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。     

长白山野生平盖灵芝蛋白质营养价值分析

本研究旨在分析长白山野生平盖灵芝蛋白质营养价值。以长白山野生平盖灵芝为原料,测定其蛋白质以及氨基酸含量。采用蛋白质氨基酸评分(amino acid score,AAS)、化学评分(chemical score,CS)、氨基酸比值系数(ratio coefficient of amino acid,RC)、比值系数分(score of RC,SRC)、必需氨基酸指数(essential amino acid index,EAAI)、营养指数(nutritional indexes,NI)以及生物价(biological value,BV)对其蛋白质营养价值进行综合评价。结果表明:长白山野生平盖灵芝子实体中蛋白质、总氨基酸(total amino acids,TAA)、支链氨基酸(branched chain amino acids,BCAA)、风味氨基酸、必需氨基酸(essential amino acids,EAA)和非必需氨基酸(non-essential amino acids,NEAA)含量分别为12.14%、10.43%、2.16%、5.66%、4.01%和6.43%;EAA/NEAA和EAA/TAA分别为62.33%和38.39%;依据AAS和CS,第一、二限制性氨基酸(limiting amino acid,LAA)分别是甲硫氨酸+胱氨酸、赖氨酸。综上,长白山野生平盖灵重金属含量达到国家标准,蛋白质中氨基酸相对平衡,但在实际生产中应注意添加甲硫氨酸+胱氨酸和赖氨酸。     

小麦质量指标可见/近红外光谱动态检测方法研究

本文通过动态采集小麦的可见/近红外漫反射光谱(600～1 600 nm),结合偏最小二乘法(PLS)和BP神经网络(BP-ANN)建模方法建立小麦的蛋白质、水分、湿面筋、硬度指数的定量预测模型,利用决定系数(R2)、均方根误差(RMSE)和验证集标准偏差与预测标准偏差的比值(RPD)作为评价指标进行验证,比较分析了 3...     

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。     

近红外光谱法同时测定涪陵榨菜中果胶和总糖的含量

应用傅里叶变换近红外光谱技术,以涪陵榨菜为材料建立与其品质有关的果胶和总糖的定量分析模型。测定50份涪陵榨菜的近红外光谱数据,得到原始光谱,通过光谱预处理方法消除噪声,最后通过偏最小二乘法(PLS)建立回归模型。最终得到涪陵榨菜中果胶和总糖含量的近红外光谱分析模型,其决定系数(R2)分别为98.31、98.35,交叉验证均方差(RMSECV)分别为0.513、0.0531。用该模型对18份未知涪陵榨菜样本进行外部验证,其果胶和总糖的外部验证决定系数(R2)分别为96.69、95.63,预测集标准偏差(RMSEP)分别为0.572、0.0671。内部交叉验证和外部验证均证明,近红外定量分析有较高的准确度,能满足生产中对涪陵榨菜果胶和总糖同时测定的精度要求。     

制浆材木质素含量近红外分析模型传递研究

为研究制浆材中木质素含量近红外分析模型在两台便捷式近红外光谱仪间的传递,对制浆材木质素样品近红外光谱数据集进行代表性样本的选取、光谱预处理和界外样本的剔除,建立了源机的优化偏最小二乘（PLS）校正模型。分别采用斜率截距算法（S/B）、直接校正算法（DS）和典型相关分析算法（CCA）进行源机与目标机间的模型传递并比较了预测效果。结果表明,S/B算法模型传递效果较差,而经DS算法和CCA算法模型传递后的预测效果均有大幅提升。DS算法模型传递后决定系数（R2）、预测标准差（RMSEP）和相对标准差（RPD）分别为0.9643、1.0370%和5.3513;CCA算法模型传递后R2为0.9540、RMSEP为1.1766%、RPD为4.7711。因此,DS算法和CCA算法均可实现制浆材木质素含量近红外分析模型在两台便携式近红外光谱仪之间的传递。     

样品形态对绿茶品质成分近红外定量预测的影响

对110份绿茶样采用偏最小二乘法(PLS)建立水分、全氮量、粗纤维、水浸出物、茶多酚、咖啡碱和游离氨基酸的近红外预测模型。考察完整样、粉碎样的近红外光谱对该7种成分的建模效果,以及茶汤的近红外光谱对水浸出物、茶多酚、咖啡碱和游离氨基酸的建模影响。研究显示粉碎样光谱建立的模型最优,交叉验证均方差(RMSECV)和预测均方差(RMSEP)均小于0.5,外部验证的决定系数(R2)除粗纤维的为0.8598外,其余成分的R2均在0.9以上。茶汤光谱建立的模型效果不理想,其中咖啡碱和游离氨基酸的R2不超过0.5,相对分析误差(RPD)小于2.5%。结果表明:绿茶进行粉碎处理比完整样以及制备成茶汤建立的模型更为可靠,使用近红外光谱技术可以快速检测绿茶的7种成分。     

