基于PLS算法的生物质秸秆元素分析NIRS快速检测

为探讨利用近红外光谱技术快速检测生物质秸秆中N、C、H、S和O元素的可行性,采集并制备水稻、小麦、油菜和玉米秸秆样本199个,采用近红外光谱(NIRS)分析技术,结合偏最小二乘(PLS)化学计量学算法,在7 400~5 550cm-1波段范围内,比较不同光谱预处理方法的定标效果,建立最优的生物质秸秆中N、C、H、S和O元素的定量分析模型,并用独立的验证集样本对模型进行验证。验证结果表明:所建立的N元素的定量分析模型可用于实际检测;O元素的定量分析模型可进行实际估测;采用近红外技术用于C元素定量分析是可行的,但模型需要进一步优化;H、S元素采用NIRS技术无法进行定量分析。     

近红外光谱技术在农产品检测中的应用研究进展

近红外光谱技术作为一种快速、高效、无损的分析技术,已被广泛应用于农产品检测领域.近红外光谱技术结合化学计量学方法,可有效实现农产品营养成分和质量安全的检测,亦可用于农产品产地溯源和作物育种.该文综述了近红外光谱技术在农产品检测中的应用现状,并对其今后的发展进行了展望.     

付里叶变换近红外漫反射光谱定量分析的可行性研究

本文将近代数学统计方法应用于近红外光谱定量分析的研究。分析了NIRDRSA基础研究的必要性,应用方差分析对谷物样品近红外光谱各种条件测量结果进行统计分析,得到近红外光谱定量分析过程中光谱数据预处理的最佳方法;采用导数光谱及导数比预处理方法定量分析将有更好的分析结果。     

果品-果汁加工中的近红外光谱技术

系统分析了近红外光谱 ( NIR)分析的原理、技术特点、基本分类 ;介绍了实现近红外光谱定性分析常用的几种分析方法 :近红外光谱峰位鉴别法、模式识别法、人工神经网络法 ;定量分析所采用的不同的模型回归方法以及在线分析技术 ;分析了近红外光谱 ( NIR)技术在国内外水果 -果汁加工方面的应用领域和特点 ,提出利用近红外光谱技术检测果品 -果汁品质指标是可行的     

应用可见/近红外光谱技术快速鉴别山西陈醋品种

为了实现对山西老陈醋品种的快速鉴别,应用可见/近红外光谱透射技术,结合化学计量学方法,进行了山西老陈醋品种的判别分类试验研究。对4个不同品种共240个山西老陈醋样品采集其光谱数据,结合主成分分析和神经网络技术分别对山西陈醋原始光谱、一阶微分光谱、二阶微分光谱进行了判别分析。结果表明:可见/近红外原始光谱结合主成分分析神经网络判别分析法的分析结果最优,校正集正确分类的百分比达92.1%,预测集达85.0%;二阶微分光谱分析结果最差。     

近红外反射光谱（NIRS）分析技术及其在农业上的应用

论述了近红外光谱（NIRS）分析技术的原理、技术特点,介绍了近红外光谱仪、光谱预处理方法以及化学计量学研究的发展过程,最后重点论述近红外反射光谱技术的应用现状及其发展前景。     

现代近红外光谱分析在制糖和制药工业中的应用

简述了现代近红外光谱技术的发展历史、仪器类型和技术特点以及在制糖和制药业中的应用。在制糖业中，近红外光谱技术应用于糖料品质的快速测定、糖产品的化学管理和酒精发酵过程控制等方面；在制药业中，其应用范围包括原料药定性分析、有效成分的定量分析和制药过程的品质监控等方面。近红外光谱技术的应用几乎触及应用化学和物质分析的各个领域，其应用范围有日益扩展之趋势。     

近红外光谱在转基因农产品检测中的研究进展

简述了近年来近红外光谱分析技术在农产品和食品定量分析中的应用,重点介绍了近红外光谱分析在转基因植株筛选以及转基因和非转基因农产品分类和识别等方面的研究现状,比较和分析了近红外光谱与传统的转基因农产品检测方法的特点,并展望了近红外光谱分析技术在转基因农产品检测研究中的发展前景。     

近红外光谱技术在农作物品质分析方面的应用

近红外光谱分析技术是近年来迅猛发展起来的高新技术,由于其在测量方面具有快速、非破坏性等优点,已被广泛应用。在此,首先介绍了近红外光谱技术及其分析过程(定标和预测),而后又总结了其在小麦、玉米、稻米及油料作物等农作物品质方面的应用。     

近红外光谱在水果内部品质检测中的研究进展

近红外光谱分析以其速度快、不破坏样品、操作简单、稳定性好、效率高等特点成为20世纪90年代以来发展最快、最引人注目的定量分析技术。综述了NIRS技术在定量分析方面的特点,分析了国内外在近红外光谱技术用于水果内部品质检测的最新研究现状,并对利用近红外光谱技术进行水果品质无损检测的研究前景进行了展望。     

近红外光谱法在烟草化学检测中的应用

通过对近红外光谱的分析,明确近红外谱分析技术的特点,近红外光谱在烟草化学检测中是重要的检测方式,具有十分广阔的发展和应用前景。     

近红外分析技术在烟草行业的应用研究进展

对国内外近红外分析技术在烟草行业的应用研究进行了较详细的综述,认为近红外光谱分析技术在烟草行业的应用范围越来越宽广,在化学成分分析方面应用较成熟;并对该技术在烟草行业的应用进行了展望。     

