蔗汁品质成分的傅里叶变换近红外分析数学模型

 应用傅里叶变换近红外光谱技术 ,采用透射测定方式和PLS算法建立蔗汁蔗糖定量分析数学模型。蔗汁蔗糖分和转光度预测数学模型的决定系数 (R2 )分别为 0 .9980和 0 .9979,均方根差 (RMSECV)分别为 0 .14 3%和 0 .15 5 % ,预测误差与常规分析方法的误差接近。内部交叉证实和外部验证结果表明近红外定量分析有很高的准确度。近红外光谱法完全可以替代甘蔗糖分常规分析方法。傅里叶变换近红外光谱法作为一种快速而准确的定量分析手段 ,在糖厂甘蔗品质管理、原料蔗按质论价体系建立和甘蔗品种选育中有广阔的应用前景     

近红外光谱法快速测定甘蔗蔗汁蔗糖分

本试验应用傅立叶变换近红外光谱透射技术快速定量分析甘蔗蔗汁蔗糖分。利用内部交叉证实和自动优化功能对预测数学模型进行优化 ,得到蔗汁蔗糖分预测数学模型的决定系数为99.4 1% ,均方差为 0 .2 14;蔗汁蔗糖分近红外分析结果的准确度是可接受的。对近红外光谱技术在甘蔗科研和生产中的应用前景进行了讨论     

成熟期蔗地灌水和自然降雨对甘蔗蔗糖分的影响

［目的］了解甘蔗成熟期不同供水方式对甘蔗蔗糖分的影响。［方法］对8个甘蔗品系（种）在成熟期干旱、干旱后灌水和自然降雨3种水分处理的甘蔗蔗糖分变化规律进行了研究。［结果］在自然降雨条件下大多数甘蔗品系蔗糖分积累变化规律表现为12月比11月大幅度提高,1月比12月缓慢提高;干旱后灌水条件下,大多数甘蔗品系在12月的甘蔗蔗糖分比11月低,1月虽有升高但不明显;干旱后灌水的处理与不灌水的相比,在11月和12月的甘蔗蔗糖分分别降低了0.12-1.54个百分点和1.38-3.16个百分点。［结论］在甘蔗成熟期蔗地灌水会导致甘蔗蔗糖分明显下降。     

付里叶变换近红外漫反射光谱定量分析数学模型的建立与评价

本文在I的研究基础上,根据近红外漫反射光谱定量分析的原理,以谷子、玉米、小麦样品为实验材料,选用近代回归分析的方法,研究了谷子、玉米蛋白质及小麦沉淀值品质分析近红外光谱定量数学模型的建立与评价。     

1984/85年榨季甘蔗蔗糖分和工艺成熟期间自然气象要素的关系

本文以方差分析判断闽中和闽南蔗区1984/85年榨季的甘蔗蔗糖分,在1983/84年榨季的基础上再度全面回升和工艺成熟期间自然气象要素的关系。闽中(仙游)和闽南(泉州、漳州、厦门、云霄)五个糖厂蔗区1984/85年榨季的平均甘蔗蔗糖分全面回升到正常范围,与工艺成熟期间的9～10月份综合气象要素更有利于生理上的转折,较顺利地进入工艺成熟的关系十分密切。最后还提出粗略的展望。     

湛江地区主要甘蔗品种蔗汁品质性状分析

应用回归分析、通径分析和因子分析对湛江地区7个甘蔗品种的6个主要蔗汁品质指标,包括蔗汁糖分(Y)、还原糖分(X1)、重力纯度(X2)、转光度(X3)、简纯度(X4)和锤度(X5)进行分析。简单回归分析结果表明,蔗汁糖分与其它5个品质指标均呈显著线性回归,简单回归模型均达极显著水平(P<0.01)。通过逐步回归分析建立最优方程为:Y=-4.47724939+0.6598210692X3+0.03952629895X4+0.3513029685X5,方差分析表明,多元回归模型达极显著水平(P<0.01),决定系数为0.997424。通径分析表明,其它5个蔗汁指标对蔗汁蔗糖分均有正效应,其中蔗汁转光度、蔗汁锤度、蔗汁重力纯度、简纯度4个指标影响较大。因子分析表明,6个甘蔗品质指标可用2个主因子代表,其特征值的累计贡献率达98.254%,这2个主因子分别为蔗汁糖分指标因子(蔗汁糖分、蔗汁转光度、蔗汁锤度、还原糖分载荷值较大)和成熟度因子(蔗汁重力纯度、简纯度载荷值较大)。     

