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...     

FTIR技术结合区间偏最小二乘法快速测定油脂中反式脂肪酸

研究了傅里叶红外光谱技术结合区间偏最小二乘法(iPLS)快速分析食用油中低含量(0.1%~5%)反式脂肪酸的分析方法。通过系统地比较衰减全反射红外光谱法(ATR-FTIF)及衰减透射红外光谱法(TR-FTIR)光谱的模型效果,优化建模区间。研究结果表明,ATR-FTIR、TR-FTIR-PLS回归模型均能有效测定油脂中低浓度反式脂肪酸的含量,但TR-FTIR法灵敏度优于ATR-FTIR法。iPLS区间选择结果显示,以1 000~940 cm~(-1)波段透射光谱建模,相关系数R~2为0.998 8,标准集的RMSEC 0.016 6,验证集RMSEP为0.008 75,预测相对标准偏差2.92%,预测值与实际值高度相关,Y_(预测)=1.00X_(实际)-0.003 44,R~2=0.998 7。12组外部验证试验相对标准偏差为4.80%,说明预测精确度较高、模型稳定性好,有潜力替代传统气相色谱法用于油脂中低含量反式脂肪酸快速定量测定。     

近红外光谱法测定金华火腿生产过程中的品质参数

以金华火腿为研究对象,采用傅里叶近红外光谱分析技术检测火腿生产过程中的品质参数.火腿样品经万能机粉碎,在AntarisⅡ傅里叶变换近红外光谱仪上扫描,获得其近红外光谱.参照国标法测定对应样本的过氧化值和水分含量,用Norris导数平滑滤波及一阶导数对光谱预处理,建立火腿过氧化值和水分含量的偏最小二秉(PLS)回归模型.其中过氧化值模型中样品预测值与实测值的相关系数r2=0.99091,预测均方差(RMSEP)0.436,平均相对标准偏差0.34％,与化学测定值无显著差异.水分含量模型中样品的预测值与实测值的相关系数r2= 0.93537,RMSEP为0.0184.本实验结果表明近红外光谱技术可快速检测金华火腿生产过程中的品质参数.     

近红外漫反射光谱法测定小麦Zeleny沉降值

选用220份良种小麦品种作为原始样品集,基于漫反射基本原理,使用现代傅立叶变换近红外光谱仪扫描其近红外光谱。探讨以傅里叶近红外光谱法(FT-NIRS)预测小麦的Zeleny沉降值的可行性。以良好的常规实验数据为前提,通过内部交叉检验进行预测模型的建立,其校正决定系数(R2)和交叉检验均方误差(RMSECV)分别为0.9363和2.4,外部验证校正决定系数(R2)和预测均方误差(RMSEP)分别为0.9502和2.68。该法的建立证明了近红外漫反射光谱技术应用于小麦Zeleny沉降值测定的可行性。     

近红外法测定豆浆蛋白质、脂肪和可溶性固形物含量

利用傅里叶变换近红外光谱仪采用积分球漫反射方式对60个豆浆样品进行光谱的采集,结合常规分析结果分别建立了3种成分的近红外校正模型。结果表明:豆浆蛋白质、脂肪及可溶性固形物光谱分别经过消除常数偏移量、一阶导数和矢量归一化(SNV)预处理后建模效果最好。蛋白质、脂肪和可溶性固形物含量的校正模型决定系数(R2)分别为:0.966 4、0.950 0和0.950 7,交叉验证均方根差(RMSECV)依次为0.076 9、0.087 4和0.316;对模型进行外部验证,验证集化学值和模型预测值之间差异不显著,说明模型可以用于豆浆中蛋白质、脂肪和可溶性固形物含量的检测。     

肉骨粉常规营养成分近红外模型的建立及验证

采用傅里叶近红外漫反射技术,以最小偏二乘法结合不同光谱预处理建立了肉骨粉粗蛋白质、粗脂肪、水分、粗灰分、钙、总磷的近红外定标模型,结果显示:6种常规营养成分的决定系数分别为0.946 9、0.926 1、0.974 1、0.972 3、0.857 1、0.830 9,交叉检验的均方根误差(RMSECV)分别为0.863、0.303、0.123、1.08、0.663、0.368,相对分析误差(RPD)大于2.5,外部验证集验标决定系数均在0.94以上,表明模型预测值与化学值间存在良好的函数拟合性,所建立的模型可靠、稳健,可用于肉骨粉营养成分的快速分析。     

