近红外光谱法测定小麦籽粒中的蛋白质含量

用化学方法测定78个小麦籽粒样品中的蛋白质含量,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.60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预处理,结合偏最小二乘法建立了小麦籽粒中的蛋白质含量测定的定标模型,其相关系数为0.934 0.18个验证集样品用于外部检验,小麦籽粒中的蛋白质含量的模型预测值与化学值之间的相关系数为0.979 7.     

近红外光谱法检测小麦粉中灰分含量的研究

采用化学法测定67个小麦粉样品的灰分含量,利用波通DA7200型近红外光谱分析仪采集样品近红外光谱,选择合适的光谱区间及光谱预处理方法,采用偏最小二乘法(PLS)和留一法交叉验证方式建立定标模型.50个定标样品的近红外光谱经二阶导数预处理,由PLS法获得的定标模型的决定系数(R2)为0.897 0.利用17个验证集样品进行外部检验,预测值与真实值之间的相关系数(R2)为0.909 4,预测集标准偏差(SEP)为0.098 0.实验表明,近红外光谱法应用于小麦粉灰分的测定是可行的.     

基于蒙特卡洛变量组合集群分析法的小麦蛋白质近红外光谱变量选择

小麦是我国重要的粮食之一,提高对小麦蛋白质含量预测的精准性对保证小麦质量具有重要的意义。采用不同地区的小麦共93个样本近红外光谱与化学值作为建模数据。首先利用小波包(WTP)对光谱信号进行降噪处理,消除外界噪音信号对光谱的影响。其次利用蒙特卡洛变量组合集群分析法(MC-VCPA)进行变量选择,最后利用偏最小二乘法(PLS)建立小麦蛋白质预测模型,并对预测集样本进行预测。对比其他的建模方法,MC-VCPA所选择的10个特征变量代替了全光谱256个变量,预测均方根误差(RMSEP)值由0.4974降低到0.3295,提高了33%,优于其他建模方法。结果表明,基于MC-VCPA的近红外光谱分析方法对小麦蛋白质含量进行定量分析是可行的。     

温度测量型近红外光谱分析仪的研究

本文对现有近红外光谱分析仪的样品仓进行改进,在采集样品的吸光度同时,测量样品仓的温度,作为样品温度.并以40个小麦粉末样品为实验材料,在样品温度为4.7℃～22.2℃范围,使用不同温度下样品的200组光谱数据,建立了测定小麦蛋白质含量的温度修正模型和温度不敏感模型.分析结果表明:温度修正模型的交叉校验预测标准差(SEP)为0.335,而温度不敏感模型的SEP=0.377.因此测量样品光谱的同时测量样品温度,结合温度修正模型可以有效地提高近红外光谱定量分析精度.     

近红外光谱技术测定花生蛋白质含量研究

采用近红外光谱技术(NIRS)建立花生蛋白质含量的测定模型,讨论了不同回归技术及光谱和数学处理方法对模型的影响,并对模型进行外部验证.得出最佳的建模参数为:标准正常化结合散射处理(SNV and Detrend)的光谱处理方法和"2,4,4,1"的数学处理方法,改进最小二乘法的回归技术.得到的定标方程的定标相关系数为0.926 9,定标标准偏差为0.228 1,交叉验证相关系数为0.911 7,交叉检验标准偏差平均值为0.311 9,经外部验证得到的相关系数为0.919 7.近红外光谱技术可以用于花生蛋白质含量的快速检测.     

近红外光谱技术测定花生蛋白质含量研究

采用近红外光谱技术(NIRS)建立花生蛋白质含量的测定模型,讨论了不同回归技术及光谱和数学处理方法对模型的影响,并对模型进行外部验证.得出最佳的建模参数为:标准正常化结合散射处理(SNV and Detrend)的光谱处理方法和"2,4,4,1"的数学处理方法,改进最小二乘法的回归技术.得到的定标方程的定标相关系数为0.926 9,定标标准偏差为0.228 1,交叉验证相关系数为0.911 7,交叉检验标准偏差平均值为0.311 9,经外部验证得到的相关系数为0.919 7.近红外光谱技术可以用于花生蛋白质含量的快速检测.     

