新时间：2025-09-01

- 基于BP神经网络的日落黄溶液荧光光谱的研究
- Fluorescence spectra of sunset yellow based on BP neural network
- 光学技术 2009年35卷第6期页码：868-871
- 作者机构：
  
  1:江南大学光学工程系
- 作者简介：
- 基金信息：
  
  国家“863”计划资助项目(2007AA10Z353)
- DOI：
  中图分类号：
- 纸质出版：2009
- 稿件说明：
移动端阅览
王俊, 陈国庆, 魏柏林, 等. 基于BP神经网络的日落黄溶液荧光光谱的研究[J]. 光学技术, 2009,35(6):868-871.

Fluorescence spectra of sunset yellow based on BP neural network[J]. 2009, 35(6): 868-871.
王俊, 陈国庆, 魏柏林, 等. 基于BP神经网络的日落黄溶液荧光光谱的研究[J]. 光学技术, 2009,35(6):868-871. DOI：

Fluorescence spectra of sunset yellow based on BP neural network[J]. 2009, 35(6): 868-871. DOI：

摘要

对食用合成色素日落黄的荧光光谱进行了研究

发现在310~400nm紫外光的激励下

日落黄溶液发出强荧光

峰值荧光强度随浓度的增加先增强后减弱

且荧光谱峰位置出现明显红移。经分析认为

日落黄溶液能产生荧光是因为分子中偶氮键将一个苯环和一个萘环连接在一起

形成大共轭结构

并且取代基-SO3Na与-OH处于萘环的对位

大大增强了日落黄分子的共轭程度

使其具有强的吸光功能

发出强荧光。另外

结合BP神经网络

通过训练好的网络对4种不同浓度的样本进行浓度预测

结果表明相对误差分别为4.269%

6.078%

4.977%和5.308%

相对标准偏差分别为0.448%

0.375%

0.419%和0.414%。实验表明

该方法具有训练速度快、预测结果准确度高等特点

有望成为一种对食用合成色素进行高效、痕量检测的有效方法。

Abstract

关键词

Keywords

references

浏览量

137

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于人工神经网络的移动可见光通信接收机研究

基于非线性方法的食品着色剂光谱的研究

基于深度学习的数据中心光通信色散估计与管理

基于改进的最小二乘支持向量机与荧光光谱法检测山梨酸钾

利用小波变换和神经网络对罕见病DMD的MRI进行分类识别