首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 78 毫秒
1.
石磊  王旭峰  邓丹雯  耿响 《安徽农业科学》2012,(21):11100-11102
近红外光谱分析技术可应用于饲料的检测分析。主要介绍了近红外光谱分析技术的原理和特点、光谱的预处理、多元校正方法等,以及近年来,近红外光谱技术在饲料研究中的应用进展。  相似文献   

2.
近红外光谱分析技术可应用于饲料的检测分析.主要介绍了近红外光谱分析技术的原理和特点、光谱的预处理、多元校正方法等,以及近年来,近红外光谱技术在饲料研究中的应用进展.  相似文献   

3.
近红外光谱是一种快速光谱分析的新方法,伴随着光谱技术与化学计量法的发展,近红外光谱已广泛应用于农业、食品、医药、石油化工等行业,极大地提高了各行业信息化水平。基于近红外光谱在家禽养殖领域的应用现状,本文总结了近红外光谱技术的发展及其在饲料成分检测和禽肉检测中的应用。在饲料检测和家禽肉类检测方面,通过将禽肉样品的光谱信息与质量指标的参考值相关联,建立了预测饲料和待测肉类高精度、高稳定性的数学模型。与传统方法相比,近红外光谱技术具有信息量大、数据计算速度快等优点。本文还归纳了近红外光谱技术在饲料品质检测和肉类品质检测的应用现状,指出了近红外光谱在家禽养殖领域的大规模应用推广的可能性。同时指出近红外光谱技术存在的问题和未来发展方向,结果表明近红外光谱技术在饲料和畜产品检测领域具有良好的发展前景和应用价值。  相似文献   

4.
近红外光谱分析技术因其可以快速准确地检测烟草中化学成分含量而在烟草领域具有广泛应用前景。概述了近红外光谱分析技术基本原理,综述了近红外光谱分析技术在烟草领域的主要应用对象,探讨了近红外光谱分析技术针对烟草分析的主要建模方法,展望了近红外光谱分析技术在烟草领域的未来发展方向。  相似文献   

5.
传统的茶叶品质感官审评方法和湿化学检测方法具有结果评价主观性强、测定费时、费力等局限性,而近红外光谱技术作为一种新型的分析技术手段,具有快速、无损、结果客观等优势,在茶行业上得到应用。本文在概述近红外光谱技术原理基础上,主要综述了近红外光谱技术在茶鲜叶品质分析、成分检测、茶叶等级识别、茶种类鉴别、茶地理溯源和茶叶深加工产品分析等方面的应用进展,分析了近红外光谱技术在应用过程中存在的问题,并针对性地提出了应对策略,以期为近红外光谱技术在茶行业的广泛应用提供参考。  相似文献   

6.
近红外光谱分析技术作为近几年发展最为迅速的高新分析技术之一,具有快速、无损、操作简单等优点,受到人们越来越多的关注。文章论述了近红外光谱分析技术的原理和发展历程,介绍了近红外光谱分析技术在小麦、玉米、水稻等品质、育种方面的应用现状,并展望该检测技术的应用前景。  相似文献   

7.
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。  相似文献   

8.
王建伟  陶飞 《安徽农学通报》2021,27(17):155-158
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.  相似文献   

9.
近红外光谱技术是近年来发展最快的光谱技术,优势突出,被广泛应用于石油、化工、食品、烟草等行业.为全面了解近红外光谱技术在烟草领域的应用情况,综述了近红外光谱分析技术在烟草分析中的应用可行性及应用现状,既包括对烟草常规化学成分、重要致香成分、物理指标、卷烟烟气指标、无机元素等的定量检测,又包括对烟草品种、产地、部位、等级、卷烟制品真伪、卷烟辅助材料等的定性判别,并对近红外光谱检测技术在烟草分析领域的发展趋势进行了展望.  相似文献   

10.
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。  相似文献   

11.
近红外光谱(NIRS)为一种无损、快捷,并可实现同时进行多组分析的检测新型技术。首先对NIRS的检测原理进行技术层面的分析,并对近年来NIRS在土壤肥料检测分析中的应用进行进一步探讨,近红外反射光谱分析法近年来被广泛应用于各种样品中有机成分和其他性质的分析中,在土壤肥料及植物营养科学领域具有广阔的应用前景,因此为进一步分析其应用价值,文章除上述研究外,还对近红外反射光谱分析在土壤肥料及植物营养学科中的应用,以及存在问题展开了较为深入的探讨,以此分析其发展方向。随着NIRS技术的不断发展与成熟,其应用范围也在随着不断扩展,对于其应用与发展的研究也将更为细致深入。通过本次研究,希望能引起相关人士关注,并为今后相关领域研究提供参考。  相似文献   

12.
近红外光谱分析技术在饲料行业中的应用   总被引:1,自引:0,他引:1  
近红外光谱分析技术可应用于饲料生产全过程的品质控制。近年来,我国大型饲料集团公司几乎都采用近红外光谱分析手段进行饲料原料、半成品及成品料中常量成分、微量成分和真伪掺杂的分析,并获得了较好的经济效益。介绍了近红外光谱分析技术在饲料分析中的原理和优势、仪器类型,并对其在饲料行业中应用的发展趋势进行了展望。  相似文献   

13.
近红外光谱技术(NIRS)是一项快速、高效、无损的现代检测技术,已经在许多领域广泛应用,特别在野外检测更具有实时性。阐述了 NIRS技术的原理和特点,介绍了NIRS在牧草营养成分、牧草种子品质、草地植物组成、草地土壤理化性质、草地病虫害检测、草坪色泽及建植管理方面的应用。并对草地土壤环境、根系分配、碳源/碳汇、鼠害动态监测,以及开发适宜于野外观测的便携式实时监测仪器提出了展望,以推动近红外光谱技术在我国草业科技和生产中的应用。  相似文献   

