排序方式: 共有7条查询结果,搜索用时 9 毫秒
1
1.
便携式近红外谷物分析仪快速测定小麦蛋白质的研究 总被引:4,自引:0,他引:4
收集中国小麦各个主产区不同品种样品104份,研究采用国产便携式近红外谷物分析仪快速测定小麦蛋白质含量,用化学计量方法建立了小麦蛋白质含量的近红外分析模型,并对模型进行了预测准确性评价。在建模过程中,分别探讨光谱散射和数学导数处理等优化对定标模型的影响。结果表明:采用偏最小二乘法(PLS)建立模型,光谱预处理最佳条件为:Savitzky-Golay平滑、Savitzky-Golay一阶导数、基线校正、均值中心化、主因子数为12。所建模型的定标标准偏差(SEC)和定标相关系数(RC)分别为0.177和0.988;外部验证的标准偏差(SEP)和相关系数(RP)分别为0.188和0.961。标准方法测定值与NIRS方法预测值之间的T检验结果为T=0.304(P<0.05),表明两种测定方法测定值之间无显著性差异,说明定标模型具有很好的预测准确性,可应用于优质小麦收购中蛋白质含量的快速测定。 相似文献
2.
3.
粳稻储藏食用品质近红外光谱快速测定技术研究 总被引:1,自引:0,他引:1
采用近红外光谱(NIRS)分析技术和化学计量方法建立了粳稻储藏品尝评分值的近红外分析模型,并对模型进行了预测准确性评价;在建立定标模型的过程中,探讨了不同光谱散射、数学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(MPLS)是建立粳稻储藏品尝评分值定标模型的最佳回归方法,所建立颗粒状和粉末状样品模型的定标相关系数(RSQ)分别为0.927 4和0.923 0,定标标准偏差(SEC)分别为2.347 9和2.539 1。定标模型具有较好的预测准确性。 相似文献
4.
近红外光谱快速测定稻谷水分含量的研究 总被引:2,自引:0,他引:2
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。 相似文献
5.
本文采用近红外光谱(NIRS)分析技术和化学计量方法研究建立了粳稻储藏品尝评分值的近红外分析模型,并对模型进行了预测准确性评价.在建立定标模型的过程中,探讨了不同光谱散射、数学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(MPLS)是建立粳稻储藏品尝评分值定标模型的最佳回归方法,所建立颗粒状和粉末状样品模型的定标相关系数(RSQ)分别为0.9274和0.9230,定标标准偏差(SEC)分别为2.3479和2.5391.定标模型具有较好的预测准确性. 相似文献
6.
稻米储藏品质近红外光谱快速判定技术及仪器研发 总被引:1,自引:1,他引:0
采用近红外光谱(NIRS)分析技术和化学计量方法建立稻米脂肪酸值、品尝评分值和水分含量的近红外分析模型并对模型进行了预测准确性评价;在建立定标模型的过程中,分别探讨光谱散射和数学导数处理等优化对定标模型的影响。结果表明:偏最小二乘法是建立稻米脂肪酸值、品尝评分值和水分含量测定定标模型的最佳回归方法,所建立脂肪酸值、品尝评分值和水分含量模型的定标相关系数(RSQ)分别为0.961、0.9230和0.9999,定标标准偏差(SEC)分别为1.9205、2.5391和0.04。标准方法测定值与NIRS方法预测值之间的T检验结果显示两种方法无显著性差异,表明所建立的稻米脂肪酸值、品尝评分值和水分含量的NIRS数学模型有较好预测准确性。本试验研制了便携式粮食储藏品质测定仪。 相似文献
7.
1