食醋总酸和还原糖含量近红外光谱检测模型的优化研究

【目的】采用近红外光谱(Near-infrared spectroscopy,NIRS)分析技术对食醋中的总酸和还原糖进行快速定量分析,为食醋品质的检测提供技术支持。【方法】用近红外透射光谱法采集食醋的光谱信息,用Savitzky-Go-lay一阶导数和小波导数(Wavelet derivative,WD)对采集到的食醋光谱进行预处理,采用连续投影算法(Successiveprojections algorithm,SPA)的波长筛选方法对食醋的总酸以及还原糖定量分析模型进行优化。【结果】食醋光谱经小波导数预处理和基于SPA的波长优选后,总酸和还原糖含量分析精度得以提高,模型得到简化。总酸的预测均方根误差(Root mean square error of prediction,RMSEP)由0.282降低为0.227,预测相关系数(Correlation coefficientof prediction,Rp)由0.965提高到0.977,建模变量由680个精简为51个;还原糖的RMSEP由0.627降低为0.606,预测相关系数Rp由0.996提高至0.997,建模变量精简为50个。【结论】利用近红外光谱分析技术结合小波导数和SPA分析方法,可用于食醋品质的定量分析,为食醋品质的快速检测提供了一种可行的方法。     

基于小波变换和神经网络的可见‐近红外光谱对烟草品种的鉴别

为了实现烟草不同品种的快速光谱鉴别,采用主成分分析法对光谱数据进行聚类分析,并将小波变换用于对大量光谱数据的压缩,同时结合神经网络建立烟草品种鉴别模型.该模型将压缩后的数据作为神经网络的输入,加速了神经网络的训练速度.通过对4个品种的80个烟草样本建立训练模型,并用每个品种5个样本,共20个烟草样本进行预测.结果表明,用该方法对本研究4个品种的烟草鉴别正确率达100%.说明该方法具有很好的分类和鉴别作用,为烟草品种的快速鉴别提供了一种新方法.     

Mathematic Models for Analysis of Quality Components in Sugarcane Juice with Fourier Transform Near Infrared Spectroscopy

With the technique of Fourier transform near infrared (FT-NIR) spectroscopy, the calibration models for quantitative analysis of sucrose and polarization in sugarcane juice were developed by using transmission mode and calibrating with partial least square (PIS) algorithm. The determination coefficients (R2)of the predicted models for sucrose and polarization in juice were 0. 9980 and 0. 9979 respectively; the root mean square errors of cross validation (RMSECV) were 0. 143 and 0. 155% for sucrose and polarization in juice respectively. The predictive errors measured by FT-NIR were close to those by routine laboratory methods. The results demonstrated that the FT-NIR methods had high accuracy and they were able to replace the routine laboratory analysis. It was also demonstrated that as a rapid and accurate measurement, the FT-NIR technique had potential applications in quality control of mill sugarcane, establishment of payment system based on sugarcane quality, and selection of clones in sugarcane breeding.     

3种颜色玉米胚乳胚芽的FTIR结合聚类分析研究

[目的]研究玉米胚乳胚芽的傅里叶变换红外光谱,为鉴别不同种类玉米提供科学手段.[方法]利用傅里叶变换红外光谱技术,结合系统聚类分析对3种类型的玉米实体样本的胚乳胚芽进行研究.[结果]原始红外光谱700～1 800 cm-1总体特征相似,主要是由多糖、蛋白质、脂类等吸收谱峰组成,在此范围内3种样本的原始光谱存在微的差异.对光谱进行一阶导数和二阶导数处理,用二阶导数光谱进行系统聚类分析（HCA）,结果表明二阶导数光谱700 ～1 800 cm-1范围按玉米胚芽和胚乳样本聚类效果较好,52个样本能按3个种类很好地聚类,分类正确率达96.1％.[结论]红外光谱结合系统聚类分析方法可用于鉴别不同种玉米胚乳胚芽,具有方便、快速的优点.     

近红外光谱定量分析技术在烟草和烟气化学成分分析中的研究进展

近红外光谱定量分析技术以其高效和快速的优点已经在烟草行业发挥了重要作用。首先详细介绍了近红外光谱分析技术的特点,包括其优点和应用局限;其次对近红外光谱定量分析流程进行了归纳总结;然后总结了近红外定量分析计量学方法,包括光谱预处理方法和近红外定量分析的化学计量学算法;最后综述了近年来近红外光谱定量分析技术在烟草和烟气化学成分分析中的应用状况并对其进行了展望。     

基于近红外光谱技术的大米掺伪定量判别

针对现在市场上常见的两种大米掺伪现象,利用近红外光谱技术结合化学计量学方法分别建立了大米中掺入低档米和掺入矿物油的定量分析模型。制配不同掺伪比例的大米样品,采集其近红外光谱,并选用标准正态变量变换、最大最小归一化、平滑和一阶导数4种方法对原始光谱进行预处理,分别结合偏最小二乘法建立PLS定量分析模型。通过对比建模结果选出的最优预处理方法是最大最小归一化,建立的掺低档米模型的校正集和预测集相关系数分别为0.9698和0.9845,均方根误差分别为8.66和6.46;掺矿物油米模型的校正集和预测集相关系数分别为0.9739和0.9888,均方根误差分别为0.106和0.0698。模型的预测精度和稳定性均很好,实现了对两种掺伪大米快速、准确的定量判别,为大米的品质监控提供了一种新的方法思路。     

