共查询到20条相似文献,搜索用时 406 毫秒
1.
试验建立DDGS粗蛋白含量测定的近红外光谱分析定标模型。采用化学分析法测定72个DDGS样品中的粗蛋白含量,利用FOSS InfraXact型近红外光谱分析仪采集样品光谱,光谱经2,4,4,1导数和标准正常化+散射处理(SNV+Detrend),用改进最小二乘法(MPLS)回归,获得了较好的定标模型,校正决定系数(RSQ)、交叉验证决定系数(1-VR)、校正标准误差(SEC)、交叉验证标准误差(SECV)分别为0.982 5、0.932 8、0.266 2、0.389 5。利用30个验证集的DDGS样品进行外部检验,预测值与真实值之间差异不显著(P>0.05)。结果表明,定标模型的预测性能较好,可以替代化学分析法快速测定DDGS中的粗蛋白含量。 相似文献
2.
3.
本研究旨在比较以检测值为定标参考值和以理论值为定标参考值2类近红外光谱(NIRS)定量分析模型的预测精准度差异。试验制备了225个维生素预混料样品,利用傅里叶变换近红外光谱仪采集样品在10 000~4 000 cm-1内的NIRS,基于同一维生素预混料定标集,分别以检测值、理论值为定标参考值,借助偏最小二乘方法,筛选最优光谱预处理方式,构建维生素E的NIRS定量分析模型,并根据F-检验,采用同一独立验证集,评价NIRS定量分析模型的预测效果。结果表明:维生素E的NIRS定量分析模型A(Model-A),以检测值为定标参考值,最优光谱预处理方式为多元散射校正,定标集决定系数(R2)为0.992,最小交互验证标准误差(RMSECV)为4.50×103IU/kg,相对分析误差(RPD)为11.2;维生素E的NIRS定量分析模型B(Model-B),以理论值为定标参考值,最优光谱预处理方式为变量标准化,定标集R2为0.991,RMSECV为4.94×103IU/kg,RPD为10.6。... 相似文献
4.
《动物营养学报》2020,(3)
本研究旨在探讨利用近红外光谱技术评估高粱中粗蛋白质、水分含量的可行性。以收集的110份高粱样品作为研究对象,采用GB/T 6432—1994、GB/T 6435—2014中方法分别对粗蛋白质、水分含量进行测定,利用傅里叶变换近红外光谱仪采集样品的近红外漫反射光谱,光谱扫描范围4 000~12 800 cm~(-1),分辨率16 cm~(-1),样品重复装样扫描4次,每次扫描64次获得平均光谱,取4次扫描光谱作为样本的原始光谱。分别选取矢量归一化、最小-最大归一化、一阶导数、二阶导数、多元散射校正、一阶导数+减去一条直线、一阶导数+矢量归一化、一阶导数+多元散射校正探索适用于高粱中粗蛋白质、水分含量的光谱预处理方法。利用定标集样品光谱数据,采用偏最小二乘方法结合全交互验证手段来防止过拟合现象,建立定标模型。在此基础上,利用定标决定系数、定标均分根误差、定标相对分析误差、交互验证决定系数、交互验证均方根误差、交互验证相对分析误差确定最优模型。结果显示:粗蛋白质含量扫描光谱采用一阶导数+多元散射校正光谱预处理,光谱范围为9 401.9~5 443.6 cm~(-1)与4 603.0~4 243.9 cm~(-1)。水分含量扫描光谱采用一阶导数+减去一条直线,光谱范围为7 500. 3~6 096. 5 cm~(-1)与5 451. 8~4 243.9 cm~(-1)。高粱中粗蛋白质、水分含量的近红外光谱预测模型定标相对分析误差分别为8.41、12.20;交互验证相对分析误差分别为4.97、7.97;外部验证相对分析误差分别为3.32、5.36。由结果可知,本研究建立的高粱中粗蛋白质和水分含量的近红外光谱预测模型的相对分析误差均大于评估值,具有精确地评估高粱中粗蛋白质和水分含量的应用效果。 相似文献
5.
本试验建立了检测饲料添加剂L-赖氨酸硫酸盐的HPLC测定方法.采用氨基酸分析用色谱柱,以流动相A和流动相B进行梯度洗脱,流速为0.45 mL/min;采用紫外检测器,检测波长在0~16 min为338 nm、在16~25 min为262 nm.结果显示,L-赖氨酸硫酸盐在0~0.25mg/mL范围内,其含量与峰面积呈良好的线性关系,相关系数为0.9996,平均回收率99.0%,RSD为0.8%.本方法准确度高、重现性好,结果准确可靠,可有效地控制和检测饲料中饲料添加剂L-赖氨酸硫酸盐的含量. 相似文献
6.
