蜂蜜中羟甲基糠醛的近红外光谱快速测定方法

为实现蜂蜜中羟甲基糠醛的快速测定,利用近红外(NIR)光谱分析技术结合偏最小二乘法(PLS)建立了蜂蜜中羟甲基糠醛的定量分析模型,并进行了预测。通过光谱扫描,波数范围为7706~4009cm-1、一阶导数、norris derivative平滑及10个因子数进行光谱预处理,偏最小二乘法(PLS),交叉验证。结果表明,羟甲基糠醛定量模型的交叉验证相关系数(Rcv2)=0.99620、交叉验证均方差(RMSECV)=2.40;预测相关系数(Rp2)=0.99874、预测均方差(RMSEP)=2.02;预测值与测定值之间无显著差异,该方法适用于蜂蜜中羟甲基糠醛的快速测定。     

蜂蜜中还原糖组分的近红外光谱应用研究

为探索快速测定还原糖含量的方法,提出了用傅立叶变换近红外光谱技术结合偏最小二乘法(PLS)建立近红外光谱与蜂蜜还原糖含量的数学模型并进行预测。通过光谱扫描还原糖含量在61.3%～75.22%范围的蜂蜜样本,选择11992.1～7494.6cm-1波数范围、二阶导数、及10个因子数进行光谱预处理,偏最小二乘法(PLS)交叉验证。结果表明,模型的校正决定系数(Rcal)、校正均方差(RMSEE)、交叉验证决定系数(RCV)、交叉验证均方差(RMSECV)分别为99.71%、0.27%、98.44%、0.45%。用该模型对验证集样本进行预测并统计分析,表明预测值与测定值无显著差异。因此,用该方法快速准确定量分析大批蜂蜜中的还原糖含量具有重要意义。     

近红外光谱法对茶叶中的咖啡碱含量的快速测定

以贵州省各地茶叶为研究对象,以近红外光谱分析技术快速检测茶叶中的咖啡碱含量为目的,将茶叶制成粉末进行光谱扫描并用化学法测定其咖啡碱含量,将偏最小二乘法与傅立叶变换近红外光谱法相结合,建立茶叶中咖啡碱含量的模型.通过多元散射校正(MSC)处理光谱,光谱范围选择4493.33cm-1～4354.48cm-1,5800.83cm-1～5696.69cm-1,主因子数为10,得到模型的内部交互验证相关系数(P)为0.991,交互验证均方差(RMSECV)为0.205;模型的预测值与化学测定值的相关系数为0.999,预测标准偏差(RMSEP)为0.242.通过稳定性试验得到的RSD都在0.30％以下.结果表明,模型的预测效果很好,具有较高的精密度和较好的稳定性,且方法简捷,能满足茶叶中咖啡碱的快速检测要求.     

近红外光谱法快速测定养生酒的酒精度方法研究

应用近红外光谱技术测定养生酒中酒精度,得到养生酒中酒精度的快速检测技术,将偏最小二乘法(PLS)与傅立叶变换近红外光谱法(NIRS)相结合,建立养生酒酒精度的快速定量分析模型,并以该模型对未知养生酒样品的酒精度含量进行预测,验证模型的可靠性。通过标准归一化预处理光谱,光谱范围选择8519.97～8361.83 cm~(-1)、6429.51～6178.81 cm~(-1)、4890.59～4813.45 cm~(-1),主因子数为7,得到模型的内部交互验证相关系数(R)为0.9994,交互验证均方差(RMSECV)为0.163;模型的预测值与实测值的相关系数为0.9986,预测标准偏差(RMSEP)为0.175。结果表明,模型的预测效果很好,具有较高的精密度和良好的稳定性,能满足生产中养生酒酒精度的快速检测要求。     

近红外光谱采集方式与样品形态对带鱼新鲜度检测结果的影响

研究了近红外漫反射和漫透射两种方式以及鱼糜和整鱼两种形态对带鱼新鲜度检测结果的影响。利用积分球漫反射系统采集4000~10000cm-1范围内的带鱼鱼糜漫反射、漫透射和整鱼漫反射光谱,根据训练集交叉验证均方差(RMSECV)及相关系数r对建模参数进行优化,分别建立了挥发性盐基氮(TVBN)、pH和菌落总数的偏最小二乘(PLS)定量检测模型。根据模型对预测集样品的预测均方差(RMSEP)及其相关系数r以及配对t-检验验证模型的预测能力。结果表明,所建模型对带鱼新鲜度的预测性能均良好。但近红外漫反射与漫透射两种光谱采集方式相比,前者所建模型的预测能力高于后者。采用漫反射光谱时,鱼糜模型的预测能力高于整鱼。因此,检测带鱼新鲜度时宜采用鱼糜的漫反射光谱。     

