基于近红外光谱仪分析中式爆炒猪肉的水分含量

应用傅里叶变换近红外光谱技术建立中式传统爆炒猪肉片水分含量预测模型,达到快速无损检测的目的。通过直接干燥法测定100 组爆炒猪肉片样品的水分含量,并扫描得到其近红外光谱图。采用偏最小二乘法并通过二阶微分结合卷积平滑算法对光谱进行预处理,通过拐点法、马氏距离法、杠杆值、学生残差法与内部交互验证均方根法进一步剔除异常样本,优化光谱模型。结果表明：所构建的中式爆炒肉片水分含量近红外光谱预测模型的校正均方差值为0.089 1,相关系数为0.972 1;且将预测值与真实值进行比较发现,预测结果正确率大于98.7%（P＜0.05）,表明本研究建立的用于检测中式爆炒肉片水分含量的近红外光谱预测模型效果良好,能够快速检测并准确预测中式爆炒肉片的水分含量,具有一定的应用价值。     

南疆鲜羊肉水分含量的近红外光谱法无损检测

本文在近红外反射光谱780~1700 nm的波长范围内采集新宰杀的同一品种的羊的后腿肉134个样本的光谱数据,来实现快速无损的南疆生鲜羊肉含水量的检测。这些光谱数据经中值平滑滤波、多元散射校正、一阶导数、标准化处理、中心化变换和S-G平滑等预处理方法对原始光谱进行降噪处理;然后以13:1的比例将样本分为训练集和测试集,并采用PLSR建立预测模型,使用所建模型对生鲜羊肉水分含量进行预测。结果为:训练集的预测相关系数Rc为0.94、标准差MSEC为0.04,预测成功率为97.6%,测试集的预测相关系数Rv为0.89、标准差MSEV为0.07,预测成功率为96.4%。实验结果证实结合中值平滑滤波、多元散射校正、一阶导数、标准化处理、中心化变换和S-G平滑等多种预处理方法建立的基于近红外光谱PLSR模型,可以对南疆鲜羊肉的水分含量进行精确的快速无损评价,并且能为南疆生鲜羊肉水分含量的快速无损检测技术的应用提供理论上的指导。     

近红外光谱分析技术测定芝麻水分含量的研究

建立了基于FOSS近红外谷物分析仪快速测定芝麻水分含量的模型,探讨了光学处理和数学处理等因素对模型的影响进行,并对模型进行了内部验证和外部检验.实验结果表明最佳的建模参数为:光学处理采用标准正常化处理(SNV only),数学处理技术采用"2,4,4,1".得到的定标方程的定标标准偏差(SEC)为0.0430,定标相关...     

近红外光谱法测定菜籽油中水分含量

以菜籽油为试验材料,用干燥乙腈萃取菜籽油中水分,用傅里叶变换近红外光谱技术(FT-NIRS)结合偏最小二乘法(PLS)建立乙腈水分定量分析模型,并用乙腈水分模型间接预测菜籽油水分含量。结果表明:校正样品集的标准偏差(SEC)为0.014 6,预测样品集的标准偏差(SEP)为0.039,预测值与实测值的决定系数(R2)为0.921 6。菜籽油水分含量用FT-NIRS分析和卡尔费休法测定结果之间有良好的一致性,模型具有较高的预测能力,结果准确可靠,可代替常规分析方法。     

利用近红外分析技术测定大豆水分含量方法的研究

建立了基于FOSS XDS近红外光谱分析仪快速测定大豆水分含量模型,对光学处理和数学处理手段等因素对模型的影响进行了探讨,对模型进行了内部和外部验证.实验结果表明最佳的建模参数为:光学处理选用标准正常化处理(SNV Only),数学处理选用1.4.4.1方法,大豆水分定标方程的交互定标决定系数(1-VR)为0.990 8,定标决定系数(R2)为0.993 9,定标标准误差(SEC)为0.096 7,交互定标标准误差(SECV)为0.127 3,现有数据预测标准偏差(SEP)为0.136.利用该模型对大豆水分含量进行检测,达到了代替常规标准方法的要求,可以应用于快速检测.     

