PLS方法在近红外光谱分析中的应用研究

本文研究并分析了大豆叶片的近红外光谱,并把偏最小二乘法(PLS)应用于定量分析中。以270个大豆叶片为试验对像,对其进行预处理,再利用PLS进行回归分析,所得RMSE为0.480 732 9,R-Square为0.984 218 7,结果表明,PLS定量分析可应用于大豆叶片的光谱分析,且有较好的分析效果。     

PLS回归法建立适应温度变化的近红外光谱定量分析模型

研究了近红外光谱定量分析模型对于样品温度的适应性。以42个不同品种的大豆为实验材料，用2台光谱仪分别独立测定了样品在5种温度下的近红外光谱。对于2台光谱仪测定的光谱，均依据光谱信息选择部分光谱，采用PLS回归法对大豆样品的粗蛋白质和粗脂肪含量分别建立了近红外光谱定量分析模型。并以剩余样品对模型进行预测检验。4个模型的预测结果均表明：超过94％的检验样品的预测相对误差小于5％．说明了预测样品处于5～40℃时，模型都有较好的预测效果。     

基于PCR和PLS的沙棘汁品种近红外光谱研究

建立可见-近红外漫反射光谱与沙棘汁品种之间的数学模型,以评价可见-近红外漫反射光谱技术快速检测沙棘汁品种。采用美国ASD公司的FieldSpec3光谱仪对三种不同品种的沙棘汁进行光谱分析,各获取30个样本的光谱数据,对原始光谱进行一阶微分和二阶微分预处理,并利用偏最小二乘法(PLS)数学校正方法对三种不同预处理的光谱数据建模。结果表明,采用二阶微分预处理数据,应用PLS方法建模较好,其校正模型相关系数为0.9992,均方根误差为0.0317;采用主成分回归(PCR)和偏最小二乘法(PLS),对沙棘汁的二阶微分数据进行分析比较,结果也表明,基于二阶微分数据,应用PLS方法建模较为理想,其预测集的相关系数为0.9988,所测预测样本的均方根误差为0.0392。近红外光谱可作为一种快速、有效的无损检测方法来识别沙棘汁的品种。     

近红外光谱技术在畜牧生产中的应用

近红外分析技术是近10年来发展最为迅速的高新分析技术之一。文章介绍了近红外技术的发展、原理、分析方法和技术优势,重点阐述了它在畜牧生产中的具体应用、研究热点、发展前景。     

近红外光谱技术及其在饲料分析中的应用

在介绍近红外光谱技术的测定原理及定量分析方法基础上,对近红外光谱技术在饲料的常规成分检洲、有毒有害成分和维生素检测、预测粗饲料成分、有效能检测、氨基酸检测等方面的应用现状进行了阐述.     

小波变换在提高油菜籽脂肪酸近红外分析精度中的应用

利用小波变换预处理结合偏最小二乘回归建立光谱定量分析模型,比较其与传统建模结果的差异。采用db4小波9层分解光谱,保留部分中间层细节系数,其他细节系数软阈值处理,低频逼近系数舍去处理,最后重构光谱用于建模。结果表明,该方法与传统误差校正方法相比,具有预处理简单,预测精度高的优点。     

量子进化算法在苹果漫透射近红外光谱分析中的应用

为了研究量子进化算法(quantum-inspired evolutionary algorithm,QEA)在苹果浸透射近红外光谱分析中的应用,先用反向间隔偏最小二乘法(backward interval partial least squares,BiPLS)对光谱信息区间初步定位,再采用QEA算法选择波长点,建立糖度预测模型;同时采用遗传算法(genetic algorithm,GA)选取波长点建立预测模型,并对2种算法的结果进行比较.结果表明:运行GA算法建立的GA-PLS模型变量数为110,校正均方根误差(root mean standard error of calibration,RMSEC)为0.582 0,预测均方根误差(root mean standard error of prediction,RMSEP)为0.612 3;运行QEA算法建立的QEA-PLS模型变量数为194,RMSEC为0.492 7,RMSEP为0.526 0,说明量子进化算法用于苹果漫透射近红外光谱分析可有效提高模型预测精度,相比遗传算法表现出更好的寻优能力.     

