近红外光谱法快速测定白酒中的酒精度

为了得到白酒工业中酒精度的快速检测技术,将偏最小二乘法与傅立叶变换近红外光谱法相结合,建立白酒酒精度的快速定量模型。通过标准归一化预处理光谱,光谱范围选择5731.40~5897.25、5901.11~6063.10、8327.12~8423.54 cm-1,主成分数为5,得到模型的内部交互验证相关系数(R)为0.9992,交互验证均方差(RMSECV)为0.263;模型的预测值与实测值的相关系数为0.99,预测标准偏差(RMSEP)为0.435。结果表明,模型的预测效果很好,具有较高的精密度和良好的稳定性,能满足生产中白酒酒精度的快速检测要求。     

近红外透射光谱技术测定黍稷蛋白含量的研究

为了探索快速测定完整黍稷籽粒蛋白含量的方法,采用近红外光谱分析技术建立数学模型并进行预测,比较原始透射光谱经导数处理结合不同回归算法对模型的影响。结果表明,分别经一阶和二阶导数处理后利用偏最小二乘法和改进的偏最小二乘法,4种方法的分析效果相近,最优的是一阶导数结合改进的偏最小二乘回归法,黍稷蛋白定标模型的定标相关系数（RSQ）为0.8806,定标标准误差（SEC）为0.3424,交互验证相关系数（1-VR）为0.8570,交互验证标准误差（SECV）为0.3751,外部预测标准偏差（SEP）为0.454。最终以完整黍稷籽粒为样品所建立的蛋白NITS模型,可以用于黍稷蛋白含量的快速检测。     

茶叶干燥过程水分含量的近红外光谱检测方法研究

水分含量是衡量茶叶干燥过程中品质的最重要因素之一,采用近红外光谱分析技术分析茶叶干燥过程水分含量。首先,采用便携式近红外光谱检测系统采集茶叶干燥过程样本的光谱,采用标准正态变量变换(SNV)预处理光谱;然后,比较应用全光谱偏最小二乘模型(PLS)、遗传偏最小二乘模型(GA-PLS)、竞争性自适应加权抽样偏最小二乘模型(CARS-PLS)建立模型,采用交互验证优化模型。结果显示,CARS-PLS模型预测性能最佳,结果优于PLS和GA-PLS模型;CARS-PLS模型优选的变量数为11,变量数仅为全光谱变量数的2.1%,预测集的Rp=0.990 7,RMSEP=0.574。结果表明,采用近红外光谱技术结合合适的化学计量学方法评价茶叶干燥过程的水分含量具有可行性,为茶叶干燥过程品质的数字化、智能化监控提供方法。     

基于近红外光谱的冷藏期番茄果实质地定量分析模型

以番茄样本为研究对象,建立基于近红外光谱的冷藏期果实质地定量分析模型。采用SPXY方法对样本集进行划分,经过不同光谱预处理方法比较后,在780~2 500,920~2 500,1 100~2 500 nm 3个波段范围内建立番茄果实质地定量偏最小二乘回归模型,根据相关系数以及预测标准差(RMSEP)分析得出最优模型。结果得出780~2 500 nm波段预测效果最佳,果肉平均硬度预测集相关系数为0.761,RMSEP为0.173;果皮破裂力预测集相关系数为0.809,RMSEP为0.820;果皮脆度预测集相关系数为0.803,RMSEP为0.831;果皮韧性预测集相关系数为0.764,RMSEP为0.427;预测集相关系数均达到0.760以上,RMSEP均小于0.850,模型效果比较好。结果表明,番茄果实质地的近红外无损检测可行,果实质地与近红外漫反射光谱具有显著相关性。     

向日葵籽仁脂肪和脂肪酸含量近红外光谱模型的建立

为实现向日葵品质的快速无损检测,选取50份具有代表性的油用向日葵材料,采用偏最小二乘法（PLS）构建籽仁脂肪、亚油酸、油酸、硬脂酸和棕榈酸含量的近红外光谱（NIRS）模型。结果表明,脂肪、亚油酸、油酸含量模型校正和验证相关系数均大于0.96,且预测值与化学值相对误差均在10%以下,能够达到样品成分含量的快速测定。硬脂酸和棕榈酸含量模型校正相关系数分别为0.92和0.82,验证相关系数分别为0.83和0.74,预测值与化学值相对误差在4.66%~17.99%之间,可用于样品成分含量的初步预测。本研究构建的NIRS模型,有助于油用向日葵种质资源品质鉴定和快速筛选。     

利用近红外透射光谱技术测定小麦籽粒硬度的研究

以2001和2002年度583份小麦样品为材料，用近红外透射光谱仪（NITS）对小麦籽粒硬度进行分析，比较了偏最小二乘法和多元线性回归两种算法和未经导数处理、一阶导数处理、二阶导数处理3种光谱变量转换方式的分析结果。表明，两种算法中偏最小二乘法优于多元线性回归算法，3种处理方式中一阶导数处理效果最好，其定标集和预测     

