基于近红外光谱技术与BP-ANN算法的豆粕品质快速检测

应用近红外漫反射光谱技术结合误差反向传递人工神经网络(BP-ANN)算法,建立豆粕品质(包括水分、粗蛋白、残油)的定量分析模型。将豆粕漫反射吸收光谱数据进行SNV、DT、SG求导、SG平滑和均值中心化处理,然后采用偏最小二乘方法(PLS)降维获取主成分,并优化选择合适的隐含层节点数、隐含层和输出层转化函数,建立校正模型,并用验证样品对校正模型进行验证。结果显示,BP-ANN法建立的水分、粗蛋白和残油的预测相关系数(R)分别为0.981、0.988、0.982,预测标准偏差(SEP)分别为0.120、0.216、0.036,均优于PLS建模方法结果,且满足传统分析方法的重复性要求,表明BP-ANN方法可用于生产过程豆粕品质的快速监控。     

基于近红外光谱的大豆油质量快速检测技术应用研究

利用近红外光谱快速检测大豆油脂的过氧化值和酸值,分析发现大豆油脂的过氧化值和酸值在近红外光谱区域有特征吸收峰,通过对比分析,优选出大豆油脂过氧化值特征波段为4500~9000 cm^-1,大豆油脂酸值的特征波段为4500~5000 cm^-1,采用小波变换对光谱去噪并利用PLS建立了预测模型,大豆油脂过氧化值和酸值模型的相对标准偏差RSD分别为3.513%和3.629%,准确度与化学方法相近,说明利用近红外光谱分析技术快速检测大豆油脂主要指标是可行的。     

基于近红外高粱水分的快速分析研究

为了实现高粱水分指标含量的快速分析,并使分析结果能够及时有效地反馈到生产车间,以指导车间日常生产.采用近红外光谱技术对高粱样品进行光谱扫描,并结合传统分析方法,最终建立了高粱水分指标的快速分析模型.结果表明,所建模型的线性关系较好,R2为0.9558,且模型内部参数RMSEC和RMSECV值均较小,分别为0.280和0...     

基于近红外的蔬菜农残快速定性检测技术研究

将基于统计学理论的支持向量机（SVM）和近红外光谱（NIR）技术相结合,用于蔬菜上有机磷农药残留的快速检测分析。实验以蔬菜上常用的毒死蜱农药为分析对象,配制了浓度为0.005～5mg/kg共86个模拟的蔬菜农残样品,分别采用含量梯度法和Kennard-Stone法挑选训练集样品,以0.05mg/kg为检测阈值,建立基于样品近红外光谱的支持向量机定性识别模型,通过对惩罚参数的调整取得了满意的鉴别效果,为实现对蔬菜上的农药残留分析进行快速检测提供了一条可能的途径。      

基于近红外光谱技术的桃品质指标快速检测方法研究

采用傅里叶变化近红外光谱技术建立桃的甜度、酸度和硬度品质参数快速检测方法.采集1 000～2 500nm范围的近红外光谱,选取1 110～2 325nm为分析区域,描述谱峰的归属.以常规分析测定值作建模数据,采用偏最小二乘(PLS)回归法建立桃的品质参数定量分析模型,并考察近红外光谱预处理方法对模型的影响.分别用验证集和校正集样本分析模型预测的准确性.结果显示预测集均方差(RMSEP)分别为0.98、0.309、2.81,校正集均方差(RMSEC)分别为0.258、0.1、1.83,相关系数分别为0.9766、0.8918、0.9497.样本的预测值与真实测定值之间没有显著性差异(P＞0.05).本研究结果表明,采用近红外光谱法可同时测定桃的甜度、酸度和硬度等品质参数.与传统的化学分析方法相比,该方法具有快速、无损、简单等特点.     

利用DA7200近红外仪快速检测大豆粕品质的研究

本研究利用瑞典波通DA7200型固定光栅连续光谱近红外分析仪对460份来自阿根廷、美国和巴西三个国家的进口大豆加工的豆粕进行了分析,并根据定标样品的吸收光谱与化学分析数据建立了豆粕的水分．蛋白质及脂肪等三项指标的定标模型。定标模型的统计分析结果显示,三项指标的模型均具有较高的相关性（R^2=0．9616-0．9886）．和较低的交互验证标准偏差（SECV=0．0794～0．2160）。选用具有代表性的预测集样品对校准模型的准确性进行预测。预测结果显示：预测标准偏差在0．10～0．27之间,双试样标准差在0．03～0．10之间。近红外光谱技术用于快速测试豆粕品质是可行的,能够用于豆粕生产厂家产品的品质控制。     

近红外光谱技术快速检测宣酒入池酒醅的理化指标

研究结合近红外光谱技术和偏最小二乘法,建立了宣酒芝麻香和小窖绵柔入池酒赔中水分、酸度、淀粉的定量模型。芝麻香酒赔水分、酸度、淀粉的预测值和实测值的平均绝对误差分别为0.80%、0.09 mmol/10g、0.47%;小窖绵柔酒赔水分、酸度、淀粉的预测值和实测值的平均绝对误差分别为0.84%、0.14 mmol/10g、0.85%。所建模型能满足日常生产的需要,大大提高了工作效率。     

近红外光谱技术在坚果检测中的应用研究

坚果是我国重要的林果资源,因其口感好、营养价值高受到广大消费者的喜爱,但目前的常规检测手段都是一次性、破坏性的.近红外光谱分析技术(near infrared spectroscopy,NIRS)具有速度快、操作简单、绿色无污染等优点,是用于坚果检测的一种有效技术.对近年来近红外光谱分析技术用于检测坚果的蛋白质、脂肪酸...     