近红外光谱技术快速检测腊肉酸价和过氧化值

探讨应用傅里叶近红外光谱技术快速定量检测腊肉酸价和过氧化值的方法。腊肉样品经粉碎、混匀后在AntarisⅡ傅里叶近红外光谱分析仪上扫描,获得其近红外光谱与国标法测定的酸价和过氧化值含量数据进行关联,用傅里叶变换近红外光谱技术结合偏最小二乘法建立近红外光谱与腊肉酸价和过氧化值含量的数学模型并进行预测。结果表明：酸价模型中,校正决定系数和交叉验证决定系数分别是0.99582和0.98687,校正均方差和交叉验证均方差分别是0.1370和0.1900;过氧化值模型中,校正决定系数和交叉验证决定系数分别是0.99999和0.99926,校正均方差和交叉验证均方差分别是0.756×10-4和0.684×10-3。用该模型对验证集样本进行预测并统计分析,表明预测值与测定值无显著差异,傅里叶近红外光谱技术快速定量检测腊肉酸价和过氧化值是可行的。     

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。     

近红外光谱建模法快速测定桔子精油中柠檬烯的含量

采用近红外光谱分析技术获取桔子精油的光谱信息,结合偏最小二乘法(partial least square,PLS)回归分析提取光谱信息中的差异,通过化学计量学将光谱信息差异与对应的柠檬烯测定值关联,建立桔子精油中柠檬烯含量的近红外定量分析模型。模型的校正相关系数R_C为0.997 7,校正均方差为0.412;预测相关系数R_P为0.998 2,预测均方差为0.396;交互验证相关系数R_V为0.994 0,交互验证均方差为0.662;模型的性能指数为94.7。模型近红外光谱(near infrared spectroscopy,NIR)预测值与标准值之间的误差在-0.8%～1.2%之间。模型有良好的预测能力及稳定性。     

NIR光谱法测定烟草中棕榈酸、亚麻酸及亚油酸

为了快速检测烟草样品中的棕榈酸、亚麻酸及亚油酸含量,采用偏最小二乘法(PLS)将242个烤烟样品的近红外光谱(NIR)及其棕榈酸、亚麻酸、亚油酸含量GC测定值进行拟合,建立了校正模型,考察了光谱预处理方法和光谱谱区范围对模型的影响,并进行了内部交叉验证和模型精度检验及30个测试样品的外部验证。结果表明:①多元散射校正法和7502~5442.3,4427.9~4246.7 cm-1,一阶导数法和7502~5442.3,4601.5~4246.7 cm-1,矢量归一化法和8724.7~5438.5,4427.9~4246.7 cm-1谱区范围分别适合棕榈酸、亚麻酸、亚油酸模型;②3个模型的平均相对精度分别为98.41%,97.84%,98.84%;③3个模型的预测标准偏差均小于5%,且NIR预测值与GC测定值不存在显著性差异。NIR光谱法适合批量烟叶样品中棕榈酸、亚麻酸及亚油酸含量的快速分析。     

番茄总糖含量的近红外光谱无损检测方法研究

根据偏最小二乘法建立番茄总糖含量的定量分析模型,比较原始光谱和平均光谱以及10 种光谱预处理方法对近红外光谱无损检测番茄总糖含量的影响。结果表明：平均光谱所建立的偏最小二乘法校正模型明显优于原始光谱所建模型,常数偏移消除最适合番茄总糖近红外光谱的预处理,其在11998.9～7497.9cm-1 和4601.3～4256.5cm-1优化光谱区内,所建偏最小二乘法定量分析模型的预测值和实测值的相关系数(R)为0.917,校正标准差(RMSEC)为0.263%,预测标准差(RMSEP)为0.236%。平均光谱和优化的光谱预处理方法可有效提高近红外光谱无损检测番茄总糖含量的准确性。     

基于近红外光谱对牛奶中掺杂尿素的判别分析

采集40个合格的纯牛奶样品,并配制含有尿素为1～20g/L的40个牛奶样品,研究掺杂尿素牛奶的二维相关近红外特性,在此基础上选择波数4200～4800cm-1为建模区间,采用偏最小二乘法建立定性、定量模型。结果指出通过判别偏最小二乘法可以实现纯牛奶及掺杂尿素牛奶的定性鉴别,判别正确率为100%;掺杂牛奶校正集相关系数R为0.999,交叉验证均方差为0.242,对未知样品集预测相关系数R达到0.999,预测标准偏差为0.57,这表明所建模型具有较好的预测效果。     