14.
基于近红外光谱的猪肉细菌菌落总数的动力学模型   总被引:3,自引:0,他引:3  
运用近红外光谱检测猪肉在室温和冷藏贮藏过程中细菌菌落总数,实现无损、快速检验猪肉品质以及预测猪肉的贮藏期.使用傅立叶变换近红外光谱仪测定猪肉样品在贮藏期内的光谱,同时采用常规菌落总数测定方法测定样品的细菌菌落总数,获得了猪肉细菌菌落总数对数值与近红外光谱特征值随贮藏时间的变化规律,建立了细菌菌落总数对数值的零级和一级模型,并采用主成分分析法建立了基于近红外光谱特征值预测初值的猪肉细菌菌落总数对数值的动力学模型.该方法准确、灵敏,可用于生鲜猪肉细菌菌落总数的测定及其安全贮藏时间的预测.  相似文献   

15.
近红外光谱法快速测定绿茶的4种主要成分   总被引:5,自引:0,他引:5       下载免费PDF全文
应用现代近红外光谱分析技术,建立了绿茶中水分、茶多酚、咖啡碱和游离氨基酸4种主要成分的改进偏最小二乘(MPLS)定标模型,用目标函数法对不同光谱预处理方法进行考查,评定出最优模型,并对其进行了验证.各成分最优模型的目标函数值(f)分别为98.84%、95.66%、95.07%和94.25%,相对标准差(RSD)分别为4.53%、4.57%、8.33%和6.39%,预测决定系数(R2)分别为0.95、0.85、0.63和0.71.测定结果表明:应用近红外光谱分析可以实现绿茶中4种成分的快速定量检测,水分、茶多酚和游离氨基酸模型取得了良好的预测效果,可以用于实际检测;咖啡碱模型预测效果较差,需要进一步优化.  相似文献   

16.
通过对近红外光谱分析(NIRS)同时测定小麦种子水分,粗蛋白,赖氨酸和粗淀粉含量的比较研究,结果表明,该法与实验室化学相关性高,误差小,对46,46,46和36份样品定标,上述4项指标的复合相关系数(MR)分别为0.9894,0.9984,0.9968和0.9742;标准误差(SE)分别为0.1042,0.2222,0.0519和0.5551。45,33,30和55份样品检验结果,相关系数(r)分  相似文献   

17.
The wine industry has always been particularly interested in the influence of the terroir characteristics on the features of a wine. Over the past few years, a growing interest has spurred on the mechanisms by which a particular soil influences the vine’s growth, grape variety characteristics and ultimately wine quality. Near-infrared spectroscopy (NIRS) is a rapid, non-destructive, low-cost and robust analytical method for chemical and physical property determination. Its use for soil characterization, discrimination and compound determination is rapidly increasing. In this work, NIRS data were collected in two vineyards, one in the Dão Wine Region (centre of Portugal) and one in the Vinhos Verdes Wine Region (North of Portugal) previously characterized in terms of soils. Wet, dried and dried-ground soil samples collected from specific vineyard locations were scanned on a Fourier-transform near infrared spectrometer (FTLA 2000, ABB, Quebec, Canada) in diffuse reflectance mode. Spectra were analysed with chemometric tools, namely principal component analysis (PCA) and partial least squares discriminant analysis (PLS-DA). Results revealed that dried, ground soil samples gave better results, but not substantially so when compared with wet or dried samples. Discriminant models showed that the NIRS method is able to discriminate the different vineyard soil types, reproducing very accurately the mapping generated by pedology methods. Variations within the same soil type (present at different locations in the vineyard) were also detected by NIRS. The NIRS technology was shown to be suitable for correlating, complementing and perhaps eventually replacing costly, time-consuming vineyard soil mapping methods.  相似文献   

18.
近红外光谱数据维数多、数据量大,直接保存需要庞大储存空间,且海量数据会对网络化在线检测的分析速度和准确性产生影响。为探讨应用小波压缩进行近红外光谱预处理的可行性及其对枫桦木材密度预测精度的影响,通过强光探头采集木材圆盘的近红外光谱,在Matlab软件中应用小波变换法对枫桦木材密度近红外光谱数据进行压缩。结果表明:当小波基sym2分解层为6时,基于均衡稀疏标准形式的全局硬阈值压缩效果最好,将2 151个变量压缩成38个小波系数,其能量保留成分、零系数成分、压缩比分别为99.66%、98.34%、56.61%。用未处理光谱数据和压缩后的38个小波系数分别建立偏最小二乘定标分析模型,同时做内部交叉验证,并用未处理和压缩后的预测集做外部检验,得知压缩后校正模型对压缩后样品预测能力较好,预测决定系数为0.913 9。因此,小波压缩可有效简化近红外光谱数据,提高近红外光谱对枫桦木材密度的预测精度。   相似文献   

19.
收集代表性绿茶样品158个,直接对新鲜样品进行近红外光谱扫描,运用改进偏最小二乘法(MPLS)在4种不同的光谱数据预处理方式下进行水分含量建模,并用验证集对最优模型进行检验.结果显示,光谱数据在散射处理方式SNV Detrend下经过一阶导数处理后的预测结果最优,其定标标准差(SEC)为0.32%,样品预测值和实测值之间的决定系数(RSQ)为0.861,预测标准差(SEP)为0.5%,偏差(Bias)为-0.1%.说明应用近红外光谱分析技术实现绿茶中水分含量的无损检测是可行的,并可得到较为满意的预测效果.  相似文献   

20.
杨磊  陈坤杰 《江西农业学报》2008,20(1):76-78,81
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。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号