糙米蛋白质含量的近红外透射光谱分析

应用近红外透射光谱技术,采用改进的偏最小二乘法（MPLS）建立糙米蛋白质含量（PC）定量分析数学模型。糙米蛋白质含量预测数学模型校正标准误差（SEC）、交叉检验标准误差（SECV）分别为0.2114、0.2365,校正相关系数（RSQ）和交叉验证相关系数（1-VR）分别为0.9807、0.9768,预测误差与常规分析方法的误差接近。内部交叉检验和外部验证结果表明,近红外定量分析有很高的准确度,近红外光谱法完全可以替代常规分析方法。      

NITS定量分析单粒稻谷蛋白质含量研究

应用近红外透射光谱（NITS）技术,采用改进的偏最小二乘法（MPLS）建立单粒稻谷蛋白质含量（PC）的定量分析回归方程.单粒稻谷所得回归方程的校正标准误差（SEC）、交叉检验标准误差（SECV）分别为0.85和1.89;校正相关系数（RSQ）和交叉验证相关系数（1-VR）分别为0.90和0.89.内部交叉验证和外部验证结果表明近红外定量分析有很高的准确度,近红外光谱法完全可以替代单粒稻谷常规化学方法分析进行水稻品质育种.     

用近红外透射光谱技术测定精米直链淀粉含量研究

应用近红外透射光谱技术,采用3种不同回归统计分析方法建立精米直链淀粉含量(AC)定量分析预测模型。结果表明,用改进的最小二乘法(MPLS)、偏最小二乘法(PLS)和主成分回归法(PCR)进行校正时,校正标准误(SEC)、交叉检验标准误(SECV)分别为0.9524、1.2494(MPLS),0.9372、1.2426(PLS),1.2734、1.5828(PCR)。校正相关系数(RSQ)和交叉验证相关系数(1-VR)分别为0.9640、0.9383(MPLS),0.9654、0.9395(PLS),0.9362、0.9016(PCR)。由此可见,用PLS技术建立PC回归方程最佳。近红外透射光谱法作为一种快速而准确的定量分析手段,在米厂品质管理、人米品质分析和人米贸易检测上有广阔的应用前景。     

近红外光谱技术检测燕麦中蛋白质含量

以93份燕麦样品为研究对象,比较了不同光谱预处理方法和不同回归方法对定标模型的影响,建立了定量分析燕麦中蛋白质含量的合理模型。结果表明,最佳的预处理方法:光谱散射处理为标准化处理(SNV),数学处理为2441;最佳的回归方法为改进偏最小二乘法(MPLS)。在此条件下模型对验证集的测定值与预测值的决定系数为0.954 3,均方根误差为0.160 7,模型的预测准确性良好。建立的近红外模型对燕麦中蛋白质快速测定有一定参考价值。     

甘薯蛋白质含量近红外反射光谱分析模型应用研究

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.     

近红外透射技术检测肉骨粉中蛋白质的方法及初步应用

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。     

玉米籽粒直链淀粉含量的近红外透射光谱无损检测

以214份玉米样品为材料,利用近红外谷物分析仪对样品进行光谱扫描,并测定直链淀粉含量的参比数据,借助于WinISI软件,采用多种数学处理方法和不同的回归统计方法进行定标曲线的开发,优化得到了玉米籽粒直链淀粉含量测定的近红外定标方程,其中直链淀粉占总淀粉含量及直链淀粉占样品干重两个定标方程的定标标准偏差(SEC)、定标相关系数(RSQ)、交叉验证标准误差(SECV)和检验工作标准误差(SEP)分别为2.3201和1.2064、0.8860和0.8856、2.5896和1.3769、3.368和2.133。通过内部交叉验证和外部交叉验证及对其它的231份自交系、杂交种和高直链淀粉自交系进行预测,结果表明,近红外分析技术具有较高的准确度,能代替常规化学分析方法应用于玉米育种的早代材料直链淀粉含量的筛选,可作为高直链淀粉玉米育种的一种简便快速的无损筛选技术。     

