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.     

脂肪酸分析结合基团红外光谱吸收识别稻米油

采用气相色谱法和红外光谱法结合簇类的独立软模式(SIMCA)识别方法对稻米油进行识别分析方法的研究.计算4种植物油(稻米油、大豆油、花生油和菜籽油)中8种脂肪酸含量;油脂样品和糠蜡样品采用傅里变换红外吸收光谱仪分别扫描其光谱,以1 080～1 125 cm-1和1 680～1 780 cm-1波段处的吸收值为不同种类油脂的红外特征信息.用SIMCA识别法分别对4种植物油建立种类识别模型.然后,以各种植物油脂的脂肪酸和红外吸收光谱的吸收值信息为变量,建立各种油脂的主成分分析模型,随机抽取2/3的样本为训练集,1/3为验证集,对所建立模型进行识别并验证,两种变量得到的模型的Q值均为0.9.两种方法的识别结果分别为97％和100％.     

近红外光谱结合SVM识别4种茶叶

用近红外光谱仪对绿茶毛峰、粗信阳毛尖、铁观音、峨眉雪芽等4种茶叶,120个样品进行扫描,获得近红外光谱数据.先随机选取2/3样品数据为模型集,其余为验证集,用支持向量机(SVM)将模型集构建模型,经验证集验证,最终获得了97.5%的识别率.又用主成分分析(PCA)的方法对数据降维,用前两个主成分画出4种茶叶分类图,并与SVM结果比较,表明SVM的方法更佳.     

基于近红外光谱技术测定小麦籽粒淀粉含量

采用化学方法测定78个小麦样品中的淀粉含量,运用近红外光谱仪采集小麦样品近红外光谱.用光学处理和数学处理等手段对模型的影响进行了探讨.结果显示,反相离散多元校正(Inverse MSC)与二阶导数结合对光谱数据进行预处理后,运用偏最小二乘法(PLS)所建分析模型的预测效果最优,其相关系数为0.951 7.以17个验证集样品进行外部检验,得小麦籽粒中淀粉含量的模型预测值与化学值之间的相关系数为0.978 6.     

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.     

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.     

三种不饱和脂肪酸的拉曼光谱及DFT计算快速鉴别方法的研究

为了快速区分食用油中油酸、亚油酸和亚麻酸这三种重要的不饱和脂肪酸,通过激光拉曼光谱实验和密度泛函理论计算两种方法分析并且比较了这三种不饱和脂肪酸的分子振动光谱。结合532 nm和785 nm两种光谱仪的实验结果与理论计算数据,这三种不饱和脂肪酸位于1 660 cm-1和1 440 cm-1两处振动模式相对强度的比值随三种不饱和脂肪酸中C=C双键个数的增加而增加。这提供了一种快速区分不同类型不饱和脂肪酸的方法, 将对食用油品质的快速检测有重要帮助。     

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差均符合要求．研究发现,近红外光谱技术用于快速无损检测面粉掺假是可行的．     

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.     

近红外光谱法主成分分析6种植物油脂的研究

采用近红外光谱技术,结合主成分分析方法,研究区分6种植物油脂的测定方法.用不同品种和不同产地的油料制备植物油,其中32种大豆、34种花生、28种菜籽和12种棉籽,采集不同厂家生产的20种棕榈油和12种米糠油样品.测定6种植物油脂138个样品的近红外透射光谱.以植物油脂的光谱信息作变量,应用NIRCa15.2软件进行光谱预处理及主成分分析,随机取2/3的样品作定标集,1/3作验证集,选取负荷量差别较大的7个主成分进行得分比较.结果显示,138个样品被识别为相互独立的6组,分类精度100%,验证准确率100%.     

面向土壤含量检测的近红外光谱仪分析与设计

针对土壤中水、有机质、氮和无机元素等物质的检测手段,提出了一种有效的近红外光谱仪光学设计方案。报道了国内现有的检测现状,分析了现有检测仪器的技术特点。在此基础上,采用双波段覆盖和复合消像散相结合的方法,设计了近红外光谱仪光学系统。将复合消像散方法应用于近红外双波段光谱仪的设计中,双波段覆盖范围达900~2500nm,且全波段范围下光谱分辨率优于2nm,RMS值小于24μm,在奈奎斯特采样频率下,MTF值在10lp/mm时可以达到0.7以上。采用双波段覆盖和复合消像散方法可设计高分辨率的宽光谱近红外光谱仪,所设计的光谱仪系统可以满足土壤含量检测方面的实用需求。     

污水化学需氧量近红外光谱分析的波段选择

采用近红外透射光谱和移动窗口偏最小二乘（MWPLS）方法,建立污水化学需氧量（COD）近红外光谱分析的优化模型最优模型的对应波段为820-850nm,采用波长点个数为16,PLS因子数、RMSEP、RP分别为13,25.5mg/L,0.968,预测相关很高,其预测效果明显优于全谱模型,并且采用的波长点个数远远优于全谱波长点的个数,大大降低模型的复杂性,可为设计专用近红外光谱仪器提供参考.     