近红外光谱分析技术快速检测冰温贮藏牛肉品质

利用近红外光谱分析技术建立冰温贮藏牛肉品质的快速定量检测方法。采用近红外光谱技术建立近红外光谱的PH值、失水率、挥发性碱基总氮、色差值(L*/a*)的校正模型,能同时预测出牛肉样品的多项品质指标。结果表明:建立的校正模型相关系数都在0.70以上,校正模型的预测值与真实值决定系数均在0.90以上,具有较高的预测准确度。并且利用聚类分析的方法对不同贮藏阶段肉品近红外光谱的数据进行了分类处理,聚类分析结果证明,近红外反射光谱对牛肉的新鲜程度有着较好的分类结果。近红外光谱技术能够替代传统方法快速、非破坏地评价牛肉的肉品质及新鲜程度。     

基于近红外光谱技术快速检测稻谷水分含量

目的:建立一种无损、快速高效的稻谷水分含量检测方法。方法:研究收集了不同年份的稻谷样品161份,运用近红外光谱结合化学计量学方法,通过剔除异常光谱和光谱预处理,采用偏最小二乘法建立稻谷水分含量预测模型。结果:采用主成分分析结合马氏距离的方法剔除异常光谱样品15个,最佳的光谱预处理方式为消除常数偏移量。训练集建立的预测模型(R_CAL²)为0.9943,模型标准偏差(RMSEC)为0.21%,模型交叉验证决定系数(R_CV²)为0.9936,模型交叉验证标准偏差(RMSECV)为0.32%,表明预测模型交叉验证预测样品水分含量准确度高。用验证集样品检验预测模型,模型验证集验证决定系数R 2 VA L为0.9801,模型验证集验证标准偏差(RMSEP)值为0.36%,相对分析误差(RPD)值为7.14,表明预测模型对未知样品的预测准确度高。验证集样品实测值与预测值均值方程T检验结果P值(双侧)为0.879,验证集样品实测值与预测值之间差异不显著,表明预测模型的预测结果可信度高,验证集样品预测值与实测值的误差在±1%,且90%以上的验证集样品其预测值与实测值的误差都在±0.5%以内。结论:建立的稻谷水分预测模型可以实现收储稻谷的无损、快速、准确检测。     

基于近红外光谱技术快速检测椰汁品质

本研究应用近红外光谱技术结合主成分分析法(PCA)对3个不同品种的椰子,3个不同品牌成品椰子饮料及椰子粉进行定性分析。结果表明,对椰子3种不同形式的加工产品(椰子原汁、椰子饮料、椰子粉)进行定性分析的准确判别率均达到100%。采用近红外光谱技术结合偏最小二乘法(PLS)对椰汁饮料中原汁含量进行定量分析。为保证所建模型的稳健性、准确性,消除干扰,采用6种不同的预处理方法对近红外光谱技术进行优化,结果表明经过中心化预处理可得最佳模型,其R_p²、RMSEP、R_c²、RMSEC分别为0.9942、0.0435、0.9932、0.0519。本研究表明近红外光谱技术可为市售椰汁及椰子加工制品品质的快速、无损检测提供一种新思路。     

近红外光谱技术在快速检测白酒酒醅中的应用

研究利用近红外光谱技术构建白酒酒醅分析模型,实现对泸型白酒酒醅水分、酸度和淀粉含量的大批量快速定量分析.利用趋近归一化(ncl)、一阶导数(db1)等光谱预处理方法对光谱进行处理,使用协同区间偏最小二乘法(SIPLS)、向后间隔偏最小二乘法(BIPLS)等算法对光谱波段进行优化选择,通过偏最小二乘法(PLS)建立快速检...     