L-赖氨酸是养猪生产中使用最多的氨基酸,目前饲料级商品赖氨酸有L-赖氨酸盐酸盐和L-赖氨酸硫酸盐两种形式。其中L-赖氨酸盐酸盐开发较早,赖氨酸含量为78%,而L-赖氨酸硫酸盐应用较晚,20世纪90年代,德国Degussa公司率先完成赖氨酸硫酸盐工业化生产, 相似文献
7.
8.
反刍动物饲料中总磷的近红外反射光谱分析研究 总被引:3,自引:0,他引:3
利用近红外反射光谱分析技术,采用偏最小二乘回归(PLS)方法,分别对光谱进行附加散射校正、变量标准化、一阶导数和二阶导数处理,建立了反刍动物饲料中总磷的预测模型。附加散射校正和二阶导数处理定标效果最优。定标集化学分析值与预测值之间的决定系数(R2)和标准差(RM-SEC)分别为0.9426和0.0347,相对分析误差为4.32;验证集化学分析值与预测值之间的决定系数(r2)和标准差(RMSEP)分别为0.9321和0.0359,相对分析误差为3.93。结果表明,利用近红外光谱反射分析技术可以定量检测反刍动物饲料中总磷的含量。 相似文献
9.
为实现玉米DDGS营养指标的快速检测,本实验采用傅立叶变换近红外光谱技术,建立玉米DDGS水分、粗蛋白质、粗脂肪、粗灰分和氨基酸定量分析模型。收集全国范围内230个玉米DDGS样品,随机分为215个校正样品和15个验证样品,通过对不同组分独立进行光谱的预处理、交互检验计算和优化定标,得到的水分、粗蛋白质和粗脂肪定标方程决定系数R~2均在0.9以上,交互验证均方根误差(RMSECV)在0.30以内,相对分析误差RPD>3;粗灰分R~2为0.81,RMSECV为0.12,RPD为2.3,盲样验证结果均满足GB/T 18868要求,模型均有较好的准确性和稳定性;氨基酸组分建模和验证效果也较好。结果表明,采用傅立叶变换近红外光谱技术能够实现对玉米DDGS的快速检测。 相似文献
10.
《动物营养学报》2021,33(7)
本研究旨在探讨近红外光谱(NIRS)技术在定量分析高寒草原天然牧草营养品质的可行性。试验于2015—2018年,每年6—9月份,从青藏高原高寒草原放牧研究样地收集不同放牧强度(0、3.6、5.3、7.6只/hm2)的混合和4个优势种(莎草科矮生嵩草、蓼科珠芽蓼、蔷薇科金露梅和豆科锦鸡儿)牧草样品共计1 280份,随机分为定标样品集(n=854)和预测样品集(n=426),建立天然牧草干物质(DM)、粗脂肪(EE)、粗蛋白质(CP)、酸性洗涤纤维(ADF)、中性洗涤纤维(NDF)含量及体外干物质消化率(IVDMD)和估算代谢能(EME)营养品质近红外光谱(NIRS)预测模型,实现天然牧草营养品质的快速和准确评估。结果显示:牧草DM、CP、EE、ADF、NDF含量及IVDMD和ME变异较大;DM、CP、ADF、NDF含量及IVDMD和EME的NIRS预测模型的验证决定系数(R2CV)为0.992~0.999,外部验证相对分析误差(RPD)为3.82~5.97,取得了最佳的定标效果,且定标方程均具较好的预测能力,能够成功应用于日常分析。EE含量的NIRS预测模型的R2CV为0.837,外部RPD为2.30,定标效果不理想,定标模型虽不能用于准确的定量分析测定,但仍能应用于牧草EE含量的粗略测定。综上所述,本研究建立的高寒草原天然牧草DM、CP、ADF、NDF含量及IVDMD和EME的NIRS预测模型能够成功应用于日常分析。 相似文献
11.
建立了饲料添加剂L-赖氨酸硫酸盐的HPLC测定方法。采用氨基酸分析用色谱柱,以流动相A和流动相B进行梯度洗脱,流速为0.45 ml/min;采用紫外检测器,检测波长在0~16 min为338 nm、在16~25 min为262 nm。结果显示,L-赖氨酸硫酸盐在0~0.25 mg/ml范围内,其含量与峰面积呈良好的线性关系,相关系数为0.999 6,平均回收率99.0%,RSD为0.8%。本方法准确度高、重现性好,结果准确可靠,可有效地控制和检测饲料中饲料添加剂L-赖氨酸硫酸盐的含量。 相似文献
12.