现代近红外光谱分析在制糖和制药工业中的应用

简述了现代近红外光谱技术的发展历史、仪器类型和技术特点以及在制糖和制药业中的应用。在制糖业中，近红外光谱技术应用于糖料品质的快速测定、糖产品的化学管理和酒精发酵过程控制等方面；在制药业中，其应用范围包括原料药定性分析、有效成分的定量分析和制药过程的品质监控等方面。近红外光谱技术的应用几乎触及应用化学和物质分析的各个领域，其应用范围有日益扩展之趋势。     

独立分量分析在近红外光谱定量分析中的应用

采用独立分量分析(ICA)方法,对玉米样品的近红外光谱进行分解,得到统计上独立的各成分光谱;然后用多元回归方法建立基于ICA成分的玉米粗蛋白质、粗淀粉和粗脂肪含量的定量分析模型,3种成分建模集和预测集的化学值和近红外预测值之间的相关系数都较高,且平均相对误差都较低。结果表明,ICA方法建立的玉米样品3个主要成分的近红外模型预测准确度都较高,可应用于玉米育种中大批样品的快速品质分析。     

应用近红外光谱分析对竹材力学强度的预测

使用900～1 700 nm近红外光谱分析仪对展平竹进行多点采样,随后利用深度置信网络(DBN)与局部支持向量回归(LSVR)进行训练,建立DBN＿LSVR预测模型来预测单元材料的力学性能。采集到的光谱数据经过S-G滤波,完成了数据平滑,去除了大部分噪声。DBN-LSVR预测模型的竹材断裂模量(MOR)和弹性模量(MOE)的均方根误差分别为716.23、17.54,平均绝对误差分别为524.40、16.82。将预测误差与BP、DBN、LSVR模型预测误差比较,DBN＿LSVR模型的预测误差最小。基于DBN＿LSVR的MOR和MOE预测模型的相关系数分别为0.85和0.80。提出的方法可以有效地对展平竹力学强度进行无损分析,缩短了判别竹材物理性能的时间和成本。     

近红外光谱技术在水质监测中的应用

近红外光谱技术(NIRS)可通过建立校正模型实现对未知样品的定性或定量分析,在废水总氮、总磷的快速分析和废水综合指标BOD、COD、pH监测分析中,都能获得理想的结果,与国标法具有较高的相关性.综述了近红外光谱分析技术的特点及其在水质监测领域的应用,展望了近红外光谱分析技术在水质监测领域的广阔前景和研究领域.     

基于小波消噪柑橘内部品质近红外光谱的无损检测

为探讨柑橘内部品质无损检测方法,通过3阶Daubechies小波4级分解,对柑橘近红外光谱进行消噪预处理,并运用偏最小二乘法建立了柑橘贮藏中可溶性固形物、糖度、酸度和维生素C含量的校正预测模型.结果表明:建立的可溶性固形物含量预测模型,其预测值与标准值的相关系数为0.954,预测校正均方差为0.418%,最优光谱波段为6 101.7～4 246.5 cm-1;建立的可溶性总糖含量预测模型,其预测值与标准值的相关系数达0.975,预测校正均方差为0.490%,最优光谱波段为7 507.7～6 097.8 cm-1;建立的总酸含量预测模型,其预测值与标准值的相关系数达0.948,预测校正均方差为0.022%,最优光谱波段为 6 101.7～4 246.5 cm-1;建立的维生素C含量预测模型,其预测值与标准值的相关系数为0.957,预测校正均方差为0.039 mg/g,最优光谱波段为7 501.7～5 449.8 cm-1.     

中草药大黄小波变换的近红外光谱聚类分析

采用小波变换技术对近红外光谱压缩,减少训练时间,并以聚类法定性,以鉴别不同产地的大黄(Rheum palmatum L.).该方法可有效鉴别不同产地的大黄,与传统鉴别结果基本一致.结果表明,近红外漫反射光谱法作为一种快速简便的分析技术,可用于大黄等中草药的质量控制,为大黄的生药鉴定提供参考.     