近红外光谱法测定油炸方便面中水分含量的研究

应用近红外光谱技术测定了油炸方便面中的水分.通过比较各种数据处理方法,以80份样品建立方便面水分的近红外定标模型,40份样品作为验证样品集进行了验证.结果表明:以SNV(标准正态变量转化法)预处理后采用PLS(偏最小二乘法)建模效果最好.该方法得到的定标集样品的相关系数Rc和预测标准误差SEC分别为0.985 0、0.237 3;验证集样品的相关系数Rv和预测标准误差SEP分别为0.986 0、0.232 2.验证结果表明利用近红外光谱技术能快速测定油炸方便面中的水分.     

采用近红外光谱技术定性鉴别混合浆料中PVA的研究

利用近红外光谱法建立一种定性分析PVA存在的方法.将不同PVA含量的混合浆料样品与纯变性淀粉浆料样品进行近红外全波普段的光谱扫描,通过一阶导数法+中心化的方法进行光谱预处理,建立PVA的PLS近红外定性分析数学模型.所建模型的阈值为0.20,建模集的样品识别准确率可达到100%,检验集的样品识别率、误判率分别为96.67%、3.33%.实验结果表明:应用近红外光谱技术建立PVA定性分析模型的方法是可行的.     

近红外漫反射聚类法无损快速测定淀粉品质

提出一种基于近红外光谱技术和聚类分析法对不同种类的淀粉进行无损快速鉴别的方法,研究了近红外光谱结合聚类分析法快速鉴别淀粉种类的可行性.采集样品在12 500~4 000cm-1范围内的近红外漫反射光谱,利用光谱模式识别法中的聚类分析法对图谱进行定性分类鉴别.光谱经一阶导数预处理后,采用聚类分析法可准确无误地将样品分为2类,分类准确率达到100%.同时采用预测集的样品验证所建模型的准确性,经实验得出预测准确率也是100%.实验结果表明,近红外漫反射光谱结合聚类分析法可以为快速无损鉴别淀粉种类提供一种准确可靠的方法.     

强化生物除磷污泥糖原的近红外光谱分析

采用蒽酮法测定强化生物除磷(EBPR)反应器污泥中糖原物质的含量,运用间隔偏最小二乘法(iPLS)对近红外光谱进行建模,将光谱划分为20个子区间,选出最佳波数区间为4775-4389cm-1,并用这个模型预测未知样品中糖原含量。结果表明:所建模型对糖原校正时的相关系数(rc)为0.9583,校正均方根误差(RMSECV)为0.3554;预测时的相关系数(rp)=0.9769,预测均方根误差(RMSEP)为0.4243。所建的模型对糖原含量的预测效果较好,模型预测精度高,为污泥中糖原的测定提供了一种快速可行的分析技术。     

响应曲面法优化小麦淀粉制备麦芽糖浆糖化工艺的研究

以小麦淀粉为试验原料,利用β-淀粉酶、真菌α-淀粉酶为主要糖化酶,采用协同糖化技术制备麦芽糖浆。依据DE值、麦芽糖含量两项指标变化情况为主要指标,在单因素试验的基础上,利用响应曲面法对小麦淀粉糖化工艺参数进行优化研究。响应曲面分析结果表明:最佳糖化工艺条件为糖化时间为37.30 h,β-淀粉酶添加量为10 mL,真菌α-淀粉酶添加量为9.5mL,实际的DE值与预测DE值接近为103.32%。同时,利用高效液相色谱法(HPLC)检测得出麦芽糖的含量为62.1%。     