基于FT-NIR的葡萄酒发酵过程中挥发酸的定量分析

利用近红外光谱技术对葡萄酒发酵过程中挥发酸含量进行定量分析,通过偏最小二乘法建立葡萄酒发酵过程中挥发酸定量分析模型,同时采用间隔偏最小二乘法（iPLS）、后向间隔偏最小二乘法（BiPLS）、组合间隔偏最小二乘法（SiPLS）、竞争性自适应重加权算法（CARS）对整个谱区进行光谱特征变量筛选。以决定系数（R2）、校正标准偏差（RMSEC）、预测标准偏差（RMSEP）、相对分析误差（RPD）以及最佳主因子数为模型质量的评价指标。结果表明：进行变量筛选可对模型起到优化作用,提高识别精度,降低模型解析难度。其中CARS对模型的优化效果最佳,优化模型的决定系数R2达到0.868,RMSEC为0.033,RMSEP为0.032,RPD为5.31,有效简化了模型复杂程度,提高了模型稳定性和预测能力。     

傅立叶变换近红外光谱法测定豆腐干中总酸、蛋白质和水分含量

应用傅立叶变换近红外光谱技术,以豆腐干为材料建立豆腐干中总酸、蛋白质和水分含量分析模型.测定63份豆腐干的近红外光谱数据,得到原始光谱信息,通过光谱预处理方法消除原始光谱噪声,最后采用偏最小二乘法建立回归方程.最终得到总酸、蛋白质和水分含量近红外光谱分析模型的决定系数(R2)依次为98.24%、97.85%、99.17%,交叉验证均方根差(RMSECV)依次为0.0113、0.122、0.152.用该模型对21个未知豆腐干样品进行外部验证,其总酸、蛋白质和水分外部验证的决定系数(R2)依次为93.46%、97.49%、99.39%,预测标准偏差(RMSEP) 次为0.0208、0.121,0.121.内部交叉验证和外部验证均证明,近红外定量分析有较高的准确度,能满足生产中总酸、蛋白质和水分检测的精度要求.     

FT-NIR光谱法快速预测烟草中的游离氨基酸

为研究应用傅里叶变换近红外光谱(FT-NIR)法快速测定烟草中游离氨基酸质量分数的可行性,采用偏最小二乘法(PLS)作为建模方法,选择4 000~9 000 cm-1谱段,采用一阶导数和Norris滤波法进行光谱预处理,建立了烟草中的组氨酸、天冬酰胺、谷氨酰胺、脯氨酸、苯丙氨酸和色氨酸以及游离氨基酸总量的近红外预测模型;对比了近红外光谱技术和常规标准检测方法,并验证了模型偏差的显著性。结果表明:16种氨基酸以及游离氨基酸总量的最佳PLS预测模型的相关系数(r)均大于0.9,预测标准偏差(SEP)均小于校正标准偏差(SEC)的1.2倍,验证集样本的标准偏差(SD)与SEP的比值均大于2。2烟草中的组氨酸、天冬酰胺、谷氨酰胺、脯氨酸、苯丙氨酸和色氨酸以及游离氨基酸总量校正模型的交叉验证均方差(RMSECV)分别为0.021 7、0.186 0、0.202 0、0.818 0、0.032 6、0.047 8和1.592 0。3在显著水平0.05时,两种方法不存在显著性差异。近红外光谱技术可以准确地定量分析烟草中的6种游离氨基酸以及游离氨基酸的总量。     

发芽对糙米蛋白质及氨基酸组成特性的影响

研究了发芽过程中糙米蛋白质和氨基酸含量和组成特性的变化,并与精米和糙米比较,评价了发芽糙米蛋白质的营养价值。结果表明,发芽可以增加糙米蛋白质、总氨基酸和必需氨基酸的含量,必需氨基酸指数提高。发芽过程中清蛋白和谷蛋白含量均呈上升趋势,球蛋白含量呈下降的趋势。除发芽24h外,醇溶蛋白的含量在整个发芽期间也呈现增加趋势,增加的蛋白质主要是谷蛋白。各发芽阶段糙米的必需氨基酸和总氨基酸的比值均大于55%。18种氨基酸中有12种氨基酸的含量在发芽24h最高。发芽后赖氨酸和苏氨酸的含量增加较明显,但仍是限制性氨基酸;丝氨酸、谷氨酸、精氨酸和组氨酸含量均有所增加。发芽24h时EAAI最大,与FAO/WHO模式相比,EAA组成模式更加合理。发芽可以提高糙米蛋白质的营养价值,改善籼稻米的品质,其中以发芽24h为宜。     