本试验旨在探讨利用近红外反射光谱技术测定棉籽粕常规营养成分含量和蛋公鸡代谢能的可行性。从全国范围内收集76个不同产地、年份、加工方式的棉籽粕样品,测定其常规营养成分含量,并通过蛋公鸡强饲试验测定其表观代谢能和真代谢能。随机选取定标集(n=56)和外部验证集(n=20)样品,建立近红外定标模型。结果表明:1)不同来源棉籽粕的营养成分和蛋公鸡代谢能变异较大,变异系数为2.52%~84.75%,其中水分、粗脂肪、粗纤维、表观代谢能和真代谢能的变异系数超过10%;粗蛋白质、粗灰分和总能的变异系数分别为9.58%、9.81%和2.52%。2)水分、粗蛋白质、粗脂肪、粗纤维、粗灰分和总能的定标决定系数为0.923 5~0.975 8,交互验证决定系数为0.824 7~0.930 3,外部验证决定系数为0.879~0.896;表观代谢能和真代谢能的定标决定系数为0.969 0和0.926 8,交互验证决定系数为0.917 0和0.905 7,外部验证决定系数为0.911和0.892。因此,常规营养成分和代谢能的定标方程均可用于日常分析。 相似文献
13.
玉米干全酒精糟(Distillers's Dried Grains with Solubles,简称DDGS)是一种重要的蛋白质饲料原料,因乙醇生产设备和工艺类型存在较大差异,不同来源和批次玉米DDGS中氨基酸含量的差异较大。通过采集国内外不同工艺、年份和产地的具有代表性的110份玉米DDGS样品,依据国家标准方法测定氨基酸含量,并借助光栅型光谱仪采集近红外漫反射光谱,构建了18种氨基酸的定量分析模型。研究结果显示:天冬氨酸、谷氨酸等10种氨基酸定量分析模型的决定系数在0.85~0.95,苏氨酸、丝氨酸等7种氨基酸定量分析模型的决定系数在0.73~0.82,赖氨酸定量分析模型的决定系数(0.62)最低,模型的RMSEP在0.03~0.19,可用于玉米DDGS中氨基酸含量的快速获取。 相似文献
14.
利用近红外光谱法快速测定青贮玉米饲料中NDF与ADF含量 总被引:7,自引:1,他引:7
本试验应用近红外漫反射光谱(NIRS)技术,采用偏最小二乘回归法(PLS),在国内首次建立了适合不同品种、适配范围广的近红外漫反射光谱测定青贮玉米中性洗涤纤维(NDF)和酸性洗涤纤维(ADF)含量的稳定的校正模型。本试验选取132种青贮玉米样品,采用中心化+一阶导数+多元散射校正预处理方法,谱区为950~1650nm,建立了青贮玉米NDF和ADF校正模型。其校正决定系数(R2cal)分别达到0.9781和0.9905,交叉验证决定系数(R2val)分别为0.9745和0.9806,交叉验证误差(SECV)分别为1.55和1.03。因此,此模型可以用来快速准确的测定青贮玉米饲料中NDF和ADF的含量。 相似文献
15.
《广东饲料》2020,(1)
本研究旨在探讨对饲料企业应用近红外分析仪检测玉米养分含量的模型进行优化的可行性及模型参数的校正方法。分别采用湿化学方法和近红外分析仪对50个不同的玉米样品进行水分、粗蛋白和粗灰分的测定和比较,测得模型优化前的水分、粗蛋白和粗灰分的质量分数决定系数R2分别为0.893、0.378和0.308。采用斜率/截距校正法对模型进行校正,剔除异常样本,并以30个不同玉米样品作为验证集,得到水分、粗蛋白和粗灰分的质量分数的决定系数R2分别为0.969、0.839和0.903,显示模型优化的效果良好,优化后的模型可用于饲料企业的在线分析,该校正方法可满足饲料企业在使用近红外分析仪过程中的自主优化要求,提升样品分析结果的准确性。 相似文献
16.
应用傅利叶近红外光谱定性、定量检测鱼粉中掺杂三聚氰胺的研究 总被引:1,自引:0,他引:1
本试验旨在研究利用傅利叶近红外光谱对鱼粉中掺杂的三聚氰胺进行定性鉴定及定量预测的可行性及方法.本研究收集饲用鱼粉106个,通过添加三聚氰胺标准品到饲用鱼粉中,以制备三聚氰胺含量不同的掺假鱼粉236个,三聚氰胺含量为0.1%~15.0%;然后用傅利叶近红外光谱仪采集饲用鱼粉、掺杂三聚氰胺鱼粉和三聚氰胺标准品的近红外光谱曲线,采用因子算法建立定性模型,利用偏最小二乘分析(PLS)建立定量分析模型.结果显示,根据三聚氰胺标准品和鱼粉的近红外光谱,可选取6 873.4~6 514.7 cm-1作为定性分析的特征光谱,而据此所建定性分析模型对检验集样品识别率为96.5%;用于定量分析的近红外特征光谱为7 560.0~7 058.5、6 915.8~6 098.1及4 601.6~4 246.7 cm -1,用此特征光谱所建0.1%~15.0%定量分析模型和0.1%~5.5%定量分析模型的交叉验证标准差平方根(RMSECV)分别为0.634%和0.210%,决定系数R2为94.77%和98.59%.用此二定量模型对检验集样品预测,其预测标准差平方根(RMSEP)分别为0.779%和0.188%,能较准确地预测鱼粉中掺杂三聚氰胺的含量.因此,傅利叶近红外光谱能够较准确、快速地鉴定鱼粉中是否掺杂三聚氰胺及定量预测其含量. 相似文献
17.