基于变量组合集群分析法的小麦蛋白质近红外光谱变量选择方法研究

为了解决小麦蛋白质的近红外光谱信息复杂、共线性严重及全光谱建模的预测能力不足等问题,采用一种新的变量选择方法——变量组合集群分析法(VCPA)对小麦蛋白质的近红外光谱进行特征波长选取.首先利用二进制矩阵采样策略(BMS)和指数衰减函数(EDF)删除无信息变量,优选小麦中蛋白质近红外特征波长,然后结合偏最小二乘法(PLS)建立预测模型.与其他变量选择方法相比,VCPA所选用的波长点最少,模型的预测能力最强,VCPA算法所采用的BMS变量采样策略弥补了蒙特卡洛采样方法的不足.研究结果表明,VCPA算法可以有效选择小麦蛋白质近红外光谱特征波长,提高预测模型的可靠性和适用性.     

普通小麦淀粉粒蛋白与籽粒硬度的关系

测定了38个小麦品种(系)的粗蛋白、粗淀粉及其组分、硬度和相对分子质量为15 000的水洗小麦淀粉粒蛋白的含量.统计分析结果表明:相对分子质量为15000的水洗小麦淀粉粒蛋白的含量与小麦硬度的相关性达极显著水平(R=0.923 9;N=38;P＜0.01),用该蛋白质的含量来预测小麦籽粒的硬度是可靠的.     

系统粉品质与离心法小麦淀粉和谷朊粉分离效果的关系

以制粉系统各粉路抽取的21个面粉样品为材料,研究样品的品质特性及其对离心法分离淀粉和谷朊粉效果的影响.结果表明:粉路各系统面粉样品的品质特性及淀粉与谷朊粉分离效果存在着不同程度的差异.对分离效果的相关性分析表明:麸星含量和灰分含量均与A淀粉得率呈极显著负相关,与面筋得率呈极显著正相关;湿面筋含量与A淀粉得率呈显著负相关,与面筋得率呈极显著正相关;吸水率与A淀粉得率呈显著正相关,与面筋得率呈极显著负相关;面筋指数与A淀粉和面筋得率无明显相关性.这说明麸星含量和灰分含量对淀粉分离效果的影响较大,二者含量越高,A淀粉得率就越低,而面筋得率则越高.     

近红外光谱技术在食用油种类鉴别及脂肪酸含量检测中的应用

应用近红外光谱分析技术分别建立了快速鉴别食用植物油种类的定性分析模型以及测定食用植物油主要脂肪酸含量的定量分析模型.实验根据19份食用植物油样品的近红外光谱,结合系统聚类方法建立了纯橄榄-芝麻-花生油定性识别模型,识别率和预测率可达100%.根据59个食用植物油样品的近红外光谱,结合模型优化方法建立了食用植物油中棕榈酸、硬脂酸、油酸3种主要脂肪酸含量的近红外定量分析模型,且模型指标较好.实验表明近红外光谱分析技术在食用植物油品质快速检测领域有很好的应用前景.     

近红外光谱技术在农药残留量检测中的研究

介绍了近红外光谱技术的发展及原理,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定性和定量实验研究．选取菠菜作为叶菜代表,用偏最小二乘建立校正模型,并对模型的通用性进行验证．实验表明,校正模型的预测结果比较理想,但模型的通用性还需要改善,同时还讨论了基于多信息融合技术在农药残留量检测中的研究前景．     

次粉及面粉淀粉的制备、分级与组成分析

对高筋粉和中筋粉及其对应的次粉进行淀粉、A淀粉、B淀粉、直链淀粉和支链淀粉的分离提取,并对提取得到的各淀粉及分级组分进行得率、纯度和基本组分的检测比较,发现次粉打麸粉中淀粉、A淀粉、直链淀粉和支链淀粉的得率,低于相应的面粉中各组分的得率;次粉淀粉的灰分、粗脂肪、粗蛋白含量和淀粉的破损程度(B淀粉除外)均要高于相应的面粉淀粉各组分;次粉总淀粉、B淀粉、直链淀粉和支链淀粉的纯度低于面粉各组分的纯度.