共查询到18条相似文献,搜索用时 93 毫秒
1.
利用近红外光纤分析技术检测饲料中粗纤维的含量,采用偏最小二乘回归(PLS)方法,分别对光谱进行附加散射校正、变量标准化、一阶导数和平滑处理,建立了饲料中粗纤维含量的预测模型。其中附加散射校正、一阶导数和9点平滑处理定标效果最优。定标集化学分析值与预测值之间的决定系数(Rc2)和标准分析误差(SEC)分别为0.9698和0.1131%,相对分析误差为6.01;验证集化学分析值与预测值之间的决定系数(Rv2)和标准分析误差(SEP)分别为0.9402和0.1536%,相对分析误差为4.04。结果表明,利用近红外光纤分析技术可以比较准确地定量检测饲料中粗纤维的含量。 相似文献
2.
本试验旨在探讨利用近红外光谱扫描技术对高粱籽粒中粗脂肪、粗纤维、粗灰分进行测定的可行性。以收集的110个高粱籽粒为研究对象,采GB/T6433-2006、SN/T0800.8-1999及GB/T6438-2007对粗脂肪、粗纤维、粗灰分含量进行测定。利用傅里叶变换近红外光谱仪采集样品的近红外漫反射光谱。光谱扫描范围4000~12800 cm-1,分辨率16 cm-1,样品重复装样扫描4次,每次扫描64次获得平均光谱,取4次扫描光谱作为样本的原始光谱。根据定标集决定系数、定标集标准偏差、定标集交互验证决定系数、定标集交互验证标准误差等指标,确定最优模型。结果表明:高粱籽实中粗脂肪、粗纤维、粗灰分的近红外扫描光谱交互验证集相对分析误差分别为3.93、1.47及2.37;验证集相对分析误差分别为2.57、1.23及2.34。粗脂肪的预测模型可用于实际应用,而粗纤维和粗灰分预测模型需要进一步完善。 相似文献
3.
对国产成鳗、幼鳗、仔鳗配合饲料中的α淀粉和粗纤维的含量进行了定量分析。结果为每100g鳗料中α淀粉和粗纤维的平均含量依次是成鳗料为(23.47±1.16)%、(1.49±0.53)%,幼鳗料为(24.15±3.06)%、(1.27±0.79)%,仔鳗料为(20.26±3.17)%、(0.71±0.21)%。并且对国产鳗鱼配合饲料的质量与生产工艺进行了深入的讨论。 相似文献
4.
5.
利用近红外透射技术快速、简便、穿透能力较强的特点初步建立肉骨粉中蛋白质新的检测方法,包括定标、建模、验证和应用实验等。结果表明:(1)检测只需几分钟,而且无需制样、称样和消耗化学试剂。(2)与凯氏法相比,其定标标准偏差为1.67%,定标相关系数为0.84;验证标准偏差为1.81%,验证相关系数0.82;定标方程检验F值为13.94,有显著性意义(P<0.01);初步应用的标准偏差为1.73%,相关系数为0.83。该新方法可对肉骨粉中蛋白质实现快速简便的连续检测,尤其适合大批量样品,有很好的应用前景。 相似文献
6.
采用近红外光谱技术检测蜂蜜中蔗糖含量的研究 总被引:2,自引:0,他引:2
Hou Rui-li Cheng Yu-lai Chongteng Heming College of Food Science Shenyang Agricultural University 《食品工业》2007,(2)
利用近红外透射光谱快速测量蜂蜜中的蔗糖含量,采用偏最小二乘方(PLS)回归,建立光谱测量值与化学值之间的校正模型,找出二者的相关性,探讨近红外检测技术应用于蜂蜜品质分析的可能性。 相似文献
7.
8.
为实现甜叶菊中绿原酸含量的快速检测,该研究利用近红外光谱技术结合偏最小二乘法对甜叶菊绿原酸含量的光谱数据进行了近红外模型分析。结果表明,采用多元散射校正(multiplicative scatter correction, MSC)+Savitzky-Golay卷积平滑预处理算法和无信息变量消除法(uniformative variable elimination, UVE)特征波长选择算法,绿原酸含量近红外模型的性能最好。该模型的交互验证相关系数(correlation coefficient in cross validation,RCV)和交互验证残差均方根(root mean square error of cross validation, RMSECV)分别为0.945 3和0.263 1;验证集相关系数(correlation coefficient in validation,RP)和验证集残差均方根(root mean square error of prediction, RMSEP)分别为0.952 1和0.247 2。... 相似文献
9.