基于近红外透射光谱的大豆蛋白质和粗脂肪含量快速检测

该研究采用近红外光谱分析技术分别建立大豆蛋白质和粗脂肪含量的近红外检测模型,比较了不同数学处理方法和去散射校正方法及不同回归技术对模型准确性的影响,选出最佳的近红外检测模型,并通过内部验证和外部验证对模型的预测能力进行评价。结果表明:所建立的大豆蛋白质和粗脂肪含量的近红外检测模型的内部验证相关系数分别为0.947 1、0.889 0,外部验证相关系数分别为0.962 2、0.915 5。说明所建立的大豆蛋白质和粗脂肪含量的近红外检测模型具有很好的预测能力,近红外光谱技术可用于大豆成分含量的快速检测。     

基于近红外光谱技术建立棉籽蛋白质含量快速无损测定方法

棉籽是棉花产业的重要副产品,含有丰富的棉籽蛋白,是牲畜蛋白质的重要来源,提高棉籽蛋白质的利用率对缓解我国蛋白资源短缺有着重要意义。快速无损环保测定棉籽蛋白质含量方法的建立,对于合理有效的利用棉籽资源和开展棉籽营养品质遗传改良等方面的研究具有关键作用。本研究通过凯氏定氮法对187份棉花品种进行棉籽蛋白质含量化学值测定,利用近红外光谱分析仪分别采集三种不同棉籽形态毛籽、光籽和种仁的光谱特征信息,经过不同数学算法处理和散射处理等方法结合改良偏最小二乘法 (Modified partial least squares, MPLS), 建立了三种不同棉籽形态蛋白质含量快速无损检测的近红外光谱模型。构建的毛籽、光籽和种仁三种近红外检测模型的定标相关系数 (Regression squared, RSQ) 分别为0.957、0.971、0.989,并通过差异统计分析比较,验证集的化学值与近红外光谱预测值间不存在显著差异。结果表明三种不同棉籽形态下建立的近红外光谱检测模型都具有良好的准确性,能够针对不同待测样品类型进行准确的蛋白质含量检测。本研究建立了毛籽、光籽以及棉仁三种棉籽蛋白质含量的近红外光谱检测模型,实现了棉花种子蛋白质含量的快速无损低消耗检测,为棉籽综合利用以及棉籽高品质育种提供技术支撑。     

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%)。     

Determination of translucent content in mangosteen by means of near infrared transmittance

Translucent flesh disorder is undesirable in mangosteen meant for export. However, mangosteens are judged as translucent when the translucent flesh is visible on the pulp surface regardless of the quantity of the internal translucent flesh which may result in some mangosteen assessed as normal having the same amount of translucent flesh content as a mangosteen judged as translucent. The critical amount of translucent flesh to be visible on the pulp surface needs to be determined for assessment purposes. A non-destructive technique to measure the translucent content is a practical tool as the first step towards the establishment of the critical value.A non-destructive model was developed to estimate the translucent content in mangosteens using near infrared transmittance. The translucent area of the flesh section on the fruit surface was used to indicate the translucent content. The effects of the orientation of the fruit and also of the light source to the relative position of the detector as well as the effect of the measurement position of the fruit on the predictive performance were examined. The results showed that the best partial least squares model was achieved with spectra acquired from the fruit position which revealed the largest flesh segment (prediction correlation coefficient was 0.86 and root mean square error of prediction was 7.58%). The horizontal stem-calyx fruit axis and a 135° angle from the light source relative to the detector were the optimal fruit orientation and configuration for measurement.     

