便携式近红外光谱仪检测红松籽中的水分含量

为了建立红松籽水分无损、快速检测,采用便携式近红外光谱仪在波长范围900~1 700 nm对红松籽的光谱信息进行采集和分析,建立红松籽水分的近红外预测模型。利用多种预处理方法优化模型,同时采用反向间隔偏最小二乘法、无信息变量消除法实现特征波段的选取。结果表明,带壳红松籽光谱经矢量归一化预处理后构建的模型最优,松仁光谱经一阶导数预处理后构建的模型最优;波段筛选能够优化模型质量,其中反向间隔偏最小二乘法的筛选结果最优,其带壳红松籽和松仁水分模型校正集相关系数分别为0.864 1和0.907 8,验证集均方根误差分别为1.041 7和0.833 8。结果表明,经过优化后,模型的效果较好,能够实现红松籽水分无损检测,为带壳坚果的在线检测提供技术参考。     

文冠果脂肪含量的近红外光谱预测模型建立及验证

为了实现文冠果脂肪含量的无损快速检测,满足文冠果育种材料筛选和工业加工需求,选取46个文冠果作为标准样品集,采用索式抽提法测定种仁的脂肪含量,并应用近红外光谱（NIRS）技术采集样品的光谱数据,运用Unscrambler软件,采用偏最小二乘法（PLS）构建文冠果脂肪含量的NIRS预测模型,结果显示,该模型回归曲线R-Square （决定系数）为0.985 6、RMSE （标准误差）为0.414 9,可以进行有效预测。同时,选取32个未参加建模的文冠果样品作为验证材料,进一步对模型的预测效果进行外部检验,结果显示,外部检测回归曲线R-Square为0.901 4、RMSE为0.825 9,脂肪含量预测值与化学值的吻合性较好。建立的NIRS模型可靠,预测结果较为准确,可用于检测文冠果脂肪含量。该脂肪含量检测方法经济、快速、高效,为育种材料筛选和工业加工提供了快捷有效的途径。     

运用近红外光谱技术对松子霉变的快速检测

采集234组有代表性的松子实验数据,对光谱数据进行求导、变量标准化(SNV)、小波变换、套索算法(LASSO)与主成分分析(PCA)方法预处理后,使用高斯过程(GP)等10种建模方法对光谱数据进行建模,分析运用近红外光谱技术快速检测松子霉变的可行性。结果表明:使用径向基核支持向量机建模的F1度量分数为0.868、使用高斯过程建模的F1度量分数为0.631、将应用主成分分析方法降维后的数据使用高斯过程建模的F1度量分数为0.933、将应用套索算法与主成分分析方法处理后的数据使用高斯过程建模的F1度量分数为1.000,实验结果验证了使用套索算法-主成分分析-高斯过程建立近红外光谱模型筛选霉变松子是可行的。     

柑桔叶片可溶性糖近红外检测非线性模型研究

为了监督柑桔叶片是否缺乏营养元素,对叶片可溶性糖进行分析。采用近红外光谱技术结合误差反馈神经网络(BPNN)和最小二乘支持向量机(LS-SVM)建立定量剖析非线性模型,运用主成分分析(PCA)进行数据压缩、无信息变量消除算法(UVE)和连续投影算法(SPA)进行有效波段筛选的方法来优化模型的输入变量,提高了模型检测精度。同时,利用Savitzke-Golay平滑(S-G)、多元散色校正(MSC)、导数和基线校正(Baseline)等预处理方法进行数据变换,来确定最佳建模方法。结果表明:波长筛选能优化模型,并提高运算速度,其中PCA优化效果最为明显,可溶性糖的相关系数Rp达到最大为0.91,均方根误差RMSEP最小为4.82,显著提高了模型的检测精度和稳健性,经过优化的输入变量所建模型,能够满足定量检测的要求,具有一定的可行性。     

基于近红外光谱法的藜麦脂肪含量快速检测

为了探索一种快速测定完整藜麦(Chenopodium quinoa Willd)子粒脂肪含量的方法,采集100个藜麦样品的近红外光谱,运用近红外光谱法建立数学模型并进行预测。结果表明,在10 000~4 000 cm-1波长范围内,运用一阶导数+矢量归一化光谱方法进行预处理,结合化学方法所得数据建立藜麦粗脂肪近红外光谱定量模型,校正和预测效果最佳,所得的粗脂肪近红外定量模型的交叉验证决定系数(R2cv)为0.939 3,外部验证决定系数(R2val)为0.9235。建立的脂肪近红外光谱模型,可以用于藜麦脂肪含量的快速检测。     

