共查询到20条相似文献,搜索用时 31 毫秒
1.
《农产品加工.学刊》2016,(2)
利用近红外光谱分析技术,建立快速检测水产品下脚料提取过程中牛磺酸含量的方法。利用氨基酸分析仪测定样品中牛磺酸含量,采用一阶导数对原始光谱进行处理,采用偏最小二乘法建立校正模型,并预测样品中牛磺酸含量。所建模型回归系数(R2)为99.12%,交叉检验均方根为0.086;经验证,预测值与参考值的回归系数(R2)为99.9%,预测误差均方根为0.040,模型预测值与氨基酸分析仪测定值之间没有显著差异。因此,近红外光谱分析法可以检测水产品下脚料提取过程中牛磺酸含量。 相似文献
2.
云南烤烟填充值近红外光谱预测模型 总被引:1,自引:1,他引:0
为研究采用近红外光谱技术快速预测烤烟烟丝填充值的可行性,选取云南12个烤烟品种不同部位3个等级的140份烤烟初烤烟样品,采集样品近红外光谱和烟丝填充值,采用偏最小二乘法,利用100份样品近红外光谱和填充值建立近红外光谱填充值预测模型。用40份样品近红外光谱和填充值进行模型外部验证,对填充值测定值和预测值进行t检验,T=0.4125,在显著性水平α=0.05下,t(0.05,39)=1.6849,T 相似文献
3.
为实现向日葵品质的快速无损检测,选取50份具有代表性的油用向日葵材料,采用偏最小二乘法(PLS)构建籽仁脂肪、亚油酸、油酸、硬脂酸和棕榈酸含量的近红外光谱(NIRS)模型。结果表明,脂肪、亚油酸、油酸含量模型校正和验证相关系数均大于0.96,且预测值与化学值相对误差均在10%以下,能够达到样品成分含量的快速测定。硬脂酸和棕榈酸含量模型校正相关系数分别为0.92和0.82,验证相关系数分别为0.83和0.74,预测值与化学值相对误差在4.66%~17.99%之间,可用于样品成分含量的初步预测。本研究构建的NIRS模型,有助于油用向日葵种质资源品质鉴定和快速筛选。 相似文献
4.
近红外光谱法快速测定白酒中的酒精度 总被引:5,自引:2,他引:3
为了得到白酒工业中酒精度的快速检测技术,将偏最小二乘法与傅立叶变换近红外光谱法相结合,建立白酒酒精度的快速定量模型。通过标准归一化预处理光谱,光谱范围选择5731.40~5897.25、5901.11~6063.10、8327.12~8423.54 cm-1,主成分数为5,得到模型的内部交互验证相关系数(R)为0.9992,交互验证均方差(RMSECV)为0.263;模型的预测值与实测值的相关系数为0.99,预测标准偏差(RMSEP)为0.435。结果表明,模型的预测效果很好,具有较高的精密度和良好的稳定性,能满足生产中白酒酒精度的快速检测要求。 相似文献
5.
近红外光谱法测定大米中的淀粉含量 总被引:3,自引:0,他引:3
用化学方法测定64个大米样品中的淀粉含量,利用近红外谷物分析仪采集样品的近红外光谱,选择合适的光谱区间和光谱预处理方法。50个定标集样品的近红外光谱经二阶导数及标准多元离散校正(Standard MSC)预处理,结合偏最小二乘法(PLS)建立了大米中的淀粉含量测定的定标模型,其相关系数为0.8780。14个验证集样品用于外部检验,大米中的淀粉含量的模型预测值与化学值之间的相关系数为0.9498。 相似文献
6.
油菜品质近红外检测模型建立的研究 总被引:2,自引:0,他引:2
为实现油菜品质的快速检测,采用近红外光谱法测定油菜的水分、脂肪、蛋白质、纤维,并用光谱影响值法(Leverage)对异常值进行判断和处理,建立了油菜的水分、脂肪、蛋白质、纤维的近红外光谱检测模型,可以快速地检测油菜的水分、脂肪、蛋白质、纤维。 相似文献
7.
近红外光谱法测定玉米秸秆纤维素和半纤维素含量 总被引:2,自引:2,他引:0
为了解玉米秸秆资源可转化碳水化合物物质基础,建立了玉米秸秆中纤维素及半纤维素近红外分析模型。利用傅里叶变换近红外漫反射光谱(NIRS)技术和化学计量学软件,结合偏最小二乘法(PLS),通过光谱采集,进行了近红外光谱模型预测及验证。探讨了不同预处理方法对玉米秸秆纤维素和半纤维素含量的NIRS模型影响,获得理想分析模型,相关系数(R)≥0.909。实验结果表明模型对纤维素、半纤维素含量预测平均相对误差为2.34%和2.13%,预测值与化学值误差较小。说明该模型可准确、快速并大量检测玉米秸秆中纤维素和半纤维素含量,提高秸秆生物质资源利用率,促进生物质转化工艺过程。 相似文献
8.