基于电子舌技术定量分析黄酒理化指标

为快速有效地检测黄酒理化指标,使用电子舌对黄酒的滋味特征进行识别,结合理化检测手段,对黄酒样品分别建立偏最小二乘(PLS)和多元线性回归(MLR)的定量预测模型。结果表明,应用PLS和MLR对传感器信号与国标方法检测结果进行拟合,MLR模型的pH值、总酸、酒精度和氨基酸态氮的RPD值分别为3.8,2.9,2.9,2.8,R~2均接近0.9,RMSEC和RMSEP比值均在0.8～1.2,建立的模型效果良好,可进行准确的定标和预测;MLR模型在准确性和稳定性方面优于PLS模型,更适合所用黄酒样本集的定标和预测。研究结果为应用电子舌对黄酒理化指标进行快速定量分析提供了理论和实践基础。     

近红外光谱法非破坏性测定玉米子粒粗淀粉含量的研究

采用偏最小二乘回归法,对近红外光谱法测定玉米完整子粒粗淀粉含量的可行性进行研究。结果表明,定标集和检验集的预测值与化学测定值间均达极显著正相关,相关系数分别为0.9610和0.9820,并具有较小的定标标准差和预测标准差,分别为0.707和0.666。所建立的校正模型具有较高的预测精度。     

黍稷籽粒淀粉含量的近红外光谱分析

利用FOSS1241型近红外谷物分析仪对100份黍稷籽粒原样进行光谱扫描,分别采用偏最小二乘法和改进偏最小二乘法两种定标方法,并对原始光谱分别进行不同的预处理,建立了黍稷籽粒淀粉定标模型.试验结果显示:对黍稷籽粒原样扫描的光谱采用偏最小二乘法进行定标,在标准正常化+ 趋势变化散射处理、采用一阶导数、每隔4点求导、每隔4...     

食用向日葵子仁蛋白质含量近红外光谱模型的建立

以自育的57份食用向日葵子仁为测试对象,用化学方法测定蛋白质含量,对照近红外漫反射光谱,通过偏最小二乘法建立了食用向日葵子仁蛋白质含量的近红外光谱模型。结果表明,对原始光谱数据采用“一阶倒数+多元散射校正(FD+MSC)”处理的方法建立的模型其校正或预侧效果最佳。该模型的校正决定系数和验证决定系数分别为0.95和0.93,校正标准误和预测标准误分别为0.96和1.16。用该模型对16份未参与建模的食用向日葵材料进行了预测,结果表明该模型预测能力较好。     

基于遗传算法结合偏最小二乘的潮土碱解氮高光谱特征及含量估测

提取土壤碱解氮特征光谱是利用高光谱数据进行其含量估测的关键。对山东省典型潮土土壤样本测试高光谱并进行变换;采用遗传算法（GA）结合偏最小二乘法（PLS）,在筛选潮土碱解氮含量特征谱区的基础上,构建潮土碱解氮含量偏最小二乘（PLS）回归估测模型;优选最佳模型并与相关分析、逐步回归分析和单纯偏最小二乘回归分析的模型进行比较。结果表明：潮土碱解氮特征波段为449~469nm,988~1001nm,1065~1078nm,1716~1736nm,1912~1925nm,2213~2233nm,2262~2275nm;基于各输入光谱特征谱区构建的估测模型决定系数R²均较高,其中基于反射率一阶导数光谱筛选的特征谱区,构建的模型精度最高,数据点（147个）为原始全谱的7.17%,建模R²达到0.97,均方根误差RMSE为4.78mg/kg,验证R²为0.95,RMSE为5.49mg/kg,对潮土碱解氮含量具有较好的预测准确性;在光谱变换形式中,反射率的一阶导数表现最佳;方法比较显示采用遗传算法结合偏最小二乘（GA-PLS）获得较高预测精度的同时,可简化模型。说明遗传算法结合偏最小二乘法（GA-PLS）,可有效筛选土壤碱解氮的特征波段,减少模型参与变量,提高估测精度。     

不同频率下超声波水处理对苹果内传热传质影响规律的试验研究

为探究超声波处理对果蔬加工过程中热质传递的影响规律,以苹果为研究对象,结合不同频率（40、68、80 kHz）超声波处理技术,分别进行超声波辅助低温水浴试验和超声波水预冷处理辅助苹果片真空冷冻干燥试验。结果表明：超声波辅助低温水浴可有效强化苹果与冷水间的热量交换,频率为80 kHz时,苹果果肉中部和近果核处的冷却系数与对照组相比分别增加了35.3%和28.6%;超声波水预冷处理后,真空冷冻干燥过程有效水分扩散系数比对照组分别增加了51.6%（超声波频率40 kHz）、55.9%（超声波频率68 kHz）、58.7%（超声波频率80 kHz）。     

