基于近红外光谱的不同发酵类型茶叶判别

应用近红外光谱分析技术结合化学计量学方法对不同发酵程度茶叶进行判别分析。原始近红外光谱数据经不同光谱数据预处理方法以消除噪音,降噪后的光谱进行主成分特征提取,再将主成分得分进行判别分析。结果表明;标准正态变换结合去趋势转化对不同发酵程度的茶叶分类效果最好,其原始分类正确率为100.0%,交叉验证正确分类率为94.4%。此外,茶叶各组分基团的近红外吸收在判别分析中的贡献率分析表明,茶叶组分中C=O伸缩振动的合频,甲基C—H键的合频和C—H键的伸缩振动以及氨基酸肽键羰基C=O键伸缩振动的二级倍频在判别分析中起主要作用。     

近红外品质分析技术在油脂工业中的应用

1　近红外品质分析技术1 .1　原理近红外是光谱中波长为 650～ 2 30 0 nm的光。在这个波长范围内 ,特定的原子群 (或称基团或组分 ,如水分基团、蛋白基团、油脂基团等 )有对应的特征吸收波长 ,而且符合比尔定律 ( Beer's Law) :即被吸收光量的对数值与样品中吸收该波长光的原子的聚集度存在线性关系。这样 ,我们就可以通过测定样品对某一特殊波长光的吸收值来计算这种特殊波长对应的原子群 (成分 )的聚集度 (百分比含量 )。将计算机技术与近红外光谱技术结合 ,就产生了当代的近红外品质分析仪技术。1 .2　系统特征快速　测定一个典型样品的…     

长波二阶导数近红外光谱-偏最小二乘法测定白酒中乙醇含量

根据近红外光谱的振动吸收强度与有机分子官能团含量的线性关系,用偏最小二乘法对白酒的近红外光谱和其中的乙醇浓度建立相关模型。为了优化模型,我们对白酒的近红外光谱进行一阶导数处理,选择最佳的波长范围和最适的因子数。然后用所建的模型对预测集和白酒样品进行预测,所得结果令人满意。有望成为白酒快捷而准确的检测方法。     

使用带近红外光纤探头附件红外光谱仪鉴定翡翠B货

带有近红外光纤探头附件的红外光谱仪是一种有效的、非破坏性鉴定工具，用于鉴定漂白及聚合物充填处理的翡翠(所谓翡翠B货)。此项技术在鉴定翡翠中具有下列优点：不但能对较厚的或镶嵌的翡翠饰品进行鉴定，而且能耐非常大的翡翠饰品，如手镯、大型雕件等进行鉴定，这对其它红外技术来讲是望尘莫及的。本项技术的关键在于使用了光纤探头，并且在近红外频率范围进行测试。因此，能获得7400cm^-1至4000cm^-1频率范围内情晰明确的近红外光谱。翡翠B货在此频率范围内产生的吸收光谱起因于C—H键伸缩振动与弯曲振动的合频以及伸缩振动的倍频。     

近红外光谱检测用纤维含量样品精确度研究

采用近红外光谱分析技术对纺织品含量进行定量分析可以实现对样品快速无损检测.但是近红外光谱分析技术是一种间接分析技术,它需要从已知原料组分的样品中采集样品的近红外光谱,并根据样品的纤维含量,结合化学计量法建立近红外校正模型,才能将近红外光谱技术应用于实际的检测工作中,所以建模样品原料组分的精确度决定了近红外模型预测结果的精确度,提高所用样品原料组分赋值的精确度就能提高近红外光谱分析技术对纺织品含量进行定量分析的精确度.     

乙醇的红外光谱吸收机理及应用

为了进行乙醇含量的快速测定,近红外光谱分析技术作为一种新兴的快速检测技术,通过分析甲基、亚甲基、羟基的倍频、组合频,不同浓度的乙醇对红外光具有不同的吸收率。选择1250nm~1350nm光谱段作为乙醇浓度的分析谱段,提出了一种新型的便携式红外光谱检测仪控制方案,建立快速测定乙醇含量的近红外光谱法。实验发现该检测方法具有较好的稳定性,可以对乙醇含量进行准确、快速、便捷的检测,满足食品质量控制的要求。     

分子光谱在胶水羽绒分析中的应用研究

通过近红外光谱法建立胶水羽绒近红外定性分析模型,实现胶水羽绒样品快速筛选;通过拉曼光谱法和中红外光谱法,分析光谱中特征峰对应的分子基团,实现胶水羽绒中胶水种类分析。研究近红外光谱法、拉曼光谱法和中红外光谱法3种分子光谱在胶水羽绒分析中的应用。结果表明:近红外光谱法可明显区分正常羽绒和胶水羽绒,准确度高、可靠性强,可满足实际检测分类分析需求;拉曼光谱法可分析胶水羽绒样品中颗粒状物质,中红外光谱法可分析胶水羽绒样品中油性胶水类物质,两种方法结合可实现大部分胶水类物质化学成分分析;胶水羽绒中常见添加物有4种,包括淀粉类、滑石粉类、硅油类和聚氨酯类物质,实际检测应重点关注此类物质。     