基于近红外光谱的淀粉含水量快速检测研究

运用近红外光谱分析技术检测淀粉的含水量,收集了国内常用的不同种类的淀粉,选择最优的光谱预处理方法和光谱范围,运用偏最小二乘法(PLS)进行定量分析研究。结果表明,采用偏最小二乘法(PLS)所建的定量分析模型的相关系数R2达0.9912,预测均方根误差RMSEP为0.0784,偏差为0.132。研究发现,近红外光谱技术用于快速无损检测淀粉含水量是可行的。      

基于近红外光谱技术建立棉籽蛋白质含量快速无损测定方法

棉籽是棉花产业的重要副产品,含有丰富的棉籽蛋白,是牲畜蛋白质的重要来源,提高棉籽蛋白质的利用率对缓解我国蛋白资源短缺有着重要意义。快速无损环保测定棉籽蛋白质含量方法的建立,对于合理有效的利用棉籽资源和开展棉籽营养品质遗传改良等方面的研究具有关键作用。本研究通过凯氏定氮法对187份棉花品种进行棉籽蛋白质含量化学值测定,利用近红外光谱分析仪分别采集三种不同棉籽形态毛籽、光籽和种仁的光谱特征信息,经过不同数学算法处理和散射处理等方法结合改良偏最小二乘法 (Modified partial least squares, MPLS), 建立了三种不同棉籽形态蛋白质含量快速无损检测的近红外光谱模型。构建的毛籽、光籽和种仁三种近红外检测模型的定标相关系数 (Regression squared, RSQ) 分别为0.957、0.971、0.989,并通过差异统计分析比较,验证集的化学值与近红外光谱预测值间不存在显著差异。结果表明三种不同棉籽形态下建立的近红外光谱检测模型都具有良好的准确性,能够针对不同待测样品类型进行准确的蛋白质含量检测。本研究建立了毛籽、光籽以及棉仁三种棉籽蛋白质含量的近红外光谱检测模型,实现了棉花种子蛋白质含量的快速无损低消耗检测,为棉籽综合利用以及棉籽高品质育种提供技术支撑。     

近红外漫反射技术快速检测黄酒酒醅中酒精度

利用傅里叶近红外漫反射光谱技术结合偏最小二乘法(PLS),建立了黄酒酒醅中酒精度的快速定量检测模型.通过优化波数范围和维数,选择最佳光谱预处理方法,在建立的酒醅酒精度的模型中,用相关系数(R)、交叉验证均方差(RMSECV)和相对分析误差(RPD)衡量模型的预测精度和稳定性.模型的R值达0.9912,RMSECV值为0...     

近红外光谱技术在茶叶生产质控与品质评价中的研究进展

茶是世界上最受欢迎的饮料之一,在国内外均有庞大的市场。市场的发展对茶叶的品质要求不断提高,而快速、可靠的茶叶质量控制与品质评价技术是辅助茶叶品质提升的重要手段,一直是研究者关注的热点。传统的茶叶质量与品质检测方法费力、耗时或极具主观性。近红外光谱技术以其简单、无损、快速的特点,在茶叶生产质控与品质评价中越来越受到人们的欢迎。基于近红外光谱的检测技术是一种间接的检测方法,其检测结果容易在数据传递过程中受到各种影响因素的干扰,本文总结了近红外光谱技术在茶叶生产质控与品质评价中的重要影响因素,为后续研究与应用提供技术参考。本文还分析了近红外光谱技术在茶叶生产质控与品质评价中的应用状况,并对研究前景进行展望,以此为应用近红外光谱技术于茶叶生产质控与品质评价中的研究方向提供参考。     

近红外光谱技术快速检测小龙虾新鲜度

应用近红外光谱技术实现对小龙虾新鲜度的快速检测。利用化学计量学方法,通过对近红外品质分析仪采集的虾肉绞碎前后光谱（850～1 050 nm）调整不同预处理方法、偏最小二乘法和组合算法,建立一种基于总挥发性盐基氮（total volatile basic nitrogen,TVB-N）含量的小龙虾新鲜度定量预测模型。结果表明：采用标准正态变量变换与一阶导数结合的预处理方法模型预测效果最好,且绞碎后的虾肉光谱比绞碎前建模效果更好;为满足实际应用需要,对绞碎前的虾肉TVB-N含量预测模型进行分析,其交叉验证误差为3.123,交叉验证相关系数为0.947,用此模型对预测集24 个样品进行预测,预测值与实测值的交叉验证相关系数为0.951 4,在TVB-N含量超过20 mg/100 g（不新鲜）的检测准确率为100%。近红外光谱技术可应用于快速检测小龙虾新鲜度,所建模型具有较好的预测能力。     

基于近红外光谱无损快速检测面粉品质的研究

提出一种基于近红外光谱技术结合偏最小二乘法对面粉品质进行无损快速检测的方法．配制含滑石粉的面粉样品30个,采集样品在12500～4000cm^-1范围内的近红外漫反射光谱,选择最优的光谱预处理方法和光谱范围,采用偏最小二乘法（PLS）建立定量分析模型．结果表明所建定量分析模型的相关性能比较高,预测相关系数和预测均方根误...     

近红外光谱技术在食品成分检测中的研究进展

近红外光谱技术作为一种快速、高精度、无损、无污染的分析技术,已被广泛应用于食品成分检测领域.近红外光谱技术结合化学计量学方法,可对食品中的蛋白质、糖类、脂肪等成分进行快速检测,对食品质量控制有着重要意义.文章综述了近红外光谱技术在食品成分检测中的应用现状,并对其今后的发展进行了展望.