共查询到10条相似文献,搜索用时 312 毫秒
1.
2.
3.
为了更好地推动苎麻产业发展、更好地利用好苎麻副产物麻骨,快速、高效、准确的获得麻骨化学成分越发重要。试验利用近红外光谱技术分析苎麻麻骨化学成分,以化学测定值为对照,采用定量偏最小二乘分析法,建立苎麻麻骨化学成分含量模型。结果表明,建立的苎麻麻骨化学成分预测模型各成分相关系数较高,果胶、半纤维素、木质素和纤维素相关系数分别达到了0.9937、0.9772、0.9850和0.9916,分辨度在6.63~12.71之间。苎麻麻骨化学成分含量模型对果胶、半纤维素、木质素及纤维素含量的预测绝对误差分别在-0.25%~0.015%、-0.845%~0.155%、-4.735%~2.895%和-2.835%~4.08%之间,预测值与化学测定值误差在可接受范围内,故该模型可初步用于苎麻麻骨化学成分含量的测定。 相似文献
4.
5.
《中国麻业》2020,(3)
苎麻壳是原麻剥制后残留的表皮层,有重要的用途。为高效准确测定苎麻壳中木质纤维素组分和重金属镉含量,提高苎麻壳的利用效率,研究将近红外光谱技术与苎麻壳木质纤维素组分、镉(Cd)含量化学测定值相结合,采用定量偏最小二乘法(QPLS),运用不同的预处理和化学计量学方法建立了苎麻壳的校正模型,验证并筛选出最佳模型。结果表明:苎麻壳半纤维素、木质素、纤维素和Cd含量用散射校正预处理方法最佳,相关系数分别为0.9817、0.9864、0.9966、0.9922;果胶用中心化光谱预处理最佳,相关系数为0.9989。果胶、半纤维素、木质素、纤维素和Cd含量预测模型分别为y=0.9977x+0.0074,y=0.964x+0.3654,y=0.9936x+0.1767,y=0.9932x+0.3056,y=0.9851x+0.039。果胶、Cd、半纤维素的预测值和化学值的绝对误差分别在0.06、0.09、0.50左右,误差小,故可以选择该模型对苎麻的果胶、半纤维素和Cd含量等进行快速准确预测。 相似文献
6.
为满足大豆品质育种快速筛选的需求,本文详细探讨了利用近红外漫反射光谱法对大豆粗蛋白和粗脂肪含量实现快速测定的可行性。采用凯氏定氮法和索氏抽提法测定了120份大豆粗蛋白和粗脂肪的含量,分别采集大豆整粒和粉末两种状态的近红外光谱,然后运用化学计量学方法PLS建立近红外光谱与化学值之间的关系模型。其中粉末大豆样品建立的粗蛋白校正模型的决定系数R^2为0.978 7,校正标准误差RMSECV为0.003 8,该模型对24份待测样品进行测定的预测标准误差RMSEP为0.002 84;粗脂肪校正模型的R^2为0.934 1,RMSECV为0.003 69,RMSEP为0.003 53。整粒大豆建立的粗蛋白校正模型的R^2为0.872 4,RMSECV为0.009 07,RMSEP为0.007 49;粗脂肪校正模型的R^2为0.876 5,RMSECV为0.005 08,RMSEP为0.004 66。对比发现,建模样品的状态对近红外模型的预测性能有重要影响,样品在粉末状态下建立的粗蛋白和粗脂肪近红外模型的预测效果更好。另一方面,由于整粒样品建立的近红外模型的R^2均在0.87以上,因此当样品量较少没有足够样品可用于粉碎时,该模型可以满足对整粒大豆品质进行粗测的需求。该结果对大豆育种早代筛选工作具有重要意义。 相似文献
7.
为了快速、高效、准确地测定苎麻叶中半纤维素、纤维素、木质素和Cd含量,研究采用近红外光谱技术的扫描光谱结合苎麻叶半纤维素、纤维素、木质素和Cd含量的化学测定值,基于化学定量学方法,采用定量偏最小二乘分析法(QPLS),运用不同预处理方法和化学计量学方法建立校正模型,对比各模型性能参数,筛选出最优定标模型并用检验集对模型进行验证。结果表明:纤维素、半纤维素、木质素和Cd建立模型相关系数分别为0. 9838、0. 9810、0. 9882、0. 9874。半纤维素绝对误差均在1以下,误差较小;Cd的预测值和化学值的绝对误差在0. 04以下,误差小,故可选择该模型对苎麻叶半纤维素和Cd含量进行快速准确预测。 相似文献
8.
9.
10.
傅里叶变换近红外光谱技术测定完整油菜籽中芥酸和硫甙含量 总被引:10,自引:2,他引:10
利用傅里叶变换漫反射近红外光谱技术和大量代表性油菜籽标准样品建立完整油菜籽中芥酸、硫甙测定模型,内部交叉法和外部检验集样品对模型验证结果表明:芥酸、硫甙模型复相关系数分别为0.9618和0.9785,内部验证均方差(RMSECV)分别为1.97和5.16.用所建模型对油菜籽样品芥酸、硫甙测定结果与国家和国际标准方法测定结果基本一致,建立的近红外分析模型能够满足油菜育种中对初级世代材料芥酸、硫甙含量的快速测定筛选要求. 相似文献