本文通过近红外检测技术,在不破坏黄豆状态的前提下,探究快速检测黄豆蛋白质含量的方法,利用国标认可的化学法检测数据,建立近红外快检方法模型,再对黄豆样本进行检测,并与化学法检测结果进行对比,验证近红外快检方法模型的适用性。结果表明,黄豆蛋白质定标模型的线性相关性R2=0.837 2,精密度最大偏差为4.68%、变异系数为0.14%,均在标准要求的范围内,可实现黄豆蛋白质的快速检测。 相似文献
10.
11.
采用近红外光谱分析技术,对干辣椒辣度的校正模型的影响因素进行比较研究.高效液相色谱测定干辣椒样品中的辣椒碱和二氢辣椒碱含量,计算得到辣度,并用近红外光谱仪采集试样的近红外漫反射光谱,研究样品粒度、光谱波段和预处理方法及主成分数选择对校正模型的影响,采用偏最小二乘法(PLS)建立干辣椒样品的辣度评价的校正模型,并对模型进行预测.结果表明,样品粒度为0.1~0.4 mm,筛选出建模光谱波段为9000~4000 cm-1,预处理方法为移动平均平滑、归一化处理和多元散射校正处理,最适主成分数为8;在优化条件下所建立的近红外光谱预测模型效果最好. 相似文献
12.
油菜籽芥酸和硫甙含量近红外反射光谱测定技术的优化设置 总被引:6,自引:1,他引:6
以完整甘蓝型油菜籽为样品,研究了不同光谱预处理和回归统计方法在用近红外反射光谱(NIRS)分析油菜籽中芥酸和硫甙的含量时,对建立回归方程的影响。结果表明,光谱预处理对校正结果影响较大,不同光谱数学处理以2阶导数处理较好,在各阶导数处理中存在着交叉现象,对于芥酸和硫甙都可找到一些较好的处理组合。对于芥酸,除趋势变换法(De-trending)散射处理外,其余各处理均有明显效果。但散射处理对硫甙分析效果不如芥酸明显。回归统计方法对建立芥酸和硫甙的回归方程影响最为有效,两者表现一致,其中以改良偏最小二乘法(MPLS)效果最好。对于芥酸和硫甙,采用“标准正态变量转换(SNV) 趋势变换法(De-trending)/2,4,4,1/MPLS”的组合建立回归方程效果较好,检验平均偏差(Bias)分别小至-0.405和0.315,而检验决定系数(RSQ)分别高至0.982和0.972。本研究采用整粒小样品(3g)来分析,效果较好,可直接用于育种早世代选择。 相似文献
13.
甘薯蛋白质含量近红外反射光谱分析模型应用研究 总被引:8,自引:1,他引:8
以71份薯叶和170份薯块根样品为材料,应用近红外光谱技术(NIRS)和偏最小二阶乘法(PLs),建立甘薯蛋白质含量近红外反射光谱分析数学模型,并对模型预测结果的准确性进行了评价.结果显示.甘薯叶和块根的蛋白质含量的近红外光谱预测模型校正决定系数(R2cal)分别为O.996和0.993,校正均方差(RMSEE)分别为O.255和O.126,内部交叉验证决定系数(R2cv)分别为0.984和O.986,均方差(RMSECV)分别为0.448和O.178.模型对样品NIR的预测值与其相应的化学值有较好的相关性,此模型可用来预测甘薯蛋白含量.在甘薯优质育种和品质分析中具有广泛的应用价值. 相似文献
14.
15.
16.
近红外光谱技术对猪肉注水、注胶的快速检测 总被引:1,自引:0,他引:1
采用近红外光谱(near infrared spectroscopy,NIR)结合主成分分析(principal component analysis,PCA) 和判别分析法建立了注水肉、注胶肉和正常肉的定性判别模型。注水肉中注水量的多少对判别准确率产生影响, 当注水量为1.25%~20%时,3 种肉的总体判别准确率为94.23%;当注水量为3.75%~20%时,判别准确率提高至 96.96%。模型对所有预测集样品的总体判别准确率为94.92%。表明NIR结合PCA法、判别分析法判别注水肉、注胶 肉和正常肉具有可行性。采用偏最小二乘法(partial least squares,PLS)结合PCA分别建立了注水量和注胶量的定 量分析模型,经验证,两种模型对预测集样品的预测均方差分别为4.01%和3.87%,预测值与实测值间的相关系数 (r)分别为0.904 2和0.912 8。表明两种模型的预测性能良好。 相似文献
17.
18.
综述了近四年国内外近红外无损检测技术在苹果、梨、柑橘等果品的研究情况,提出了近红外技术检测果品时存在的问题,并展望了近红外技术无损检测果品的前景。 相似文献