大米蛋白粉多组分含量近红外光谱快速检测

大米蛋白粉中蛋白质、脂肪和水分的含量是其品质评定的重要指标,应用近红外光谱方法检测大米蛋白粉多组分含量.采集244份大米蛋白粉样品光谱数据,经小波变换处理后建立极限学习机模型(ELM),并采用自适应算法对极限学习机的参数进行优化,提高了模型的精度和稳定性.结果 显示,大米蛋白粉中蛋白质、脂肪和水分的预测集决定系数(R2...     

利用近红外光谱分析方法建立妙府老酒酒精度和总酸模型

该文利用近红外(NIR)透射光谱分析技术结合偏最小二乘法(PLS)建立了妙府老酒酒精度与总酸的定量检测模型,并以该模型对未知黄酒样品的酒精度与总酸含量进行预测,验证模型的可靠性.酒精度建模结果:决定系数为90.36％、均方差为0.043;酒精度建模结果:决定系数为和96.73％,均方差为0.121;外部检验的预测均方差分别为0.058和0.081;结果表明该方法应用于黄酒品质的检测,操作简便、快速、准确.为妙府老酒的现场、即时快速定量分析提供了一种新方法,同时也为生产过程中的在线质量监控奠定了基础.     

近红外透射光谱测定水晶梨糖度的初步研究

采用近红外透射光谱,分析波长在643.26～928.35nm范围内无损检测水晶梨糖度的可行性。建立的水晶梨的糖度模型,其相关系数为0.976630,标准误差为0.197749,预测标准误差为0.463898,偏差为-0.001484。结果表明,利用近红外透射光谱技术测定水晶梨糖度是可行的。     

近红外光谱快速检测石榴果皮多酚与黄酮含量

为实现石榴果皮多酚及黄酮的快速检测,以采摘自陕西临潼石榴产区的102个新鲜石榴为研究对象,采用近红外光谱技术进行检测。为达到最佳数学模型,采用随机、KS和SPXY样本集划分方法,多元散射校正、标准正态变量交换、一阶导数和二阶导数、多元散射校正+二阶导数和标准正态变量交换+二阶导数多种预处理方法,竞争适应性重赋权重采样法和连续投影法对所建模型进行优化比较。结果表明,经SPXY样本划分,多元散射校正+二阶导数（多酚）、二阶导数（2,4,3）（黄酮）,蒙特卡洛交叉验证法异常值剔除;竞争适应性重赋权重采样法波段选取,石榴果皮多酚和黄酮含量的偏最小二乘模型最好,多酚校正集和预测集样品的决定系数为0.9699和0.9341;黄酮校正集和预测集样品的决定系数为0.9775、0.9540。近红外光谱对石榴果皮多酚及黄酮的快速检测是可行的。      

Prediction of minerals,fatty acid composition and cholesterol content of commercial cheeses by near infrared transmittance spectroscopy

Prediction models for the mineral, fatty acid (FA) and cholesterol contents of commercial European cheeses using near infrared transmittance spectroscopy were developed. Cheese samples (n = 145) were from different dairy species and ripening time. Sample spectra were matched with mineral, FA and cholesterol reference data to develop prediction models. Modified partial least squares regressions were validated through cross-validation procedure on the complete dataset (n = 145) and through external validation after dividing the data into calibration (74%) and external validation (26%) sets. Satisfactory models were developed for Ca, P, S, Mg and Zn, and for FA groups (saturated, unsaturated, monounsaturated and polyunsaturated FAs), major FAs (myristic, palmitic and oleic acids) and some minor FAs, whereas cholesterol content could not be predicted with adequate accuracy. Results of the present study are a precursor to at-line utilisation of prediction models for the most abundant cheese minerals and FAs at an industry level.     