基于近红外光谱技术的红枣水分无损检测

目的 基于近红外光谱技术的红枣水分无损检测,为红枣水分含量模型建立提供科学依据。方法 以塔里木大学园艺试验站红枣资源圃中的脆熟期馒馒枣和保德油枣的果实为试材,采用传统烘干法测定枣果实水分含量,并通过近红外光谱分析仪进行枣水分无损检测。对2个品种样本光谱进行样本集划分并使用预处理的方法Savitzky-Golay平滑法和偏最小二乘回归分析法(PLS)。结果 建立了含水量定量检测分析模型。共获得212个样本,馒馒枣和保德油枣分别为100和112个,2个品种随机校正模型为75和84个,验证模型分别为25和28个,用外部证实法建立样品校正模型和验证模型。建立光谱模型将试验组分别分为红枣含水量校正模型和验证模型。所建2种红枣水分检测模型中SEC(校正集标准偏差)值分别为1.01%和1.29%;SEP(预测标准偏差)值为1.65%和1.41%,2种红枣的校正集与验证集交互相关系数分别为0.878和0.883。结论 以S-G平滑法对光谱数据预处理,以偏最小二乘进行回归分析(PLS)。建立含水量定量检测分析模型对红枣进行水分检测,水分真实值和预测值的交互相关系数均高于0.850。2个品种校正模型和验证模型差异较小均在0.5%左右,建立了红枣近红外光谱和水分含量之间的对应关系。     

近红外光谱技术快速预测团头鲂新鲜度

采用近红外光谱技术和化学计量学方法,探究团头鲂新鲜度指标快速检测方法。选取不同的季节、产地、规格、贮藏时间的150个团头鲂样品,采集样品1 000～1 799 nm范围的近红外光谱数据,应用偏最小二乘法建立pH、TVB-N、TBA和K值的新鲜度指标定量分析模型,经不同光谱预处理方法优化和CARS挑选特征波长后,模型的相关系数分别为0.961、0.881、0.955和0.946,交叉验证均方根误差分别为0.049、1.659、0.047和2.558,模型具有较好的预测能力,为淡水鱼新鲜度快速无损检测提供了一种有效的方法。     

近红外光谱快速检测葡萄酒品质

为实现葡萄酒品质及理化指标的快速检测,在选择最优波段和光谱最佳处理方法的基础上,利用近红外光谱结合偏最小二乘分析法分别建立葡萄酒样品的总糖、总酸、酒精度、总多酚、花色苷的定量模型。结果表明,模型验证的相关系数分别为0.992 7、0.994 8、0.990 2、0.969 8和0.937 5,模型验证效果较好。基于化学计量学方法和近红外光谱数据可实现葡萄酒理化指标的快速检测。     

基于近红外光谱的南疆温185核桃水分无损检测的研究

[目的]利用近红外光谱技术建立预测南疆核桃水分的检测模型。[方法]通过对南疆温185核桃进行近红外光谱水分无损检测,并用标准烘干法对所建立的检测模型进行验证,形成测定核桃水分的快速检测模型。[结果]试验表明,对采集的光谱数据进行SNV预处理,并采用偏最小二乘回归分析法(PLS)建立模型,得到了较小的SEC值和较高的RC值。其SNV预测的值用标准烘干法得出的平均偏差为0.35%,完全满足对南疆温185核桃进行水分无损检测的要求,可以应用到实际的核桃水分预测当中。[结论]研究可为核桃水分的快速无损检测提供参考依据,同时将此项无损检测技术应用到果农的生产实际当中,可提高果农的收益。     

近红外光谱快速检测技术在食用油领域的应用

近红外光谱技术由于其分析速度快、信息量大、不破坏样品、无污染、操作技术要求低等特点而受到人们越来越多的关注,在众多领域得到研究和应用。综述了近红外光谱技术在食用油领域的研究和应用进展,主要包括在食用油酸值、过氧化值、脂肪酸含量、种类及掺假判定、调和油配比等多个方面的研究。虽然食用油种类繁多、近红外光谱仪器和软件的专用性不足,是造成近红外光谱技术在食用油实际检测中应用的阻碍,但随着研究的进一步深入,该技术在食用油领域一定有着广阔的应用前景。     

典型经济水果近红外漫反射无损检测及其光谱数据分析

采用近红外漫反射检测方法,设计了水果含糖量的近红外检测系统,以典型经济水果鲜枣和香蕉为样本,研究了水果整体样本光谱图与切片样本光谱图,分析了光谱图的差异性。结果表明,近红外漫反射检测方法可以有效实现水果样本的无损检测,反映水果样本的内部含糖量情况信息。     

近红外光谱快速检测技术在食用油领域的应用

近红外光谱技术由于其分析速度快、信息量大、不破坏样品、无污染、操作技术要求低等特点而受到人们越来越多的关注,在众多领域得到研究和应用。综述了近红外光谱技术在食用油领域的研究和应用进展,主要包括在食用油酸值、过氧化值、脂肪酸含量、种类及掺假判定、调和油配比等多个方面的研究。虽然食用油种类繁多、近红外光谱仪器和软件的专用性不足,是造成近红外光谱技术在食用油实际检测中应用的阻碍,但随着研究的进一步深入,该技术在食用油领域一定有着广阔的应用前景。     