近红外特征光谱定量检测羊肉卷中猪肉掺假比例

利用近红外漫反射光谱技术结合化学计量学方法对解冻掺假羊肉卷,进行猪肉掺假比例的定量检测研究。按照不同肥肉占比和不同猪肉掺假比例,制备324?个样品,并利用近红外光谱仪采集其光谱数据。对原始数据进行SG（Savitzky-Golay）平滑、SG一阶导、SG二阶导、多元散射校正、中心化、标准正态变量校正等预处理,并利用偏最小二乘回归（partial least square regression,PLSR）进行建模分析,其中SG平滑结合一阶求导预处理的模型预测效果最优。针对最佳预处理光谱采用竞争性自适应加权采样（competitive adaptive reweighted sampling,CARS）算法进行波长筛选,并建立特征波长PLSR模型,模型预测效果得到提高。其中,校正集和验证集决定系数分别为0.983?6和0.972?5,校正集和验证集的均方根误差分别为0.043?7和0.057?7,范围误差比为7.62。应用该CARS-PLSR模型对检验集进行预测,真实值与预测值的相关系数为0.913?8,结果表明采用近红外光谱分析技术可以实现不同肥肉占比羊肉卷中猪肉掺假比例的定量检测。     

A combination of near-infrared hyperspectral imaging with two-dimensional correlation analysis for monitoring the content of biogenic amines in mutton

The study investigated the feasibility of using a combination of near-infrared hyperspectral imaging (NIR-HSI) with two-dimensional correlation (2DCOS) analysis for rapid and non-destructive determination of the content of biogenic amines in mutton during refrigerated storage. Total contents of biogenic amines (TBA) were used as the perturbation. By analysing the synchronous and asynchronous two-dimensional correlation spectra, sensitive variables that were closely related to TBA contents were obtained. The results showed that the wavelengths in the spectra range of 1002–1335 nm were the research area for the detection of TBA contents in mutton. The least-squares support vector machines (LSSVM) model based on effective wavelengths selected by competitive adaptive reweighted sampling (CARS) from 2DCOS analysis showed excellent results, with correlation coefficient in prediction (Rp) of 0.91, root mean square error in prediction (RMSEP) of 1.67 mg kg⁻¹ and the ratio of performance deviation (RPD) of 2.76. The research demonstrated that the combination of NIR-HSI and 2DCOS could be used as an effective method for monitoring the content of biogenic amines in mutton.     

广西三个产区虫茶主要茶特征成分、挥发性成分分析及氨基酸营养评价

对广西三个主产区虫茶的主要茶特征成分、挥发性成分及氨基酸组成进行了分析,并采用氨基酸比值系数法对其氨基酸特性及营养价值进行评价。结果表明:广西虫茶内含物丰富且具有低咖啡碱高氨基酸的特性,不同产区虫茶的水浸出物、氨基酸、茶多酚均存在极显著差异（P<0.01）。三个产区虫茶共检测出36种挥发性成分,不同产区挥发性成分差异较大,融安以醇、酮类为主,龙胜以醛、酯类为主,三江以酸、酯类为主。此外,不同产区虫茶氨基酸各组分差异较大,其中组氨酸（His）、甘氨酸（Gly）有显著性差异（P<0.05）,精氨酸（Arg）、天门冬氨酸（Asp）等其他14类氨基酸均有极显著差异（P<0.01）;必需氨基酸/总氨基酸（EAA/TAA）与必需氨基酸/非必需氨基酸（EAA/NEAA）达到了WHO/FAO提出的理想蛋白质人体必需氨基酸模式;三个产区虫茶均含有9种药用氨基酸（MAA）,MAA/ TAA均值高达62.26%。氨基酸比值系数法评定可知三个产区虫茶的第一限制氨基酸均为蛋氨酸（Met）+胱氨酸（Cys）,赖氨酸（Lys）为龙胜、三江两个产区的第二限制氨基酸,其他必需氨基酸均接近或高于模式蛋白;同时,三个产区氨基酸比值系数分（SRCAA）在71.33~77.96之间,必需氨基酸指数（EAAI）均大于1,由此可见广西虫茶是一种优质蛋白质资源的选择,有作为保健饮料进行开发的潜力。     

利用近红外光谱技术快速测定木材水分和气干密度的研究

利用近红外光谱技术对木材水分和气干密度进行了快速测定。结果表明：两个水分模型的决定系数都接近1,RMSECV值小于0.2%,RPD值大于10,模型质量极好,对样品的预测偏差小于0.2%;气干密度模型的决定系数为0.976、RM-SECV值为0.0152g/cm^3、RPD值为6.47,模型质量好,对样品的预测偏差范围为-0.019～0.02g/cm^3。说明可以利用近红外光谱技术对我国造纸木材的水分和气干密度进行快速、准确的预测。     