基于近红外光谱技术的白酒基酒中乳酸的快速检测

目的:研究现代近红外光谱技术快速检测白酒基酒中的乳酸含量。方法:采用高效液相色谱法测定基酒样品中乳酸的化学值,与近红外透射光谱相结合,建立白酒基酒中乳酸的定量检测模型。结果:最佳预处理方法为一阶导数+多元散射校正(MSC),最优波段谱为6102~5450 cm-1。对模型进行优化和检验,得到校正集样品的化学值与预测值的决定系数(R2)为0.9771,校正标准偏差(RMSECV)为0.1825;验证集的决定系数(R2)为0.9808,预测标准偏差(RMSEP)为0.1475。结论:近红外光谱法快速有效,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,为白酒生产中乳酸含量的检测提供方法指导。     

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。     

近红外光谱技术在黄酒理化指标快速检测中的应用

采用傅立叶变换近红外透射光谱技术建立黄酒3项理化指标(酒精度、总酸和氨基酸态氮)的快速检测方法.通过比较不同的频率范围和维数,选择最佳光谱预处理方法,建立了3项指标的预测模型.用R2(决定系数)和RMSECV(交叉验证均方差)衡量3个模型的预测精度和稳定性,R2值分别为97.68,95.68、94.13,RMSECV值分别为0.2030,0.1260,0.0232.对10个随机抽取的黄酒样品的预测结果显示,样品的预测值和实测值间的之间没有显著性差异(p＞0.05).研究结果表明,近红外光谱法可用于黄酒酒精度、总酸和氨基酸态氮的快速检测.     

基于近红外光谱技术的小麦粉灰分含量检测方法研究

采用近红外光谱技术建立小麦粉灰分含量的快速检测方法。使用两种不同的近红外光谱仪器采集小麦粉的近红外光谱数据,以常规分析法的测定值作为建模数据,采用偏最小二乘(PLS)回归分析法建立小麦粉灰分的定量分析模型,比较两种不同的近红外光谱仪器扫描的小麦粉近红外光谱图对模型的影响。结果表明,MicroNIR-1700近红外光谱仪扫描的谱图所建校正集模型的相关系数R~2为90.69,均方根误差(RMSECV)为0.031 2,预测集模型的均方根误差(RMSEP)为0.021 7;VERTEX70傅里叶变换近红外光谱仪扫描的谱图所建校正集模型的相关系数R~2为89.40,均方根误差(RMSECV)为0.035 0,预测集模型的均方根误差(RMSEP)为0.036 6。两种仪器都能用于小麦粉光谱采集,并进行灰分含量快速检测,MicroNIR-1700在小麦粉灰分检测方面有更好的应用。     

食醋总酸近红外快速检测方法的研究

利用傅立叶变换近红外光谱技术结合偏最小二乘法（PLS）对食醋的总酸进行快速检测分析。随机采集106个不同酸度食醋的实验数据、扫描近红外光谱图,选择最优的光谱预处理方法优化、建立模型。利用模型对15个未参与建模的食醋样品总酸的含量进行预测,外部验证模型的准确性。结果表明,食醋总酸实测值与对应采集的近红外漫反射光谱相关联建立的快速检测模型,其近红外食醋总酸模型的交叉验证决定系数（R2）为0.972 3,交叉验证均方差（RMSECV）为0.062 1。经外部验证后,该模型食醋总酸预测值和实测值的绝对偏差平均值为0.035,最大相对误差为1.383%,两者间相关性系数为0.995。该方法可以快速、高效、简便地用于食醋总酸的快速检测。     

Direct determination of lactulose in heat‐treated milk using diffuse reflectance infrared Fourier transform spectroscopy and partial least squares regression

The aim of this work was the direct determination of lactulose (LCT) concentration in freeze‐dried heat‐treated milks using diffuse reflectance Fourier transform infrared spectroscopy (DRIFTS) without any chemical pretreatment of the milk. The ‘actual’ lactulose concentrations estimated by means of high‐performance liquid chromatography (HPLC) were correlated with the spectral region 1286–754 cm^?1 of DRIFTS spectra in the second‐derivative form of the milk samples using partial least squares (PLS) regression. A linear relationship was established between the ‘actual’ and the concentrations recalculated using the built model. The proposed DRIFTS method is simple, rapid and low cost.     