以干辣椒为对象,采用近红外快速测定方法检测其辣度。首先,使用高效液相色谱法对8种干辣椒中辣椒碱类物质含量进行准确测定,确定了定量指标辣度。然后,采集干辣椒粉样品的近红外光谱数据,利用偏最小二乘法(PLS)建立检测模型,并对检测波长范围及模型主因子数进行了筛选。结果表明,使用PLS进行模型的建立,校正集方程相关系数0.987 1,验证集方程相关系数0.870 4;校正均方根误差2 870,交叉验证均方根误差9 476,主因子数为8。最终得到的检测模型能够满足对干辣椒中辣度的快速检测要求,且具有较好的准确度。 相似文献
9.
为探索一种有效的近红外光谱应用于烟叶成熟度区分以及烟碱含量检测模型建立的方法,对56组烟叶样品近红外光谱数据进行系统聚类,分类结果与原始结果基本一致,客观反映了成熟与未成熟烟叶的差异。识别率达到92.86%。采用多种不同的光谱预处理方法,并选择较优的多元散射校正处理原始光谱,再用偏最小二乘回归建立模型。结果表明:所建模型训练集r=0.9852,RMSE=0.0676;交叉验证r=0.9145,RMSE=0.1645。预测值能够较为均匀紧密地分布于拟合线的两侧,预测结果较好。 相似文献
10.
《农产品加工.学刊》2021,(19)
为实现天津卫青萝卜内部品质的快速无损检测,以天津卫青萝卜为试验对象,对其进行近红外光谱采集,并对其可溶性固形物、水分、糠心3个品质指标进行检测,根据光谱数据、品质指标构建偏最小二乘判别分析(PLS-DA)模型进行聚类判别。结果表明,经MA平滑处理后的样本光谱,在波长700~750 nm,900~950 nm范围内,样本的吸光度值范围较宽,因此选择在波长700~950 nm范围的光谱数据进行建模。卫青萝卜水分含量、可溶性固形物含量的平均值±样本标准差(x±s)分别为92.02%±0.01%,7.61±0.69°Brix。偏最小二乘法建立的模型具有良好的预测性,卫青萝卜可溶性固形物预测值和真实值的决定系数R2为0.823 6,水分含量R2为0.874 0,糠心模型准确率高达94.44%。由此可见,近红外光谱技术对天津卫青萝卜内部品质的快速无损检测具有可行性。 相似文献
11.
基于近红外法的鲜食大豆品质快速分析技术 总被引:1,自引:0,他引:1
为建立一种鲜食大豆品质的非破坏性快速检测方法,探究近红外分析技术在鲜食大豆品质检测中应用的可行性,以四川省成都市郫都区种植的66份鲜食大豆样品为材料,采用FOSS近红外谷物分析仪扫描得到光谱,并对所有材料的水分、蛋白质、可溶性糖和粗脂肪含量进行常规实验室分析,利用偏最小二乘法(PLS)建立近红外光谱与化学实验数据的相关模型,并进行模型优化、验证。得到的模型预测范围分别为水分含量60.03%~71.28%、可溶性糖含量2.36%~7.81%、可溶性蛋白含量1.03%~8.56%、粗脂肪含量4.33%~7.60%,预测系数(0.95)较高,标准误差(1.0)较低,实验结果显示,利用近红外分析技术建立定标模型用于检测鲜食大豆品质是可行且可靠的,该方法可快速检测鲜食大豆品质且不损坏籽粒,可用于鲜食大豆的种质资源评价、品质分级等。 相似文献
12.
《农产品加工.学刊》2017,(9)
为实现对水稻产地的快速检测,利用近红外漫反射光谱技术对来自齐齐哈尔、建三江及五常地区的150份水稻样品进行研究。结果表明,近红外漫反射光谱技术具有简单、快速、高效、无损的技术特点,并能实现对水稻产地溯源的准确判别。 相似文献
13.
棉子油分近红外光谱测定技术研究 总被引:1,自引:1,他引:0
以近红外光谱分析技术无损、快速和高效等优点,建立棉籽油分含量的近红外分析模型,进行棉籽油分快速大批测定,提高分析水平和效率。218份陆地棉的脱绒光籽为定标样品,通过不同的光谱数学预处理和光谱反射方式,优化棉子含油量近红外光谱法所建立的回归方程。结果表明,采用(2,4,4,1)光谱数学预处理和散射校正(SNV)得到的回归方程效果最好,回归决定系数(RSQ=0.9773)和验证决定系数(1-VR=0.9646)最高,回归标准误差(SEC=0.6977)和交互验证标准误差(SECV=0.8714)最小。对30份验证样品的化学测定值和近红外光谱预测值相关系数高达0.9882,平均偏差0.65%,回归标方程具有很好的预测效果,可以在实践中应用。长江流域棉花杂交种棉子含油量平均值为28.05%,含油量在26.50%~30.05%区间的品种居多,具有很大的改良潜力。 相似文献
14.