玉米秸秆磷含量近红外漫反射光谱的建模研究

利用近红外光谱(NIRS)技术,建立玉米秸秆磷含量的快速定量分析模型,有利于植物养分利用效率和遗传育种研究.本研究选取了来源广泛的200份玉米自交系秸秆样品,结合近红外光谱仪在4 000～10 000 cm-1波段处测量的秸秆样品的光谱数据和钼锑抗比色法测量的样品磷浓度,分别用偏最小二乘(PLS)、最小绝对值收敛和选择...     

水稻蛋白质近红外定量模型的创建及在育种中的应用

【目的】研究利用近红外光谱分析法定量分析水稻完整籽粒粗蛋白含量的可行性，初步探讨水稻杂种后代蛋白质含量的分离和变异，以期为水稻的营养品质育种提供参考依据，提高育种效率。【方法】收集蛋白质含量变幅（5.90%～14.50%）较大的191份代表性水稻样品,采用偏最小二乘（PLS）法建立糙米粗蛋白预测的校正模型。【结果】通过比较光谱预处理方法在不同谱区的处理效果：采用一阶导数＋矢量标准化预处理、谱区为 11 998.9cm-1～5 449.8 cm-1和4 601.3 cm-1～4 246.5 cm-1建立校正模型的检验和预测效果最佳，糙米蛋白质的近红外测定值和化学测定值之间有较高的相关性和较低的误差；其决定系数为0.9886，相对标准偏差RSD为0.021，各项误差均在0.4以下。此外，利用该模型快速无破损的测定了水稻蛋白质育种的20个杂交组合的205个F2代单株，203个单株的马氏距离值在0.3以下，达到了试验精度的要求，分析结果表明：F2代群体单株间粗蛋白含量表现出广泛的变异，大部分单株蛋白质含量介于双亲之间，出现了超高亲和超低亲的单株，最高蛋白质含量达到15.3%。【结论】利用建立的各类误差较小近红外定量分析模型，实现了对育种亲本和中间育种材料的筛选鉴定；说明了通过蛋白质含量高的稻种资源与农艺性状优良的水稻品种杂交，低世代借助近红外分析技术辅助测定蛋白质含量可能是水稻高蛋白质育种的一条有效途径。     

近红外光谱分析技术在饲料行业中的应用

近红外光谱分析技术可应用于饲料生产全过程的品质控制。近年来,我国大型饲料集团公司几乎都采用近红外光谱分析手段进行饲料原料、半成品及成品料中常量成分、微量成分和真伪掺杂的分析,并获得了较好的经济效益。介绍了近红外光谱分析技术在饲料分析中的原理和优势、仪器类型,并对其在饲料行业中应用的发展趋势进行了展望。     

利用近红外漫反射光谱快速鉴定小麦抗旱性

为利用小麦种子的近红外吸光度研究小麦品种的抗旱性,测定了40份旱地小麦品种的抗旱指数以及籽粒的全光谱吸光度值,并将两者关联,建立PLS近红外抗旱指数量化预测模型。结果表明,光谱吸光度值与供试材料抗旱指数相关系数2个年度均达到0.856*以上,建立的吸光度值和抗旱指数的矩阵公式预测样本的抗旱指数与标准值之间的相关系数达0.930**。研究结果表明,可以用小麦籽粒近红外全光谱吸光度值来预测小麦的抗旱性。为小麦抗旱性评价提供了一种能够在育种早代进行的快速、简单易行的抗旱性鉴定技术。     

不同近红外光谱仪在茶叶品质检测中的应用研究

分别应用NIRSystems 6500和InfraXact Lab两种不同型号近红外光谱仪对茶叶中茶多酚和咖啡碱含量进行定标建模,确定了在改进偏最小二乘法定标技术下的最优光谱数据预处理方式,分别建立了茶多酚和咖啡碱的优化定标模型.NIRSystems 6500和InfraXact Lab两种型号近红外光谱仪所建立茶多酚的最优定标模型目标函数f值分别为96.07%和95.96%,咖啡碱的最优模型目标函数f值分别为95.32%和91.47%,定标效果良好.利用验证集样本对模型进行了检验,茶多酚和咖啡碱的预测相对分析误差(RPD)均大于3.结果表明,两种仪器所得到的模型定标效果均良好,预测精度高,都可用于实际检测.NIRSystems 6500型近红外光谱仪的定标效果和稳定性优于InfraXact Lab型近红外光谱仪.