Factors influencing near infrared spectroscopy analysis of agro-products: a review

The near infrared (NIR) spectroscopy technique has wide applications in agriculture with the advantages of being nondestructive, sensitive, safe and rapid. However, there are still more than 40 error sources influencing the robustness and accuracy of its calibration and operation. Environmental, sample and instrument factors that influence the analysis are discussed in this review, including temperature, humidity and other factors that introduce uncertainty. Error sources from livestock products, fruit and vegetables, which are the most common objects in the field of NIR analysis, are also emphasized in the second part. In addition, studies utilizing different instruments, spectral pretreatments, variable selection methods, wavelength ranges, detection modes and calibration methods are tabulated to illustrate the complications they introduce and how they influence NIR analysis. It is suggested that large scale of data with abundant varieties can be used to build a more robust calibration model, in order to improve the robustness and accuracy of the NIR analytical model, and overcome problems caused by confining analysis to too many uniform samples.     

相关成分分析法在大米直链淀粉波长选择中的应用

为挑选信息含量大、与样品组成或性质相关性较强的光谱区域参与建模,以提高校正模型的精度,采用相关成分分析法对大米直链淀粉的近红外光谱进行分析。结果表明:采用相关成分分析法进行波长选择后,建模波长点数减少为波长选择前的22%,模型预测值与标准值的相关系数R由0.921 2提高到0.973 0,交叉验证标准差(SECV)由3.404 3减小为1.977 4,预测标准差(SEP)由4.810 0减小为1.900 0,模型的预测能力得到显著提高。     

基于NIR定量模型快速预测发酵麸皮中还原糖和可溶性蛋白成分的含量

为建立一种能快速预测发酵麦麸还原性糖和可溶性蛋白含量的定量分析模型,本研究以发酵麦麸为样本,采用3,5-二硝基水杨酸比色法（3,5-dinitrosalicylic acid, DNS）和BCA蛋白浓度测定法分别测定样品的还原性糖和可溶性蛋白含量;利用近红外光谱技术（Near infrared spectrum instrument, NIR）结合偏最小二乘法（Partial least squares regression, PLS）,比较预处理方法、最佳波长及主成分因子的决定系数R²,建立发酵麦麸还原性糖和可溶性蛋白含量的NIR快速检测定量模型。结果表明：1）发酵麦麸还原性糖定量模型的预处理方法使用一阶导数 （First derivative, FD）+二阶导数 （Second derivative, SD）+标准正态变换 （Standard normal variate, SNV）,光谱范围为908~1 670 nm ,主因子数为7时,模型效果最优,其决定系数Rc²为0.904 8,校正均方根误差（Square error corrected, SEC）为1.576 1,相对分析误差（Relative percentage difference, RPD）为3.240 8;外部验证集决定系数Rp²为0.954 9且还原糖活性成分的验证集样本的测定值与NIR光谱预测值的P值为0.959 5>0.05。2）发酵麦麸可溶性蛋白定量模型的预处理方法使用一阶导数 （First derivative, FD）+二阶导数 （Second derivative, SD）+标准正态变换 （Standard normal variate, SNV）,光谱范围为908~1 670 nm ,主因子数为10时,模型效果最优,其决定系数Rc²为0.938 2,校正均方根误差（Square error corrected, SEC）为2.003,相对分析误差（Relative percentage difference, RPD）为4.021 9;外部验证集决定系数Rp²为0.994 4,且可溶性蛋白活性成分的验证集样本测定值与NIR光谱预测值的P值为0.901 9>0.05。综上,建立的NIR光谱定量模型稳定性和准确性较好,且预测准确度良好,可用于快速预测发酵麦麸样品的还原性糖和可溶性蛋白含量。     

傅里叶变换红外光谱结合判别分析法诊断蚕豆病虫害

为建立一种基于傅里叶变换红外光谱(FTIR)结合判别分析的蚕豆病虫害诊断方法,以病虫害危害的蚕豆叶片样品FTIR数据为指标,采用逐步判别法,依据Fisher线性判别准则建立判别模型,对样品的病虫害种类和病原物类别进行诊断,比较了不同光谱范围和不同级别光谱数据以及挑选判别指标建立判别函数时5种方法的判别效果。结果表明,基于FTIR数据的判别分析能较好地诊断蚕豆病虫害种类和病原物类别,以波数1 800~1 200 cm-1的一阶导数光谱数据为判别指标进行诊断时效果较好;采用Unexplained variance逐步判别法对病虫害种类诊断时,正确率相对最高,为93.1%;采用Wilks’lambda逐步判别法对病原物类别诊断时,正确率为91.8%。FTIR光谱技术与判别分析方法相结合,可为蚕豆病虫害诊断提供一种简便易行的方法。