烟叶总氮的近红外光谱检测模型研究 总被引:1,自引:1,他引:0
探索建立一种有效的烟叶总氮含量近红外光谱检测模型,并寻找1100~2500 nm波段中预测烟叶总氮含量的有效波长。采用多种不同的光谱处理方法,并选择较优的一阶导数光谱处理原始光谱,再用偏最小二乘回归建立模型和Martens不确定性检验方法选择有效波长。基于全部波长建立的模型,训练集r=0.9930,RMSE=0.0490;交叉验证r=0.9708,RMSE=0.0996;预测集r=0.9747,RMSE=0.0884。基于有效波长建立的模型,训练集r=0.9937,RMSE=0.0464;交叉验证r=0.9744,RMSE=0.0938;预测集r=0.9610,RMSE=0.1116,预测值与化学值的绝对误差小于0.227%,相对误差未超过0.1%。表明使用近红外光谱分析技术检测烟叶总氮含量较好,采用Martens不确定性检验方法选择有效波长,并利用有效波长预测烟叶总氮含量是可行的。 相似文献
15.
近红外光谱技术具有快速高效的检测特点,采用该技术对鲜切哈密瓜的VC含量和SSC含量进行快速检测研究。结果表明,鲜切哈密瓜VC含量检测模型RMSECV=0.075 2,R~2=99.12;RMSEP=0.041 4,R~2=99.71;SSC含量检测模型RMSECV=0.167,R~2=98.60;RMSEP=0.11,R~2=99.50。所以,近红外光谱技术能实现对鲜切哈密瓜品质的快速检测。 相似文献
16.
基于近红外光谱的小麦品质分类研究 总被引:1,自引:1,他引:0
为了快速、简便、准确地鉴别小麦品质的类别,本研究提出了应用近红外光谱分析技术结合BP神经网络的鉴别方法对小麦进行品质分类。研究过程中对小麦样品的光谱数据进行了详细分析,采用马氏距离剔除了光谱数据中异常数据,并通过主成分分析说明利用近红外光谱鉴别小麦品质分类的可行性。为了提高所建模型的性能,采用SPXY算法对小麦样品进行合理的划分。并选取了一阶微分加归一化的预处理方法来处理光谱数据,消除无关信息和噪声对小麦光谱数据的影响。运用偏最小二乘法压缩光谱数据,减少了数据量,节省建模时间。最后采用BP神经网络方法建立了小麦品质分类模型。实验结果显示:模型的鉴别效果较好,对强筋样品识别的准确率高达94.4%,弱筋样品识别的准确率高达100%。实现了快速、准确地对小麦品质强筋和弱筋两类的鉴别,对小麦生产、市场交易及食品加工有着非常重要的意义。 相似文献
17.
近红外谷物分析仪在小麦品质分析中的应用性研究 总被引:7,自引:0,他引:7
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。 相似文献
18.
19.
花生籽仁蔗糖含量近红外模型构建及在高糖品种培育中的应用 总被引:1,自引:0,他引:1
含糖量是决定和影响花生食用品质和加工特性的重要指标,蔗糖含量占成熟花生籽仁总糖量的90%以上,建立蔗糖含量的高效检测技术,有助于加快高蔗糖甜味食用型花生品种培育进程。本研究利用蔗糖含量差异显著的185份花生材料,利用近红外仪(波长范围1100~2500 nm),配合小样品杯,扫描和采集自然干燥籽仁的近红外光谱,采用液相色谱(HPLC)结合标准曲线法测定试验材料的蔗糖含量,利用偏最小二乘法(partial least squares,PLS)构建了花生籽仁蔗糖含量的近红外定标模型,模型的决定系数R2=0.962,均方差为0.383。利用20份材料对模型进行外部验证,预测值和化学值的决定系数达0.947,表明该模型可较好地预测蔗糖含量,可以高效地测定杂交早期世代的单株花生蔗糖含量。利用该模型在“吉花02-1-4×中花26”杂交后代中发掘出6份含糖量7%以上、油酸78%以上、含油量48%以下,且农艺性状优良的食用花生新品系。 相似文献
20.
以垦粳5号、垦粳6号、垦粳9号和鸿育001-1共4个水稻品种为研究对象,采用近红外光谱技术分别结合SIMCA和偏最小二乘法判别分析法(PLS-DA)对4个水稻品种进行鉴别。采用SIMCA分类法,实现了4个水稻品种100%的区分;采用PLS-DA方法对校正样本建立判别模型,其校正集结果和参考值之间的相关系数最小值为0.95,验证集结果与参考值之间的相关系数最小值为0.94,对验证集中4个水稻品种的识别率为100%。试验结果表明,应用近红外光谱技术结合SIMCA分类法和PLS-DA法均可实现对水稻品种的快速鉴别。 相似文献