基于近红外漫反射光谱的多品种桃可溶性固形物的无损检测

【目的】研究基于近红外漫反射光谱的多品种桃可溶性固形物含量的无损检测技术。【方法】在获得3个不同品种桃近红外漫反射光谱的基础上,采用多元散射校正(MSC)方法处理原始光谱,以SPXY算法划分样品集,分别建立了可溶性固形物含量的偏最小二乘回归(PLSR)、极限学习机(ELM)和最小二乘支持向量机(LSSVM)预测模型,并比较和评价了移动窗口偏最小二乘法(MWPLS)和连续投影算法(SPA)优选有效特征波长对于简化模型运算量、改善模型预测性能的影响。【结果】虽然全光谱可以获得较好的识别效果,但是模型比较复杂;MWPLS与SPA优选的有效特征波长均能有效地减少建模变量并简化模型,但MWPLS在提高建模效率和改善模型预测精度方面有更明显的优势;PLSR、ELM与LSSVM模型都取得了较理想的预测结果,其中PLSR方法较适用于全光谱建模分析;MWPLS-ELM模型对样品集中桃可溶性固形物含量的预测性能最好,其校正相关系数、校正均方根误差、预测相关系数和预测均方根误差分别为0.991,0.397,0.983和0.497。【结论】近红外漫反射技术可用于多品种桃可溶性固形物含量的准确、无损检测,也为其他品种果品的内部品质指标快速、无损检测提供了技术借鉴。     

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。     

近红外漫透射光谱快速无损鉴别家蚕种茧茧壳内蚕蛹雌雄

【目的】利用近红外漫透射光谱快速无损鉴别家蚕Bombyx mori种茧茧壳内蚕蛹的雌雄,以提高育种效率、降低人工成本。【方法】以芙9、9芙、湘7和7湘4个蚕品种为研究对象,采集比较了样本在可见和近红外区间的漫透射光谱,建立比较了各品种偏最小二乘判别分析(PLSDA)、后向传播神经网络(BPNN)以及支持向量机分类(SVM)判别模型,通过分类器特性(ROC)曲线研究了各模型的鲁棒性,采用差值法和遗传算法提取了特征波长。【结果】芙9、9芙、湘7和7湘品种利用450~900 nm光谱建模的雌雄鉴别准确率分别为95.20%、95.65%、88.80%和87.50%,利用900~1 700 nm光谱建模的准确率分别为100%、96.00%、92.22%和94.21%;采用PLSDA、BPNN和SVM模型都能够对蚕蛹雌雄做出较好的无损鉴别,3种模型真雌性率分别为95.96%、95.83%和100%,真雄性率分别为98.98%、96.04%和82.18%,准确率分别为97.46%、95.94%和90.86%,进一步通过ROC曲线分析,PLSDA模型效果最优,BPNN模型次之;手动提取20个波段建立PLSDA模型,鉴别真雌性率为93.75%,真雄性率为95.45%,准确率为94.57%。【结论】近红外波段900~1 700 nm的漫透射光谱比可见–近红外波段450~950 nm含有更丰富的蚕蛹雌雄分类信息;3种鉴别模型中,PLSDA模型效果最优;提取特征波段后,准确率能达到生产需要。     

水果品质近红外检测技术研究进展

无损检测技术作为一门新兴的综合性应用学科,大致可分为光学检测法、声学检测法、视觉检测法和电磁学检测法.基于光学原理的无损检测技术——近红外检测技术由于其高效、快速的特点,已经广泛应用于果蔬品质的无损检测.综述近红外检测技术在水果品质检测方面的国内外研究进展,并展望该技术的发展前景.     

利用近红外光谱技术快速检测烤烟苗期病毒病

[目的]筛选苗期病毒快速检测的化学成分指标。[方法]采用摩擦接种方法对烟苗接种TMV病毒诱发病毒病,利用近红外光谱对健株和病株内在化学成分(还原糖、钾、氯、总氮、总糖和总烟碱)进行了定性和定量分析。[结果]接种TMV 10 d后,健株与病株在化学成分上差异较大,特别是在有机物含量上,各调查时期的处理均高于对照。[结论]可将有机物如还原糖、总糖和总烟碱等含量作为病毒检测的主要指标,并辅以无机成分含量作参考。     

基于光纤探头的洋葱近红外光谱检测的数值模拟

利用Monte Carlo方法模拟光在洋葱组织内部的传输特性,并结合采用光纤探头的接触式测量条件,对漫反射检测信号进行仿真计算,分析表皮厚度和光学性质对测量的影响。结果表明,表皮对信号强度有明显的衰减作用,但对平均穿透深度影响不大。在波长800nm处,探测点到入射点的距离(源探距)为0.9~2.0cm时,在保证信号强度的同时可达到0.5~0.8cm的平均穿透深度,并可检测到此深度的颈腐病害(Botrytis allii Munn.);使用直径和数值孔径较大的光纤探头可以在保证测量精度的同时提高探测灵敏度。     

近红外光谱检测技术在烟草分析中的应用及发展趋势

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.     

基于近红外光谱不同波段的红松木材含水率预测分析

运用近红外光谱技术结合偏最小二乘法(PLS),对所采集光谱进行一阶导数和二阶导数处理,并对未处理原始光谱、一阶导数处理光谱和二阶导数处理光谱分别在7个不同波段范围内建立红松含水率预测模型.结果表明红松样本近红外光谱经一阶导数处理,波段在1 000～2 100nm范围内所建模型最优,其校正集相关性系数为0.992 5,校...