基于便携式光谱仪和反射、透射光谱技术的小麦叶片叶绿素定量分析研究

为了无损检测小麦叶片叶绿素含量,应用便携式高分辨率光谱仪及内置钨卤灯光源的叶片夹采集小麦叶片的反射、透射光谱数据,采用多种预处理方法对光谱数据进行预处理。用偏最小二乘法建立小麦叶片叶绿素含量与反射、透射光谱间的数学模型,同时分析了不同预处理方法对模型预测性能的影响。结果表明,基于反射光谱的最优检测模型校正集的相关系数r为0.950,预测标准偏差SD为0.1287,相对标准偏差RSD为5.67%。检验集的相关系数r为0.926,预测标准偏差SD为0.1892,相对标准偏差RSD为8.26%。基于透射光谱的最优检测模型r为0.846,SD为0.2201,RSD为9.69%。检验集的r为0.880,SD为0.2714,RSD为11.84%。研究表明,应用便携式高分辨率光谱仪和反射、透射光谱技术来定量分析小麦叶片叶绿素含量是具有可行性的;通过对比发现,基于反射光谱模型的预测性能较好;为叶片叶绿素含量的现场快速无损测定提供了一种有效途径。     

蜂蜜中水分 果糖和葡萄糖的近红外定量分析模型

采用近红外光谱(NIRS)技术和偏最小二乘回归(PLS)方法分别建立了蜂蜜中的水分、果糖和葡萄糖含量的近红外定量分析模型,并对模型进行评价和考察。结果表明,所建模型具有一定的实用性。     

多频超声波清洗机在叶类蔬菜清洗中的应用

清洗是蔬菜加工的关键环节,对品质至关重要.采用自行研制的超声及气泡式清洗设备对消费量较大的叶类蔬菜(生菜)进行清洗,以洗净率和破损率为指标,对清洗效果进行评价.结果表明,气泡式清洗在清洗时间40 s,洗菜量500 g条件下,生菜洗净率达到100％,此时破损率为12.89％;采用超声清洗时,在频率68 kHz,功率900 W,时间40 s,洗菜量750 g条件下,生菜洗净率为100％时,破损率为9.62％.可见当清洗时间相同,洗净率均达到100％时,超声清洗方式的洗菜量增加50％,破损率降低25.4％.因此,超声清洗方式更具优势.     

THE PERFORMANCE EVALUATION AND REALIZATION FOR UNCONSTRAINED OPTIMIZATION SOFTWARE

In this paper, we propose some basic concepts of the performance evaluation on testing unconstrained optimization software and furtherdesign a performance testing package-OPTEST-1, which is used to test optimization programs on three areas: systems of nonlinear equations, nonlinear least squares, and unconstrained minimization. We also describe criteria of the performance evaluation, system functions, and the approach of performing OPTEST-1.     

基于RF和SPA的无人机高光谱估算棉花叶片全氮含量

为分析棉花叶片全氮含量（LNC）与冠层光谱反射特征的关系,实现作物生长过程中氮素水平的快速、准确和无损监测,以石河子大学教学试验场2019年棉花小区试验为基础,选用多元散射校正、SG平滑算法、变量标准化校正和一阶导数4种方法分别对棉花冠层原始光谱进行预处理,使用随机蛙跳（random frog,RF）和连续投影算法（successive projections algorithm,SPA）筛选特征波长并结合偏最小二乘回归法建立棉花LNC光谱估算模型。RF和SPA算法从棉花冠层398～1000nm的光谱中优选5组LNC的敏感特征波段,波段数目下降了93.0%～96.3%,有效降低了光谱的冗余信息;基于SPA算法筛选的敏感波段构建的LNC偏最小二乘回归模型的决定系数和均方根误差分别为0.52和2.55,模型验证的决定系数和均方根误差分别为0.70和2.37,模型具有较好的精度和稳定性,可作为棉花LNC的无人机高光谱估算方法。     

白桦叶黄酮超声波提取及纯化工艺研究

以白桦叶为原料,采用超声波法提取其黄酮化合物,以黄酮粗提物得率为指标筛选试验条件,进而进行响应面优化试验;采用NKA-9大孔吸附树脂对白桦叶黄酮粗提物进行纯化优化试验。结果表明:在料液比1∶41(g/g),乙醇质量分数90%,超声时间44 min的工艺条件下进行提取,黄酮得率可达6.12%。NKA-9大孔吸附树脂纯化粗提物的工艺条件为:上样浓度0.8 mg/mL,上样量3 BV,上样速率1.5 mL/min,pH 3,洗脱液乙醇体积分数90%,洗脱液用量2.5 BV。在此工艺条件下所得到的纯化物黄酮含量可达68.5%。