黍稷籽粒淀粉含量的近红外光谱分析

利用FOSS1241型近红外谷物分析仪对100份黍稷籽粒原样进行光谱扫描,分别采用偏最小二乘法和改进偏最小二乘法两种定标方法,并对原始光谱分别进行不同的预处理,建立了黍稷籽粒淀粉定标模型.试验结果显示:对黍稷籽粒原样扫描的光谱采用偏最小二乘法进行定标,在标准正常化+ 趋势变化散射处理、采用一阶导数、每隔4点求导、每隔4...     

苹果中蔗糖,葡萄糖,果糖,苹果酸的非破坏检测

探讨了用近红外光谱法非破坏检测苹果中糖、酸等四种组分的可行性，采用二阶导数来处理光学数据，分别筛选出９１４ｎｍ、９５０ｎｍ、８９７ｎｍ、９１２ｎｍ代表苹果中蔗糖，葡萄糖，果糖，苹果酸的第一特征波长。经多元线性回归分析，与高效液相色谱法相比，其复相关系数分别为０．９９７、０．９９２、０．９９２、０．９９６。对３２个预测样品的检验误差为０．０８５、０．０５７、０．１７８和０．０２１。结果表明近红外光谱     

近红外光谱数据分析方法的研究进展

分析了近红外光谱分析技术的特点,总结了数据处理方法的发展趋势。详细综述了光谱的预处理、定性和定量模型建立方法的研究进展。在光谱的预处理方面,目前常用的方法有:平滑、多元散射校正(MSC)、傅里叶变换(FT)、小波变换(WT)等。小波变换是近几年发展起来的一种数据处理技术,它比较稳定,具有局部性质。模型优化方法主要包括偏最小二乘法(PLS)、拓扑学方法、人工神经网络(ANN)、支持向量机(SVM)等。蚁群算法是新近发展起来的基于群体智能的仿生优化算法。SVM可以减少结构风险和机会风险,是目前理论应用工作者的研究重点。     

基于近红外光谱定量分析技术对大米年际的研究

大米是我国居民膳食的重要来源,其新陈度直接影响到大米的营养成分。为了探索大米新陈度的高效、安全、快速检测方法,利用近红外光谱技术对150份大米进行检测研究。结果表明,采用偏最小二乘法建立的定量分析模型对不同年际大米的正确鉴别率高达94.1%。因此,使用近红外光谱对大米进行快速新陈度鉴别可取得较高精确和稳定的检测结果。     

近红外谷物分析仪在小麦品质分析中的应用性研究

20世纪60年代，Karl Norris使用漫反射技术对农产品水分、蛋白和脂肪进行研究，从而发现了近红外光谱用于常规分析的实用价值。与传统光谱技术不同，近红外定量分析只需要一系列已知待测成分含量的样品，运用现代统计学的算法，建立近红外光谱参数与样品待测成分之间的对应关系。这种对应关系一般称之为校准或校准曲线。用这一校准曲线对未知样品的近红外图谱进行预测，从而得到未知样品待测成分的预测值。近年来，近红外定量分析技术和相关仪器在农业、食品、医药等领域已经得到广泛的应用。在食品检测方面，近红外定量分析技术因其快速准确，已经列入世界谷物科技协会标准（ICC No．159和ICC No．202）和美国谷物化学协会标准（AACC No．39-00），成为世界公认的标准。但在粮食收储企业中的应用尚处于起步阶段。     

近红外光谱技术在乳品分析中应用的研究进展

近红外光谱技术作为一种新型的绿色分析技术,正越来越广泛应用于食品领域。阐述了近红外光谱技术的基本原理、分析过程及特点,从牛奶、乳制品的检测和鉴别等方面综述了国内外近红外光谱技术的最新研究进展。对目前研究中存在的问题进行了分析,同时对进一步的研究进行了展望。     

应用近红外光谱技术分析稻米蛋白质含量

以稻谷、米粒、米粉3种形态的样品，应用近红外光谱技术(NIRS)和偏最小二阶乘法(PLS)，建立了6个稻米蛋白质含量近红外光谱数学模型，并对模型预测结果的准确性进行了评价。结果表明，糙米蛋白质含量的稻谷、糙米粒和糙米粉近红外光谱预测模型校正决定系数(R_C²)分别为0.893、0.971和0.987，校正标准差(RMSEC)分别为0.507、0.259和0.183；精米蛋白质含量的稻谷、精米粒和精米粉近红外光谱预测模型R_C²分别为0.897、0.984和0.986，RMSEC分别为0.497、0.186和0.190。模型内部交叉验证分析表明，预测糙米蛋白含量的稻谷、糙米粒和糙米粉模型内部交叉验证决定系数(R_CV²)分别为0.865、0.962和0.984，内部验证标准差(RMSECV)分别为0.557、0.290和0.205；预测精米蛋白含量的稻谷、精米粒和精米粉的模型R_CV²分别为0.845、0.951和0.979，RMSECV分别为0.594、0.316和0.233。模型外部验证分析表明，预测糙米蛋白含量的稻谷、糙米粒和糙米粉近红外光谱模型外部验证决定系数(R_V²)分别为0.683、0.801和0.939，外部验证标准差(RMSEV)为0.962、0.799和0.434；预测精米蛋白含量的稻谷、精米粒和精米粉近红外光谱的模型R_V²分别为0.673、0.921和0.959，RMSEV为0.976、0.513和0.344。用米粉建立的近红外光谱预模型准确性最高，米粒次之，基于稻谷的预测模型准确性相对较低；内部交叉验证和外部验证表明，近红外光谱分析技术与化学分析方法一致性较好，且能保证样品的完整性，在水稻优质育种和稻米品质分析中具有广泛的应用价值。     

油用牡丹种子水分含量近红外光谱估算研究

水分含量是影响种子销售、储存及加工的重要指标之一.以156份油用牡丹种子为试验材料,利用近红外光谱技术快速检测油用牡丹种子水分含量,分析油用牡丹种子的光谱特征,应用近红外光谱技术,结合偏最小二乘回归法,建立油用牡丹种子水分含量的估算模型,并比较多种预处理方法对建模结果的影响.结果表明,油用牡丹种子水分含量特征波段为14...     