基于近红外光谱法快速测定许氏平鲉脂肪和 水分含量的方法研究

目的建立近红外光谱法结合偏最小二乘法测定许氏平鲉鱼肉中的脂肪和水分含量,以期简便、快速地对许氏平鲉进行品质分析与评价。方法采用常规分析手段测定70个样品的脂肪和水分含量,同时采集其近红外光谱数据,结合偏最小二乘法(partial least square,PLS)建立许氏平鲉鱼肉中脂肪和水分的定量预测模型,并对比不同光谱预处理方法、光谱范围和因子数对定量预测模型的影响。结果光谱经Savitzky-Golay(S-G)和标准正态变量变换(standardized normal variate,SNV)预处理后,在5341.85~4007.36 cm~(-1)、6556.79~5345.71cm~(-1)和8651.10~7162.33 cm~(-1)光谱范围内,选取主因子数10,建立脂肪的校正模型性能最优;光谱经过SNV预处理后,在8886.38~4061.35cm~(-1)光谱范围内,分别选取主因子数为9时,建立的水分的校正模型性能最优。脂肪和水分含量相对最优PLS模型的校正集相关系数分别为0.9918和0.9912,校正标准偏差分别为0.2680和0.3300,交叉验证相关系数分别为0.9820和0.9810,交叉验证均方差分别为0.3980和0.4850,验证集相关系数分别为0.9804和0.9798,验证集均方差分别为0.3260和0.3070。结论本方法可较为准确地预测许氏平鲉鱼肉中的脂肪和水分含量,能够满足快速分析评价许氏平鲉品质的要求。     

近红外透射光谱分析油茶籽油掺入豆油的研究

采用傅里叶近红外透射光谱技术,应用于不同比例(0%～50%)的豆油和油茶籽油的二元体系样品,通过各种光谱预处理方法和回归方法的优化,建立了检测油茶籽油中掺杂豆油含量的近红外光谱的定量模型。以"二阶导数+Norris derivative filter"的最佳预处理方法和PLS的回归方法所建模型最佳,其校正相关系数(Rc)和校正标准误差(RMSEC)分别为0.999 99、0.057 70;交叉检验相关系数(Rcv)和交叉检验校准误差(RMSECV)分别为0.999 99、0.071 9;最优波段为5 037.16～4 728.60 cm-1、7 852.72～7 089.04 cm-1、8 577.82～8 323.26 cm-1;最佳主因子数为6。另外,经外部验证15份随机样品的化学值和NITS预测值的相关系数(R2)为0.998。表明近红外透射光谱法能够快速、准确地定量分析掺假油茶籽油中豆油的含量(范围为0%～50%)。     

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。     

基于近红外光谱技术快速检测苦荞面条中荞粉含量

以苦荞面条为研究对象,采用近红外漫反射光谱(NIR)技术结合偏最小二乘法(PLS)建立预测苦荞面条中荞粉含量的定量模型,实现荞粉含量的在线快速检测。根据参考值,制作230份苦荞面条样品,分别以移动平均平滑、一阶导数、归一化处理、标准正态化、多元散射校正等方法预处理光谱。结果表明,选择波数9 403.6～7 498.2,6 101.9～5 446.2 cm~(-1)+一阶导数+多元散射校正(MSC)所建的模型效果最好,预处理后模型相关系数为0.983 9,其交叉验证均方根误差(RMSECV)、预测标准误差(RMSEP)、预测相对分析偏差(RPD)、最低检出限(LOD)和定量检出限(LOQ)分别为1.14、0.894、7.89、2%、5%。外部验证预测相关系数为0.985 2,RMSEP、RPD分别为0.881、5.41,相对标准偏差(RSD)均小于1,不同产地苦荞粉对比验证集的R~2、RMSEP、RPD分别为0.963 7、0.926、5.22,RSD较小,模型具有较高的精密度,符合实际生产的需求。该方法快速、低成本、准确、简便、无污染,可以实现苦荞面条中荞粉含量的快速检测。     