基于近红外光谱的大米蛋白质含量快速检测

针对国标化学检测方法耗时耗力、成本昂贵的问题,分析了近红外光谱（NIRS）结合化学计量学进行大米蛋白质含量检测的可行性。基于变量选择、特征提取和非线性建模的策略,将反向区间偏最小二乘（BiPLS）与主成分分析（PCA）和支持向量机（SVM）相结合,构建了BiPLS-PCA-SVM模型,用于提高蛋白质回归模型的性能。在BiPLS-PCA-SVM模型中,将蒙特卡罗交叉验证与预测残差平方和相结合进行最佳主成分个数的选择,通过遗传模拟退火算法对模型参数进行优化。为了评估BiPLS-PCA-SVM模型的性能,建立了Full-PLS、BiPLS和BiPLS-SVM 3种模型,并系统分析了上述模型的预测精度和鲁棒性。BiPLS-PCA-SVM模型在预测蛋白质含量方面显示的性能高于其他模型,使用最佳主成分和优化后的SVM参数建立的模型具有更高的鲁棒性和准确性。对于BiPLS-PCA-SVM模型,验证集的决定系数、均方根误差和剩余预测偏差分别为0.928 9、0.196 7%和4.024 6。结果表明,NIRS与BIPLS-PCA-SVM模型相结合,可作为替代策略实现大米中蛋白质含量的快速检测。     

基于近红外光谱技术检测蓝莓可溶性固形物含量

采用近红外漫反射光谱技术对辽宁丹东蓝莓基地的六个蓝莓品种(埃利奥特、达柔、爱国者、北蓝、杜克、蓝丰)进行光谱分析,快速无损测定蓝莓可溶性固形物含量,利用一阶导数进行光谱预处理,主成分分析(PCA)和偏最小二乘法(PLS)建立蓝莓可溶性固形物预测模型。结果表明,所建模型的相关系数(Corr.Coeff.)为0.91518、校正集标准偏差(RMSEC)为0.801、预测集标准偏差(RMSEP)为1.06。该方法快速、准确、无损,能准确地预测蓝莓中可溶性固形物含量。     

近红外光谱技术快速检测黄酒的前发酵过程中总酸含量

黄酒是我国最古老的独有酒种,其生产原料来源广,生产工序复杂等因素对黄酒的质量有很大的影响。目前黄酒生产过程中还存在着利用生产经验来判断某段工序是否可以结束的情况,为了探索快速检测黄酒生产过程中各段工序的各项指标的含量的方法,取代人工判别前发酵终点来更准确的控制黄酒的质量,利用近红外光谱仪对黄酒生产过程中前发酵工段所得样品进行扫描,对其光谱进行预处理和波段选择,并结合偏最小二乘法 (PLS)建立各工段快速无损检测方法。最终得到了较高的决定系数R为0.9348,RMSECV值为0.118的模型。结果表明,黄酒前发酵过程选取的总酸含量所建立的模型能很好的用来进行快速检测。运用这些模型对验证集样品进行预测并统计分析,可知预测值与真实值之间无显著差异。本研究为黄酒生产过程的控制提供了方法基础。     

Prediction of the fatty acid composition of beef by near infrared transmittance spectroscopy

The intramuscular fat content and composition influence consumer selection of meat products. A study predicting the fatty acid (FA) profile of ground beef from the Longissimus thoracis of yearling bulls (n=100) using near infrared transmittance spectroscopy (NIT) was conducted. The samples were scanned using an Infratec 1265 Meat Analyzer which operates in transmittance mode from 850 to 1050nm. NIT technology was able to accurately predict (R(CV)(2) over 0.76) some prominent FAs such as C14:0, C16:0, C16:1cis9, C17:0, C18:1cis9 and C18:1cis11, and minor FAs like C13:0, C15:0, C17:1cis9 and C18:1cis13. When studying FA groups, NIT spectra were able to accurately predict saturated (R(CV)(2)=0.837), branched (R(CV)(2)=0.701) and monounsaturated (R(CV)(2)=0.852) FAs. In addition, NIT spectra provided useful information on the contents of conjugated linoleic acids (CLA) in beef. These results show the potential of NIT technique as a rapid and easy tool to predict the major FAs in beef, especially those located in triglycerides.