近红外光谱技术在烟草行业的研究进展

介绍了近红外光谱分析技术的基本原理、特点及其在烟草行业的适用性,综述了该项技术在国内烟草行业研究与应用的现状,并对该技术在烟草行业的应用进行了展望。     

利用近红外透射光谱技术测定小麦籽粒硬度的研究

以2001和2002年度583份小麦样品为材料，用近红外透射光谱仪（NITS）对小麦籽粒硬度进行分析，比较了偏最小二乘法和多元线性回归两种算法和未经导数处理、一阶导数处理、二阶导数处理3种光谱变量转换方式的分析结果。表明，两种算法中偏最小二乘法优于多元线性回归算法，3种处理方式中一阶导数处理效果最好，其定标集和预测     

近红外光谱技术在棉纤维品质检测和产地溯源中的研究进展

棉花纤维品质的检测和产地溯源是下游纺织品质量和产量的重要组成部分,也是保护中国棉纺织品消费者的利益和应对贸易壁垒的有效手段。近红外光谱(near infrared spectroscopy,NIRS)技术因其操作简便,成本低,无污染等优势在各个领域得到广泛的应用,是用于棉纺织纤维检测的有效方法。为了快速分析棉纤维的品质和产地来源,介绍了近红外光谱技术分析的原理和过程,阐述了近红外光谱分析技术在棉花纤维品质检测和产地溯源的国内外研究现状,分析了近红外光谱技术应用于棉纤维品质检测和产地溯源的优势和需要解决的问题,展望了近红外光谱技术在棉花纤维品质检测和产地溯源中的发展趋势。     

天然牧草营养成分的近红外光谱定量分析

为探讨近红外光谱技术(NIRS)定量分析天然牧草营养成分的可行性,采集高寒草甸类高山嵩草草地天然牧草样品210份,用修正偏最小二乘法(MPLS),建立天然牧草中粗蛋白(CP)、中性洗涤纤维(NDF)、粗脂肪(EE)的近红外定量分析模型。结果表明：CP、NDF模型的交叉验证决定系数(1-VR)分别为0.9886、0.9554,交叉验证标准误差(SECV)分别为0.4393、1.7169,交叉验证相对分析误差(RPDCV)分别为9.3355、4.7194;EE模型的SECV、1-VR分别为0.6264、0.668,模型有待于进一步优化。试验初步建立了河南县高山嵩草草地天然牧草CP、NDF、EE定量分析模型,为青海省各地区天然牧草营养价值数据库的建立提供了基础数据。     

用近红外反射光谱法分析稻米3种必需氨基酸含量的研究

采用近红外反射光谱分析技术来测定水稻精米粉样的3种必需氨基酸含量,揭示不同数学处理方法、光谱散射校正和回归统计方法对建立回归方程的影响.研究表明,光谱数据的数学预处理对发展定标回归方程有很大影响,对于不同的氨基酸,通过比较均可找到一些定标效果较理想的数学处理组合,如"2,3,3,1"等.光谱散射处理对氨基酸的定标改     

应用近红外反射光谱法整粒测定小样品油菜籽含油量的研究

以完整油菜籽为样品,通过光谱预处理和回归统计方法来优化油菜籽含油量的近红外反射光谱法所建立回归方程,同时采用三种不同用量的样品杯进行近红外扫描分析.结果表明,光谱预处理对较正结果影响较大,不同光谱数学处理以3级导数处理较好,综合考虑定标组和检验组的效果,采用"2,3,3,1"、 "2,6,6,1"和"3,3,3,1"的三种处理组合较好     

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。     

近红外光谱法测定玉米品质指标的研究

应用近红外光谱法(Near infrared spectroscopy,NIRS)和偏最小二乘法(Partial least squares,PLS)建立玉米粗蛋白质、粗脂肪和粗淀粉定量分析的近红外光谱数学模型,并对模型预测结果的准确性进行了评价。结果表明:近红外预测模型的内部交叉验证决定系数(R2cv)分别为:0.9778,0.9666和0.9927;交叉证实标准差(RMSECV)分别为:0.38,0.40和1.51;模型外部验证决定系数(Rv2al)分别为0.9391,0.9651和0.9875;外部验证标准差(RMSEP)为0.41,0.35和1.31。实际样品的常规分析结果得出玉米粗蛋白质、粗脂肪和粗淀粉的NIRS数学模型具有较高的预测准确性,可应用于玉米育种工作中的大批样品的品质分析。     

中国冬播小麦面粉颗粒度分布及近红外透射光谱测试技术研究

面粉颗粒度是影响小麦食品加工品质的重要性状。以2001－2002年度来自北部冬麦区、黄淮冬麦区、长江中下游冬麦区和西南冬麦区的256份小麦品种（系）为材料，用激光散射颗粒度分析仪和近红外透射光谱技术对面粉颗粒度进行了研究。结果表明，我国小麦面粉颗粒度分布特点为从北向南，硬质麦分布比例逐渐减少，软质麦分布比例逐