可溶性固形物含量(SSC)是评价桑椹鲜果品质的重要指标,利用近红外光谱分析技术建立快速、实时无损地检测桑椹鲜果中可溶性固形物的方法。首先用手持式Micro NIR1700型近红外光谱仪采集桑椹的近红外光谱,对光谱进行预处理后,应用偏最小二乘回归(PLS)法建立桑椹鲜果SSC预测模型,并用随机蛙(Random-frog)和自适应重加权采样(CARS)2种方法筛选出最优波长变量,提高PLS模型预测精度。经过1阶求导(1stDer)、标准正态变量变换(SNV)和均值中心化(MNCN)相结合预处理后的全波长光谱PLS模型的预测效果最好,校正集与验证集的相关系数平方(R2)分别为0.916 1和0.925 0,均方根误差分别为0.985 8°Brix和0.654 3°Brix。相较于Random-frog法,用CARS方法优选出19个波长变量,所建PLS模型的预测效果更好,校正集与验证集的R2分别为0.933 2和0.943 4,均方根误差分别为0.782 0°Brix和0.582 8°Brix。研究结果表明,利用手持式Micro NIR 1700型近红外光谱仪结合化学计量学方法,能够用于现场对桑椹鲜果SCC的快速无损检测。 相似文献
18.
为探索NIRS技术在测定燕麦(Avena sative)干草品质上的应用,试验于2020—2021年收集了249份不同品种、年限和生长时期的燕麦干草,通过WinISI III定标软件建立燕麦干草主要营养成分的近红外光谱模型。结果显示:粗蛋白(CP)、中性洗涤纤维(NDF)和粗脂肪(EE)预测模型的定标系数(RSQ)和外部验证决定系数(RSQv)均在0.83以上,校正标准误(SEC)、交叉验证误差(SECV)和预测标准误差(RMSEP)均小于0.02,相对标准误差(RPD)均大于3,预测值逼近化学分析的精度具有良好的预测效果。酸性洗涤纤维含量(ADF)建模效果较差,定标系数和外部验证决定系数分别为0.83和0.84,校正标准误(SEC)、交叉验证误差(SECV)和预测标准误差(RMSEP)均小于0.01,接近化学分析精度,且RPD大于2.50。因此,所建ADF模型也可用于近红外预测。 相似文献
19.
本研究利用近红外光谱通过人工神经网络(Artificial neural network, ANN)建立狼尾草属(Pennisetum Rich)牧草水分、粗蛋白、木质素、酸性/中性洗涤纤维及灰分含量的预测模型。结果表明:基于人工神经网络的狼尾草属牧草品质预测模型总体优于全光谱偏最小二乘法(PLS)模型效果。在人工神经网络的方向传播(BP)网络模型中,6项表征牧草品质指标的校正均方根误差(RMSEC)、预测均方根误差(RMSEP)均显著低于PLS模型,同时校正集决定系数(R■)、预测集决定系数(R■)显著提高,除灰分含量预测不理想外,其他预测效果均理想。同时人工神经网络的BP网络对于近红外光谱的非线性数据具有良好的拟合能力,其预测模型对于指导狼尾草属牧草品质预测和分级管理研究具有广阔的应用前景。 相似文献
20.
本文介绍了一种利用BRUKER MATRIX-I仪器快速检测和监控大豆油新鲜度及脂肪酸组分的新的检测方法。选择310份大豆油样品,新鲜度指标酸价(AV)、过氧化值(POV)和脂肪酸组分分别采用国标的方法检测,并结合近红外光谱进行定量模型的建立和验证。结果表明:新鲜度指标酸价、过氧化值及5种特征脂肪酸模型决定系数R2均接近1,其中酸价、过氧化值及亚油酸的模型决定系数R2>0.9,校正均方差(RMSECV)与预测均方差(RMSECP)数值接近,且两者均较理想。同时能够根据脂肪酸组分含量,对大豆油进行掺假鉴别,表明利用近红外光谱模型能够较好地监控大豆油的质量,从而保证原料的稳定性和安全性。 相似文献