食用油过氧化值的红外光谱测定方法研究

利用上表面抛光的圆柱体替代漫反射附件中的样品杯,构建基于反射-吸收原理的傅里叶变换红外(FTIR)光谱测定装置,用于测定食用油FTIR光谱。通过油脂中过氧化物与三苯基膦反应定量生成三苯基氧磷,以硝基苯为内标物,测定油脂样品与三苯基膦和硝基苯的异辛烷溶液的红外吸收光谱。利用由三苯基氧磷产生的位于542 cm-1处的和由硝基苯产生的位于1 531cm-1处的吸收峰的峰高比(r),建立了食用油过氧化值(POV)与FTIR光谱数据间的定量关系,并测定了9种、共30个食用油样品的POV。结果表明,红外光谱数据与POV间存在良好的线性关系:POV=14.84×r/m-2.76,相关系数为0.998 9。建立的红外光谱法(POVIR)与国标法(POVGB)测定结果间存在良好相关性,相关关系为POVIR=0.944 5×POVGB-1.00,相关系数(r)为0.998 6,说明所建立的油脂红外光谱法分析模型可以代替国家标准方法,快速、准确测定不同油脂的过氧化值。     

大豆油和花生油傅里叶变换红外吸收光谱识别分析

针对不同品种的大豆和花生样品,经溶剂提取,挥干溶剂后,采用傅里叶变换红外光谱仪,分辨率4 cm-1,扫描次数70,扫描范围400-4000 cm-1,经光谱预处理后,提取油脂红外吸收特征信息,将1746 cm-1和2855 cm-1处峰面积比值作为横坐标,1099 cm-1处与1119cm-1处的吸收峰面积比值作为纵坐标,用Excel软件作出二维分析图,考察两种溶剂(无水乙醚和石油醚)提取油脂对红外吸收光谱的影响.结果表明:两种油脂识别效果均较理想,二者相比,红外吸收光谱的识别分析后者优于前者.     

近红外光谱法快速测定三七总皂苷的方法研究

以中药为实例 ,提出用近红外光谱技术快速检测复杂物质分析体系中有效组分 .在 0 .133%～ 7.0 4 0 %浓度内 ,根据三七总皂苷在 75 0 0～ 4 0 0 0 cm- 1 的近红外吸收光谱 ,利用光纤远程传输技术 ,采用偏最小二乘算法建立校正模型 ,建立了在三七药材提取物中定量检测该物质的新方法 .交叉检验的最佳主因子数为 4 ,相关系数 R2 为99.4 3% ,交叉验证均方差为 0 .15 9% .该方法快速、准确、简便 ,适合于中药工业过程在线检测 .     

葡萄糖水溶液FTIR/ATR光谱分析的吸收峰组合模型

利用傅立叶变换红外光谱（FTIR）结合衰减全反射（ATR）技术建立葡萄糖水溶液的分析模型.基于葡萄糖水溶液与去离子水的差谱,找到5个吸收峰：1150,1103,1078,1034,991（cm-1）.建立吸收峰组合多元线性回归（MLR）模型,最优组合为1103,1034,991（cm-1）,对应预测均方根偏差（RMSEP）、预测相关系数（RP）分别为0.933 mmol/L,0.989,大幅度优于全谱（4500-600 cm-1）偏最小二乘（PLS）模型的预测效果,并且大大降低了模型复杂性.为了得到稳定可靠的结果,所有模型都是基于50个定标集和预测集划分的平均效果得到的.     

基于近红外光谱的纯花生油掺伪快速鉴别方法研究

针对目前国内缺乏快速鉴别花生油掺伪鉴别技术的现状,提出基于近红外光谱的纯花生油掺伪快速鉴别方法.实验分别配制了掺入大豆油、菜籽油、棕榈油和调和油的4类掺伪花生油样品共40个,纯花生油样品5个,采集样品近红外全谱,通过支持向量机技术建立纯花生油掺伪鉴别模型.结果表明,选取径向基函数为支持向量机核函数,通过网格搜索和k折校验法确定核参数γ为1,惩罚参数c为1 024,建立纯花生油掺伪鉴别模型的识别率和预测率均达到100%,基于近红外光谱的花生油掺伪快速检测技术具有较好的可行性和实用性.