近红外光谱技术及其在食品感官分析中的应用

近红外光谱(near infrared spectroscopy,NIRS)分析技术是近年来发展十分迅速的无损伤快速分析技术,其应用的主要过程是通过建立已知样品的近红外光谱与其性质、组成、类别之间的模型来预测未知样品的性质、组成、类别。本文论述了近红外光谱分析技术的原理、特点及其在食品感官分析中的应用现状。     

近红外光谱法对黄豆和酱油的质量分析

近红外光谱(Near-infrared Reflectance Spectroscopy,NIRS)分析技术是一项新的无损检测技术,能够高效、快速、准确检测样品.本文通过光谱分析、模型建立、方法评估三个方面确定近红外光谱技术应用于黄豆和酱油质量分析的可行性.     

近红外分光光度法在白酒检测中的应用研究

本文以市场售卖的55°红星二锅头以及42°榆树王为实验样品,利用近红外分光光度法对白酒样品中的乙醇含量进行检测与分析,根据近红外短波光谱特征建立回归方程,从而对真实样品中的乙醇含量进行预报。同时主成分回归分析结果表明,在n取值为3的情况下:经二阶导数差谱处理的全光谱主成分分析(PCR)结果与实际值更为接近,提示近红外分光光度法应用于白酒样品检测具有方便快捷、准确性高、非破坏性的优势,可运用于质量检测与控制环节中。     

近红外光谱技术检测石榴汁酸度的研究

目的:研究石榴汁酸度的近红外光谱检测技术。方法:实验以不同产地的石榴汁样品为对象,对其近红外光谱数据进行预处理和通过主成分分析法提取光谱特征后,采用遗传算法(GA)对支持向量机(SVM)的三个参数进行优化,建立了石榴汁酸度近红外光谱检测的模型。结果:所建的模型对验证集预测的决定系数为0.9928,均方根误差(RMSE)为0.01359,模型预测性能良好。结论:近红外光谱技术能用于石榴汁酸度的定量检测。     

基于近红外光谱技术快速检测小龙虾中的生物胺

目的 建立近红外光谱法快速检测小龙虾中总生物胺含量的方法。方法 利用近红外光谱仪采集154个不同新鲜程度小龙虾样品的近红外光谱, 使用高效液相色谱技术检测对应样品总生物胺含量; 使用KS(Kennard-Stone)算法将103个样品作为训练集, 51个样品作为预测集。采用多元散射校正(multiplicative scatter correction, MSC)、标准正态变换(standard normal variate, SNV)、小波变换(wavelet transform, WT)和1阶导数(1st)分别对样品的光谱进行处理, 利用训练集样品的光谱和生物浓度建立偏最小二乘回归(partial least squares regression, PLSR)模型, 使用竞争性自适应重加权算法(competitive adaptive reweighted sampling, CARS)进一步选择波长, 对模型进行优化。结果 经过小波变换处理之后的光谱所建立的PLSR模型具有较好的预测结果, CARS方法可以进一步提高模型的预测和解释能力, 预测集生物胺的预测均方根误差(root mean square error of prediction, RMSEP)值和决定系数(r2)分别可达55.74和0.92。结论 基于近红外光谱分析技术快速检测小龙虾总生物胺含量是可行的, 优化后的PLSR模型可以用于评价小龙虾总生物胺含量。     

近红外光谱分析在寿山石鉴别中的应用

寿山石品种繁多,其鉴别和分类也一直是个难题。首次利用便携式近红外光谱仪(NIR)研究了不同类别寿山石的近红外光谱特征。根据寿山石样品状态(块状和粉末状)的不同表面形态、粒度、质量等因素对近红外光谱测试结果的影响进行了分析,讨论了近红外光谱的主要吸收峰归属,旨在探索一种无损、便捷的寿山石鉴别方法。结果表明,利用便携式近红外光谱仪完全可以区分寿山石的三个主要类别,即高山石类(高岭石族)、芙蓉石类(叶蜡石)、汶洋石类(伊利石)。在块状寿山石样品的近红外光谱1400nm区域,高岭石族矿物表现为一对双峰;叶蜡石和伊利石都仅有一特征单峰,叶蜡石表现为1392nm,伊利石表现为1406nm。寿山石样品的表面形态对近红外光谱没有明显的影响。粉末状寿山石样品的近红外光谱吸收峰更为尖锐,分裂程度更好。除了1400nm处的吸收峰外,在2180nm左右,高岭石类矿物表现为双峰,而叶蜡石和伊利石为单峰,但叶蜡石的吸收峰位于2168nm,伊利石位于2195nm。在条件允许的情况下,获取10mg左右的寿山石样品粉末,便可获得清晰的近红外光谱。     

近红外光谱分析技术在蔬菜农药残留检测中的初步探索

本文介绍了近红外光谱分析技术的原理和特点,基于近红外光谱分析技术对蔬菜中农药残留的检测方法进行了实验研究.选取菠菜作为叶菜代表,将其经过化学前处理配制成样品溶液,进行光谱扫描,用偏最小二乘(PLS)建立分析模型.实验表明,预测结果比较理想.     

