人工神经网络NIR定量分析方法及其软件实现

在Visual C＋＋环境中采用面向对象技术，开发了PCA-MBP-NIR定量分析模型软件。通过40份小麦样品的原始光谱、加噪光谱（信噪比为14dB）与含水率所建立的PLS-NIR与PCA-MBP-NIR模型，对10份未知小麦样品的原始光谱、加噪光谱分别进行含水率的PLS-NIR与PCA-MBP-NIR预测分析。分析表明，对于含噪声的光谱，与PLS建模相比，使用PCA-MBP-NIR对未知样品预测结果具有更高的相关系数，更低的预测误差标准差。     

近红外技术(NIR)在小麦商品粮收购中的应用研究

利用近红外谷物品质分析仪 (Perten DA910 0 ) ,对陕西省某县 6 2 4户农民 2 0 0 0年夏季上缴粮库的公购粮进行现场品质分析。结果认为 :人工主观评定的商品粮等级与其蛋白质含量、水分含量、硬度、沉淀值、烘烤体积无显著相关性 ;近红外谷物品质分析仪 (Perten DA910 0 )完全能够满足粮库验粮的需要 ;小麦籽粒硬度、蛋白质含量是商品粮收购定级的重要指标     

中草药大黄小波变换的近红外光谱聚类分析

采用小波变换技术对近红外光谱压缩,减少训练时间,并以聚类法定性,以鉴别不同产地的大黄(Rheum palmatum L.).该方法可有效鉴别不同产地的大黄,与传统鉴别结果基本一致.结果表明,近红外漫反射光谱法作为一种快速简便的分析技术,可用于大黄等中草药的质量控制,为大黄的生药鉴定提供参考.     

近红外透射苹果运动速度模型适用性的研究

应用近红外透射检测技术在线检测苹果的糖度,分析运动速度对模型适用性的影响,在实验台分别以0,0.3,0.6,0.9m/s的切线速度检测苹果光谱,应用偏最小二乘法(PLS)建立苹果糖度的模型,得出最好的模型相关系数R为0.9386,校正标准差RMSEC为0.2894,最佳主因子数为4.研究结果表明:苹果运行速度对模型的预测结果有影响,用每个速度下的大量样品参与建模,可以有效地提高模型的稳健性,从而减少模型对水果运行速度的敏感性;当速度超过范围(阀值0.9m/s),模型的稳定性较差.     

近红外反射光谱(NIRS)技术分析奶粉品质的研究

奶粉中蛋白质和脂肪是影响奶粉营养品质的主要因素,利用近红外反射光谱分析技术对来自国内不同地区的奶粉共900份样品进行蛋白质和脂肪成分测定分析。研究了不同的样品数日、光谱预处理和散射校正技术对发展奶粉近红外测定定标模型的影响。结果表明．在样品数目为200—400范围内建立的定标分析模型较理想;数学预处理中以一阶导数较好,且以“1,4,4,1”的处理组合最为理想;光谱散射校正中采用“标准正态变量转换(SNV) 趋势变换法(De—trending)”的组合建立回归方程效果较好。利用改进最小二乘法回归技术(Modified PLS)建立多种定标模型,并进行交叉验证(cross—Validation)来分析各种因素对定标模型的影响。同时筛选出较理想的蛋白质和脂肪定标分析回归方程,其中蛋白质和脂肪含量的相关系数高速0．973和0．850。探讨了NIRS技术在建模应用中的一些影响因素,以及由NIRS技术建立奶粉分析模型用于快速分析和在线检测的可行性。     

近红外光谱分析技术在饲料检测中的应用

近红外光谱（Near Infrared Reflectance Spectroscopy，简称NIRS）分析技术是20世纪70年代发展起来的一项高效、快速的现代分析技术，它综合运用了计算机技术、光谱技术和化学计量学等多个学科的最新研究成果，以其独特的优点在多个领域特别是农业领域得到广泛的应用。随着计算机技术和化学计量学的应用，     

近红外光谱技术在当前和未来的应用

近红外光谱学可以为饲料工业作出宝贵的贡献,而且质量控制系统也可利用这种近红外区光谱技术。核准的结果甚至可以证实,近红外区光谱技术能够达到和化学分析相同的准确度,甚至超过化学分析的准确度。     

基于虚拟仪器的谷物成分近红外检测仪设计与试验

结合近红外光谱分析技术和虚拟仪器技术,设计了多波段谷物成分近红外检测仪.该仪器采用漫反射原理,由光路系统、电路系统和软件系统组成.卤钨灯发出的全波谱光被调频后,由滤光片形成扫描光谱,然后被样品吸收漫反射后的近红外光由检测器接收并转换为电信号,经调理后最终被采集卡送入计算机中作进一步处理.在制备26个样品的基础上,进行了系统性能测试.试验结果表明,仪器的噪声水平低,重复性相对较差,对预测的准确度还不理想,通过多次重复装样检测平均值可提高准确性.该仪器可以用于测定谷物样品中的蛋白质、淀粉和脂肪等多种成分.