近红外光谱定性分析方法在烟草行业中的应用

近红外定性分析技术以其简便、高效、快速的优点逐渐在烟草行业得到广泛应用。介绍了近红外光谱分析技术常用的定性分析方法,及近年来近红外定性分析技术在烟草行业中的应用状况。     

近红外光谱技术在茶叶品质调控中的应用

近红外光谱技术作为一种高效、准确、无损、快速的检测技术,在茶叶生产加工和品质调控方面 具有巨大的应用优势。介绍了近红外光谱技术的工作原理,综述了该技术在茶树鲜叶分级、茶叶加工过程监控、 茶叶智能化审评、茶叶品质成分快速检测和定量分析、茶叶非法添加物鉴定等茶叶品质调控环节中的研究,并 对其研究与应用前景进行了展望,以期促进该技术更好、更快地应用于茶叶标准化加工、品质智能化识别和产 地溯源。     

近红外光谱技术在测定纯茶油中棕榈油掺入量中的应用

采用偏最小二乘法(PLS)建立了近红外光谱定量检测模型,以定量分析油茶籽油中掺入的棕榈油成分.通过交互验证和外部检验,考察所建模型的可靠性.结果显示:样品不需要任何光谱预处理,直接进行10 000～4 000 cm-1范围内的近红外透反射光谱扫描;建立的PLS模型相关系数为0.999 9,训练集的交叉验证均方根误差(R...     

近红外光谱结合导数方法在烟叶等级一致性检测中的应用

针对目前实际生产应用中,烟叶等级一致性检测流程过度依赖传统的外观评价方法和化学检测方法而导致的成本过高,效率低下等问题,采用导数等现代光谱信号处理技术和变异系数等统计指标,对2016年度贵阳省内共计78组烟叶样品的近红外光谱和烟碱、总糖等化学值数据进行分析与研究。结果表明:采用全谱段均值进行变异系数计算,以及一阶导数处理后,光谱变异系数与尼古丁值变异系数的相关系数达到86.60%,与总糖值变异系数的相关系数达到86.12%,满足实际生产应用中对烟叶等级一致性检测的准确度要求,能够实现直接应用近红外光谱进行烟叶等级一致性检测,同时降低烟叶等级一致性检测的人力物力成本,达到绿色快速无损检测的目的。     

烟草近红外光谱分析结果影响因素综述

结合国内外研究现状,针对校正集样品选择,样品粒度、含水率、试验因素以及光谱预处理和数学建模方法的选择对烟草近红外光谱分析结果的影响进行了探讨分析。结果表明:为获得可靠的分析结果,样品选择应均匀、广泛,有较好的代表性,并考虑样品粒度、含水率及其他因素的影响,同时应选择合适的光谱处理方法和数学建模算法。     

不同物理形态烟叶样品的模型转移研究

采用近红外光谱仪采集整烟叶、卷烟丝和烟叶粉末光谱数据,并采用流动分析仪测定烟碱含量,利用偏最小二乘法建立烟叶烟碱的光谱预测模型,再通过斜率截距算法(SBC)、分段直接标准化算法(PDS)和典型相关分析算法(CCA)3种模型转移算法,将整烟叶、卷烟丝和烟叶粉末便携式近红外光谱转移到粉末状烟叶傅立叶近红外光谱模型上,比较分析预测均方根误差值(RMSEP)。结果表明:烟叶粉末烟碱近红外光谱预测模型经SBC、PDS和CCA算法模型转移后的RMSEP值分别为0.741 0、0.736 5、0.298 2,卷烟丝的RMSEP值分别为0.725 0、0.513 2、0.222 2,整烟叶的RMSEP值分别为0.712 6、0.446 6、0.333 9,CCA算法模型转移优于SBC与PDS算法。     

近红外光谱在粮食作物检测中的应用进展

介绍了近红外光谱分析技术在一些主要粮食作物检测中的最新应用进展,包括小麦、水稻、玉米、大豆等作物的成分检测、品种鉴别、病虫害识剐等方面,并对该技术所存在问题进行了探讨,对其发展趋势进行了展望。     

基于近红外光谱法的水稻秸秆可溶性糖快速检测

采集并制备不同地域、不同品种的水稻秸秆样本288个,根据浓度梯度法,按照31的比例划分校正集与验证集。采用蒽酮硫酸比色法测定试验样本中可溶性糖含量,并采集在近红外全波段(10 000~4 000cm-1)范围内样本的近红外光谱信息。采用多元散射校正(MSC)、标准正态变量变换(SNV)、导数、S-G平滑及其组合方法对光谱进行预处理,分别运用逐步多元线性回归(SMLR)、偏最小二乘回归(PLS)和主成分回归(PCR)化学计量学算法,建立基于近红外光谱的逐步多元线性回归(SMLR)、偏最小二乘回归(PLS)和主成分回归(PCR)定量分析模型。通过比较分析,对光谱进行一阶导数预处理,建立的PLS模型效果最优,校正集实测值与预测值之间的决定系数R2C达到0.880 6,交互验证决定系数(R2CV)和验证集决定系数(R2V)分别为0.771 1、0.857 8,均方根差RMSEC、RMSECV、RMSEP分别为0.318%、0.440%、0.404%,校正集相对分析误差(RPDC)和验证集相对分析误差(RPDV)均大于2.5。结果表明,采用近红外光谱法建立的PLS模型基本可以实现水稻秸秆中可溶性糖含量的快速检测。