基于近红外光谱定量分析植物水解蛋白掺假牛奶

植物水解蛋白是一种典型的蛋白质含氮掺假物质,被不法商贩作为廉价的蛋白质添加到牛奶中以提高其蛋白质含量。本研究自行配置不同浓度的植物水解蛋白掺假牛奶,应用近红外光谱分析仪漫反射模块直接扫描掺假样品,同时使用透射分析模块扫描三氯乙酸前处理的掺假样品;应用TQ软件分别建模并比较两种方法差异。结果表明:使用一阶导数Norris Derivative滤波预处理,在8000~5000 cm~(-1),主成分数10,使用PCR构建了最优植物水解蛋白漫反射定量分析模型,RMSEC、RMSEP和R分别为0.224、0.214和0.98414,平均回收率为93.2479%。使用一阶导数Norris Derivative滤波预处理,在10000~7000 cm~(-1),主成分数10,使用PCR构建了最优植物水解蛋白透射定量分析模型,RMSEC、RMSEP和R分别为0.175、0.138和0.99036,平均回收率为98.7351%。经过三氯乙酸处理的透射模型更加精确和稳定,可以用于牛奶中植物水解蛋白的检测,可以为牛奶品质控制和快速定量提供参考。     

基于MCCV奇异样本筛选和CARS变量选择的蜂蜜pH值和酸度的近红外光谱检测

采用Norris平滑加一阶微分数据预处理,蒙特卡洛交互验证(MCCV)的奇异样本筛选和CARS(competitive adaptive reweighted sampling)变量选择法,用Kennard-Stone(KS)法划分训练集和预测集,偏最小二乘(PLS)回归近红外光谱建模,对蜂蜜pH值和酸度进行定量分析。pH值和酸度校正模型的交互验证决定系数(Rcv2)、交互验证均方差(RMSECV)、预测集决定系数(Rp2)、预测均方差(RMSEP)分别为0.8516和0.8723、0.1214和2.1734、0.8205和0.8250、0.1196和2.4674。结果表明,该方法适于蜂蜜pH值的测定,而不宜用于测定蜂蜜酸度。     

红外光谱快速测定油茶籽油中主要功能活性成分含量的模型建立与评价

以从企业采集的50个油茶籽油样品为试验材料,通过扫描获取红外光谱并筛选特征波段,利用偏最小二乘法(PLS)建立油茶籽油中甾醇、维生素E和类胡萝卜素含量的预测模型,并通过系列参数对模型进行评价。结果表明:在400~1 850 cm~(-1)波数范围内,甾醇、维生素E和类胡萝卜素校正集相关系数(R_C)分别为0.978 9、0.980 1和0.949 9,交叉验证均方根误差(RMSECV)分别为42.38、25.64、0.84 mg/kg,经对模型进行验证,上述3种成分预测集相关系数(R_P)分别为0.993 4、0.997 4和0.959 0,预测均方根误差(RMSEP)分别为13.31、6.24、0.18 mg/kg,RPD分别为7.742、12.696和2.889。可见,模型的预测效果较好,说明红外光谱法可应用于油茶籽油中甾醇、维生素E和类胡萝卜素等功能活性成分含量的快速检测。     

近红外光谱结合偏最小二乘法用于纯茶油中掺杂菜籽油和大豆油的定量分析

采用偏最小二乘法(PLS)建立了油茶籽油中掺杂菜籽油和大豆油的近红外光谱定量检测模型。配制不同比例(0～100%)的油茶籽油和菜籽油、油茶籽油和大豆油混合样品共256个,采集样品在10000～4000cm-1范围内的近红外透反射光谱,模型采用交互验证和外部检验来考察所建立模型的可靠性,不需进行任何光谱预处理,所建立的PLS模型相关系数为0.9997,训练集的交叉验证均方根误差(RMSECV)为0.504,预测集的预测均方根误差(RMSEP)为0.66。应用建立的模型对未知样品进行预测,并对预测值和真实值进行比较,在掺杂油含量为2.5%～100%之间范围内准确可靠,研究结果表明,采用近红外光谱技术可以实现纯茶油中菜籽油和大豆油掺杂量检测。     

基于近红外光谱技术检测白酒基酒中乙醇含量的研究

为了快速测定白酒基酒中的乙醇含量,采用近红外光谱（NIRS）技术结合偏最小二乘法（PLS）处理白酒基酒近红外图谱,建 立白酒基酒中乙醇的定量分析模型。 结果表明：最佳预处理方法为减去一条直线法,最优波段谱为7 502～5 450 cm-1,主成分数为7。 校正集样品的化学值与预测值的决定系数（R2）为0.923 3,交互验证均方根误差（RMSECV）为0.89;对模型进行检验,得到验证集的 决定系数（R2）为0.954 8,预测均方根误差（RMSEP）为1.21。 结果显示近红外检测方法快速有效,所建模型具有很好的预测效果,模型 的精密度和稳定性良好。