基于近红外光谱技术测定稻谷水分含量研究

本文采用近红外光谱技术结合化学计量学方法,建立稻谷水分含量测定的快速分析方法。试验选取江苏省不同地区的两年内197份稻谷样品作为建模集样品,对其进行化学分析和图谱扫描处理,通过近红外化学计量学软件初步建立稻谷水分含量的预测模型。建模结果显示运用PLS（偏最小二乘法）建立的分析模型预测效果最优,决定系数（R2）高达0.9689,交互验证标准差（SECV）为0.3434,选取24个未知样品作为验证集样品,验证决定系数（R2）高达0.9806,预测标准差为0.0933。结果表明,近红外光谱技术可以用于稻谷水分含量的快速测定。     

棉花水分智能检测仪的研究

介绍了一种基于STC89C52单片机的棉花水分检测仪的组成及工作原理,分析了棉花水分检测原理,进行了系统的硬件和软件设计。通过选择合适电路元件,改进设计方法,使该检测仪满足棉花水分智能检测的要求。     

棉花水分智能检测仪的研究

介绍了一种基于STC89C52单片机的棉花水分检测仪的组成及工作原理,分析了棉花水分检测原理,进行了系统的硬件和软件设计。通过选择合适电路元件,改进设计方法,使该检测仪满足棉花水分智能检测的要求。     

近红外光谱快速测定稻谷水分含量的研究

收集我国不同地区、不同品种、不同储藏时间的稻谷样品144份,应用近红外光谱（NIRS）技术研究了稻谷水分含量快速测定方法,在建立定标模型的过程中,探讨了光谱散射处理、数学（导数）处理等优化处理对定标模型的影响。结果表明：修正偏最小二乘法是建立稻谷水分含量测定定标模型的最适合数学方法,所建立的定标模型的相关系数（R）为0．9999,定标标准偏差（SECV）为0．04;55份样品外部检验的相关系数（r）为0．996,检验标准差（SEP）为0．072,标准方法与NIRS方法测定的水分含量之间的T检验值为1．685（P〈0．05）,两种方法测定结果无显著性差异,预测值与实测值的平均绝对偏差为0．03,说明所建立的稻谷水分含量测定的NIRS数学模型具有很高的预测准确性,可应用于稻谷品质分析的快速检测。     

利用近红外光谱技术快速测定白鲢鱼糜中的水分含量

利用近红外光谱技术测定白鲢鱼糜中的水分含量。光谱通过标准正态变量转换法的处理后经过偏最小二乘法建立模型,并且以定标集预测误差、验证集预测误差及其相关系数作为评判模型好坏。结果发现,定标集预测误差和验证集预测误差分别为0.392和0.485,定标集和验证集的相关系数都高于0.98。研究发现,近红外光谱技术能快速测定鱼糜中水分含量,且用于实际生产中水分的控制是可行的。      

On-line prediction of pH values in fresh pork using visible/near-infrared spectroscopy with wavelet de-noising and variable selection methods

The visible/near-infrared (Vis/NIR) reflectance spectroscopy as an on-line approach to assess the pH value in fresh pork was investigated. Multivariate calibration was carried out by using chemometrics. Discrete wavelet transform was applied to de-noise the spectra scanned on-line, and several variable selection methods were proposed to simplify the calibration models. The study found that the model based on the spectra de-noised by Daubechies 6 wavelet (db6) at decomposition level 6, soft thresholding strategy and minimaxi threshold estimator gave reasonable performance (r > 0.900, root mean square error of calibration (RMSEC) = 0.100, cross validation (RMSECV) = 0.139 and prediction (RMSEP) = 0.125). Then, only 15% variables from this model were selected via the method of uninformative variable elimination to develop a simpler model, of which the performance deterioration could be ignored. The results showed that Vis/NIR can be used to predict pH value in fresh pork on-line, and variable selection can provide a simpler, more cost-effective calibration model.     

生鲜猪肉水分含量的快速无损检测

目的 研究生鲜猪肉水分含量与1000~1680 nm范围内近红外吸收光谱之间的关系, 对生鲜肉的水分含量进行快速无损检测。方法 将原始光谱经中值平滑、多元散射校正和一阶导数复合预处理, 结合多元线性回归和偏最小二乘回归两种建模方法建立生鲜肉水分含量的预测模型。结果 应用所建立的模型对111个实际生鲜猪肉样品的水分含量进行预测, 得到较为满意的预测结果, 两种模型的预测相关系数分别为0.839和0.810。结论 所建模型适合于生鲜猪肉水分的无损快速检测。     

复合有机盐溶液对猪肉保鲜效果的研究

将几种有机盐复合后处理猪肉,通过L9(34)正交试验,在22℃下对保鲜效果进行检测分析.结果表明,各水平组合均有一定保鲜作用,以0.5%柠檬酸钠、8%醋酸钠、8%山梨酸钾组合效果最佳,能有效控制TVBN增加,延缓pH上升,对肉样感官指标无较大影响,保鲜期达15d.     