基于近红外光谱技术的腐竹脂肪定量分析

采用近红外光谱技术结合化学计量学方法,建立腐竹脂肪含量的快速分析方法。收集不同生产线、不同时间的腐竹样本180 份,利用积分球附件采集漫反射光谱（4 000～10 000 cm－1）。为消除颗粒散射影响和光谱基线漂移,二阶导数和卷积平滑用于光谱预处理。采用反向区间偏最小二乘法、组合区间偏最小二乘法、搜索组合移动窗口偏最小二乘法和遗传偏最小二乘法优化建模变量,最终构建了定量预测模型。结果显示,4 种方法均可有效地提取信息变量、降低模型维度、提高预测性能;遗传偏最小二乘法一次优选获得143 个变量,构建的模型性能最佳,其校正相关系数、校正均方根误差、预测相关系数、预测均方根误差分别为0.96、0.95、0.92和1.17。研究表明,经过信息变量提取后所构建的近红外模型简单、预测精度高,可用于腐竹脂肪含量的日常监测。     

近红外光谱仪在烟用育苗基质质量控制中的应用

为对烤烟漂浮育苗基质中的质量控制指标容重、pH、孔隙度和腐殖酸进行快速检测和分析,应用傅立叶变换近红外漫反射光谱仪,扫描了全国330个基质样品,筛选了200个左右建立了近红外光谱与育苗基质容重、pH、孔隙度和腐殖酸间的数学模型,对19个样品进行预测。结果表明,各成分近红外预测值与实测值之间的平均相对误差均在10%以内;且近红外预测值与化学法经t检验不存在显著性差异。初步表明近红外光谱分析技术可用于育苗基质中部分成分的快速定量分析。     

Determination of C22:5 and C22:6 marine fatty acids in pork fat with Fourier transform mid-infrared spectroscopy

Fatty acids in samples (n=74) of pork adipose tissue were measured with a Fourier transform mid-infrared (FT-MIR) spectrometer and by gas chromatography. The measured absorption spectra provided information to estimate partial least squares regression models for fatty acid groups, the iodine value and several fatty acids. The iodine values were predicted with correlation coefficient R=0.996 and root mean square error of cross-validation RMSECV=0.658. The sum of the two marine fatty acids of main interest, C22:5n3+C22:6n3, were predicted with R=0.982 and RMSECV=0.062. The K nearest neighbours procedure successfully classified the samples in three classes, depending on their proportions of marine fatty acids. Application of fat and absorption measurements were rapid, requiring less than 5 min of labour per sample. The results reported in this paper demonstrate that FT-MIR measurements can serve as a rapid method to determine marine fatty acids in pork fat.     

Identification and differentiation of goat and sheep milk based on diffuse reflectance infrared Fourier transform spectroscopy (DRIFTS) using cluster analysis

A new methodology for identification and differentiation of goat and sheep milk was developed based on FT-IR spectroscopy using hierarchical and discriminant analysis. Forty-nine goat and 38 sheep defatted and freeze-dried Greek milk samples were analyzed. FT-IR spectra were obtained in the diffuse reflectance infrared Fourier transform spectroscopy (DRIFTS) mode. The spectral region 1840–950 cm⁻¹ was used to ‘fingerprint’ milk types. Main peak used for differentiation of goat/sheep milk is located at 1745 cm⁻¹, which is correlated to the degree of sugars carboxyl methyl esterification. Hierarchical and discriminant analyses were based on the absorptions of the above spectral region. These analyses showed that the samples of goat milk can be differentiated from the samples of sheep’s.     

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。