酱油中总酸和氨基酸态氮成分的快速检测及研究

本文论述了应用ASD-LabSpec近红外光谱仪实现酱油中总酸和氨基酸态氮的测量,根据近红外(NIR)光谱的振动吸收强度与被测物质特征信息之间的关系,对酱油样品采集近红外光谱,透射光谱经过基线校正处理后,采用偏最小二乘(PLS1)以及完全交互验证法,与酱油总酸和氨基酸态氮进行线性回归,建立了预测模型。用该模型对随机抽取未参与建模的8个酱油样品的总酸和氨基酸态氮进行了预测,预测结果的相关系数分别为:R12=0.97;R22=0.98以及标准偏差分别为:STDEV1=0.09;STDEV2=0.07**,该文章应用[模型回归系数图],解析了被检测物质成分与模型之间的关联性。     

基于偏最小二乘法的板栗近红外光谱分析模型的建立

目的:应用近红外光谱技术和化学计量学方法,建立板栗品质分析的近红外光谱模型。方法:采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,再用传统理化分析方法测得样品的各项品质参数,采用偏最小二乘法(PLS)建立定标模型,内部交叉验证法对模型进行检验。结果:对板栗分别建立了水分、淀粉、硬度和糖度的PLS模型,4种PLS模型都非常理想,模型的相关系数均大于0.99。结论:采用近红外光谱法可以实现板栗品质指标的快速无损检测。     

近红外光谱无损检测在食用油脂分析中的应用研究进展

近红外光谱技术作为一种具有样品前处理简便、快速高效、可以实现多组分同时分析等优点的新型无损分析技术,在食用油脂分析领域扮演着重要角色。对近10年来近红外光谱技术在食用油脂无损检测中的应用进行了总结,概述了近红外光谱技术的分析类型,在食用油脂和食用油脂原料分析方面的应用。通过结合化学计量学方法,近红外光谱技术可以实现不同种类食用油脂的快速鉴别分析,食用油脂的各项理化指标(如游离脂肪酸的含量、碘值、酸值、过氧化值、皂化值等)的快速检测,食用油脂无损掺假检测,食用油脂原料(如玉米、棉籽、油菜籽等)含油量的无损分析。此外,针对当前食用成品油快速无损分析过程中的难题对未来该领域的研究方向进行了展望,以期近红外光谱技术在食用油脂无损分析领域得到更广泛的应用。     

基于近红外快速检测技术生产高品质豆粕技术研究

本研究应用近红外光谱快速检测技术,对生产线上的豆粕样品进行扫描,建立近红外光谱检测预测模型,分别采用近红外光谱检测及湿化学方法检测相同样品后,大豆粕水分、蛋白、脂肪含量的SEP分别为0.111、0.238和0.109,准确度与湿化学方法相近,对近红外检测技术引入的点位进行了摸索,最终将近红外检测点设定在蒸脱机后及成品粕处。使用近红外检测技术持续扫描生产线豆粕样品,及时反馈回工艺控制,产品质量更为稳定,生产控制的精确度和准确度较好。     

米糠粗蛋白、粗脂肪以及粗纤维含量的近红外预测模型的建立

近红外光谱技术是一种快速无损检测物质含量和鉴别物质的现代分子光谱分析技术.本研究选用分别来自南北方共200个米糠样品(100个粳米米糠、100个籼米米糠),经过理化数据检测、近红外参数优化、光谱信息采集、光谱数据预处理、模型建立及模型优化等步骤,最终建立粳米米糠、籼米米糠及总米糠的粗蛋白、粗脂肪、粗纤维的预测模型,所建...     

物质识别检测方法有新成果——烟台富耐立仪器科技有限公司与中科院海岸带研究所联合推出便携式拉曼光谱仪

拉曼光谱是借助分子的振动谱来进行物质识别的检测方法。不同样品的分子结构不同,其振动谱也会不同。更重要的意义在于拉曼光谱是用光子做探针,测试时对样品无直接接触、无损坏,且能穿透玻璃、塑料包装直达样品,不需要对样品进行彻底破坏或进行复杂费时的样品前处理。因此拉曼光谱是一种理想的快速定性定量分析样品的方法,在医药、食品安