壳聚糖在冷却鲜猪肉保鲜中的应用研究

利用不同脱乙酰度、不同浓度和不同溶解特性的壳聚糖,对冷却鲜猪肉进行保鲜处理,比较其保鲜效果.结果表明,壳聚糖在鲜猪肉中有明显的保鲜作用,且脱乙酰度越高,壳聚糖的保鲜效果越好;1%的壳聚糖醋酸溶液(醋酸浓度为1%)能使冷却猪肉的货架期达到一周;2.5%的水溶性壳聚糖的保鲜效果接近于1%的酸溶性壳聚糖,且感官品质更好.     

冷却猪肉综合保鲜技术的研究

研究了3种天然保鲜剂结合真空包装技术研究了冷却肉的保鲜,研究不同保鲜剂及比例条件下的感观性质、TVB-N、pH、菌落总数、货架期。结果表明,3种保鲜剂均具有一定的保鲜效果,复合使用时,与对照组的保质期7d相比,当Nisin和壳聚糖的比例为0.075g/L∶1.8g/L或者当Nisin、茶多酚和壳聚糖的比例为0.075g/L∶0.75g/L∶1.8g/L时,肉样的保质期分别被延长到16d和21d。     

水分含量对新鲜干酪贮藏特性的影响

对水分含量不同的4组干酪进行贮藏期水分含量、水分活度、pH、酸价、TBA值测定和感官评定。结果表明:干酪水分含量与水分活度随贮藏期呈递减趋势,并且呈正相关关系;酸价随着贮藏期的延长先增加后减少;pH则相反,呈先下降后上升的趋势;TBA值呈逐渐上升趋势。表明水分含量低的干酪,其耐贮藏性较好。感官特征测定在贮藏的第18d开始,干酪逐渐开始出现腐败特征,水分含量较低的干酪感官评分高。     

水分含量对鲜湿米粉品质影响

研究不同水分含量对鲜湿米粉成品感官品质,蒸煮特性方面影响;并研究水分含量对鲜湿米粉储藏期内感官品质、微生物指标、蒸煮特性(蒸煮损失率和熟断条率)和酸度影响。结果表明,水分含量为65%鲜湿米粉成品感官评分最高;在储藏期内,随水分含量增加,鲜湿米粉感官品质变劣速度、微生物指标超标、蒸煮损失率和熟断条率及酸度增加也越快。经综合考虑,选鲜湿米粉最宜水分含量为65%。     

Rapid measurement and control of the moisture content of compost using near-infrared spectroscopy

In a compost fermentation of soybean-curd (tofu) refuse, the effects of the moisture content of the compost on the compost reaction were studied. The moisture content of the compost was a very important factor for good fermentation. Near-infrared spectroscopy (NIRS) was applied to the determination of the moisture content of the compost. The reflected rays in the wavelength range between 400 and 2500 nm were measured at 2 nm intervals. The absorption of water was observed at three wavelengths, 960, 1406 and 1888 nm. To formulate a calibration equation, a multiple linear regression analysis was carried out between the near-infrared spectral data at 960 nm (sample number, n = 50) and on the moisture content obtained using a drying method. The values of the simple correlation coefficient and the standard error of calibration were 0.987 and 1.33%, respectively. To validate the calibration equation obtained, the moisture content in the prediction sample set (n = 35) not used for formulating the calibration equation was calculated using the calibration equation, and compared with the values obtained using the drying method. Good agreement was observed between the results of the drying method and those of the NIRS method. The simple correlation coefficient and standard error of prediction were 0.979 and 1.85%, respectively. Then, the NIRS method was applied to a practical situation in which the moisture content was measured and controlled during the compost fermentation, and good results were obtained. The study indicates that NIRS is a useful method for measurement and control of the moisture content in the compost of soybean-curd refuse.