MWPLS法在羊肉中TVB-N近红外定量分析中的应用

将移动窗口偏最小二乘（moving window partial least squares,MWPLS）法应用于羊肉中挥发性盐基氮（total volatile basic nitrogen,TVB-N）含量的近红外定量分析模型的构建中,通过改变MWPLS的窗口宽度,优选与羊肉中TVB-N含量高度相关的光谱区域。模型评价及验证结果显示,移动窗口宽度为160 个波长点时优选得到的光谱区域（1 325～1 484 nm）所构建的定量分析模型最佳,其预测相关系数、预测标准偏差、主因子数和预测偏差比率分别为0.856 84、0.564 29 mg/100 g、5和2.9,这说明MWPLS可以有效地筛选羊肉中TVB-N的近红外光谱信息区间,提高定量分析模型的预测能力,并降低数据的处理量（数据点由800 个减少为160 个）。     

Determination of protein, fat, starch, and amino acids in foxtail millet [Setaria italica (L.) Beauv.] by Fourier transform near-infrared reflectance spectroscopy

Quantitative detection of protein, fat, starch, and amino acids in foxtail millet using Fourier transform near-infrared spectroscopy (NIRS) was investigated. Foxtail millet samples (n=259) were analyzed using NIRS. Spectral data were linearized with data from chemical analyses. Calibration models were established using a partial least-squares (PLS) algorithm with cross-validation. Optimized models were tested using external validation set samples with coefficients of determination in the external validation (R ² _val) of >0.90. Residual predictive deviation (RPD) values were nearly equal to or >2.5 for crude protein, alanine, aspartic acid, glutamic acid, isoleucine, leucine, and serine. However, for glycine, histidine, phenylalanine, proline, threonine, tyrosine, and valine, the R ² _val values were >0.83 and RPD values were nearly equal to or >2.0. For crude fat, total starch, arginine, and lysine, the R ² _val values were >0.70 and RPD values were >1.5. NIRS is a rapid determination tool for foxtail millet breeding, and for quality control.     

近红外光谱技术在南极磷虾粉水分、脂肪和蛋白质含量快速检测中的应用

利用傅里叶近红外光谱分析技术,以磷虾粉样品的实测值与模型预测值为基础,研究了采用最小二乘法建立磷虾粉原始样品与磷虾粉混合样品中水分、脂肪和蛋白含量近红外定标模型的可行性和准确性.结果表明,磷虾粉近红外图谱最佳预处理方式为:标准正态变换预处理+一阶导数+Norris导数滤波;以磷虾粉混合样品构建的近红外模型较磷虾粉原始样...     

Application of NIRS for predicting fatty acids in intramuscular fat of rabbit

The aim of this study was to evaluate the use of near infrared reflectance spectroscopy (NIRS) for predicting fatty acid content in intramuscular fat to be applied in rabbit selection programs. One hundred and forty three freeze-dried Longissimus muscles (LM) were scanned by NIRS (1100-2498nm). Modified Partial Least Squares models were obtained. Equations were selected according to standard error of cross validation (SECV) and coefficient of determination of cross validation (R(2)(CV)). Residual predictive deviation of cross validation (RPD(CV)) was also studied. Accurate predictions were reported for IMF (R(2)(CV)=0.98; RPD(CV)=7.57), saturated (R(2)(CV)=0.96; RPD(CV)=5.08) and monounsaturated FA content (R(2)(CV)=0.98; RPD(CV)=6.68). Lower accuracy was obtained for polyunsaturated FA content (R(2)(CV)=0.83; RPD(CV)=2.40). Several individual FA were accurately predicted such as C14:0, C15:0, C16:0, C16:1, C17:0, C18:0, C18:1 n-9, C18:2 n-6 and C18:3 n-3 (R(2)(CV)=0.91-0.97; RPD(CV)>3). Long chain polyunsaturated FA and C18:1 n-7 presented less accurate prediction equations (R(2)(CV)=0.12-0.82; RPD(CV)<3).     

Tissue degradation,amino acid liberation and bacterial decomposition of bulk stored capelin

Bulk stored capelin with high contents of feed in the gut is easily solubilised because of high proteolytic activity. The amino acids most quickly liberated are arginine, serine, histidine, leucine, lysine and tyrosine; glycine, aspartic acid and glutamic acid are liberated at a slower rate. Bacterial activity results in a rapid and considerable decrease in total amounts of tyrosine, lysine, serine, arginine and histidine. The main products formed by bacterial decomposition of lysine, histidine and arginine are cadaverine, histamine and putrescine, respectively. Storage of capelin in the presence of antibiotics increased the amounts of free amino acids and total amino acids. After 10 days' storage at 6°C, about 30% of the total amino acid content in fish treated with antibiotics were fee amino acids.