近红外光谱法快速鉴别转基因大豆模型优化

目的应用近红外光谱(NIR)结合偏最小二乘判别分析(PLS-DA)建立转基因大豆的快速鉴别模型,并选择最优模型。方法主成分分析(PCA)用于从光谱数据中提取相关特征并剔除异常样品。在试验中,94份样品用于构建模型,41份样品用作验证评估模型的效果。分别讨论样品形态(整粒和粉末)、波长范围和光谱预处理方法对所建模型判别正确率的影响。结果粉末状大豆样品建模的效果好于整粒大豆样品。其中判定效果最好的模型,整粒大豆在9 403～5 438 cm~(-1)范围内,采用二阶导数(2nd)处理光谱,模型的校正集和验证集的判定正确率均为100.00%;粉末状大豆在7 505～4 597 cm~(-1)范围内,采用矢量归一化+一阶导数(SNV+1st)处理光谱,模型的校正集和验证集的判定正确率也均为100.00%。结论通过选择样品形态、波长范围和光谱预处理方法可以优化鉴别模型,提高近红外判别模型的鉴别正确率。     

利用近红外分析技术测定大豆水分含量方法的研究

建立了基于FOSS XDS近红外光谱分析仪快速测定大豆水分含量模型,对光学处理和数学处理手段等因素对模型的影响进行了探讨,对模型进行了内部和外部验证.实验结果表明最佳的建模参数为:光学处理选用标准正常化处理(SNV Only),数学处理选用1.4.4.1方法,大豆水分定标方程的交互定标决定系数(1-VR)为0.990 8,定标决定系数(R2)为0.993 9,定标标准误差(SEC)为0.096 7,交互定标标准误差(SECV)为0.127 3,现有数据预测标准偏差(SEP)为0.136.利用该模型对大豆水分含量进行检测,达到了代替常规标准方法的要求,可以应用于快速检测.     

近红外光谱技术定性鉴别蜂蜜品种及真伪的研究

提出了蜂蜜品种及真伪定性鉴别的新方法。在12000～4000cm-1范采集荆条蜜、槐花蜜、油菜蜜和掺假蜜的近红外光谱,结合一阶导、多元散射校正及变量标准化)三种方法对光谱进行预处理,以主成分分析结合马氏距离判别法,在不同谱区建立蜂蜜品种及真伪定性鉴别模型。研究发现6100～5700cm-1谱区为最佳建模波段,品种判别正确率达90%以上,真伪鉴别正确率为93.10%。     

近红外法测定大豆脂肪酸值方法的研究

脂肪酸值是衡量大豆品质重要指标.将近红外光谱技术与化学计量方法结合,建立大豆样品脂肪酸值的定标方程,并对定标方程进行了验证,优化得到大豆脂肪酸值的定标方程,交互定标决定系数(1-VR)为0.948 2,外部验证决定系数(R2)为0.915 0,定标标准偏差(SEC)为1.205 8,交叉验证标准偏差(SECV)为1.591 2,现有数据预测标准偏差(SEP)为1.395.通过外部验证,表明该方法也可以应用于实际检测.     

近红外光谱法快速鉴别成安草莓

为实现对成安草莓的快速鉴别,本文采集了不同产地草莓样品的近红外吸收光谱,选择不同的光谱范围,经二阶导数、一阶导数+矢量归一化、最小-最大归一化等预处理,利用因子化法、合格性测试和主成分分析法(PCA)建立了成安草莓的鉴别模型,并取样对该模型进行验证。结果表明:三种模式识别方法对于其他产地草莓的识别正确率高于93.3%,因此认为,采用近红外光谱结合模式识别技术可快速、准确地鉴别成安草莓的真伪。     

近红外光谱分析在寿山石鉴别中的应用

寿山石品种繁多,其鉴别和分类也一直是个难题。首次利用便携式近红外光谱仪(NIR)研究了不同类别寿山石的近红外光谱特征。根据寿山石样品状态(块状和粉末状)的不同表面形态、粒度、质量等因素对近红外光谱测试结果的影响进行了分析,讨论了近红外光谱的主要吸收峰归属,旨在探索一种无损、便捷的寿山石鉴别方法。结果表明,利用便携式近红外光谱仪完全可以区分寿山石的三个主要类别,即高山石类(高岭石族)、芙蓉石类(叶蜡石)、汶洋石类(伊利石)。在块状寿山石样品的近红外光谱1400nm区域,高岭石族矿物表现为一对双峰;叶蜡石和伊利石都仅有一特征单峰,叶蜡石表现为1392nm,伊利石表现为1406nm。寿山石样品的表面形态对近红外光谱没有明显的影响。粉末状寿山石样品的近红外光谱吸收峰更为尖锐,分裂程度更好。除了1400nm处的吸收峰外,在2180nm左右,高岭石类矿物表现为双峰,而叶蜡石和伊利石为单峰,但叶蜡石的吸收峰位于2168nm,伊利石位于2195nm。在条件允许的情况下,获取10mg左右的寿山石样品粉末,便可获得清晰的近红外光谱。     

近红外光谱用于鉴别苹果产地的研究

目的:探索近红外光谱定性分析技术鉴别苹果产地的可行性。方法:对天津、陕西和北京3个产地富士苹果品质进行了分析,比较了波段范围、导数处理和散射及标准化处理建立主成分分析结合最小二乘法产地鉴别模型。结果:在1100~1848 nm波段范围内采用一阶导数结合趋势变化法散射处理的光谱预处理方法最优,校正集的鉴别正确率为100%,校正交互验证误差(SECV)0.1245,交互验证相关系数(Rcv)0.9641,预测集的鉴别正确率为98.33%。结论:应用近红外光谱定性分析技术可以准确地、快速地追溯苹果产地的溯源。     

基于不同近红外建模软件定量分析新鲜羊肉营养成分

为实现对多样本新鲜羊肉营养含量的快速检测,该研究利用近红外光谱(near-infrared reflectance spectroscopy, NIRS)技术构建了新鲜羊肉中6种营养成分的定量分析模型。于武威市民勤县采集203份新鲜羊肉,并测定其水分(moisture, MT)、粗脂肪(ether extract, EE)、粗蛋白(crude protein, CP)、葡萄糖(glucose, Glu)、粗灰分(crude ash, Ash)及总磷(phosphorus, P)的含量。使用WINISI III与Foss Calibrator定标软件分别建立羊肉6种营养成分的NIRS模型并对其结果进行比较。WINISI III软件定标结果显示,羊肉MT、EE、CP预测模型的预测决定系数(coefficient of determination for validation, RSQ)和外部验证相对分析误差(ratio of performance to deviation for vali-dation, RPD)分别为0.83与2.47、0.90与3.60、0.81与2.79;Glu、...     

利用快检车近红外光谱鉴别多潘立酮片

利用近红外光谱快速鉴别多潘立酮片的真伪。方法:在12 000～4 000 cm^-1波段范围内对多潘立酮片进行图谱扫描,并对图谱进行一阶求导处理。结果:比较图谱可鉴别假冒产品与名牌厂家产品。结论:所用方法快速简便、准确有效,可对多潘立酮片进行快速筛查,为监督抽样工作提供有力的技术支持。     

基于余弦相似度的因子分析在食品成分检测中的应用

余弦相似度聚类不但体现了向量之间的相似关系，而且包含了向量内部元素的变化状况。研究了以角距离余弦为相似度的动态聚类方法，探讨了该方法的原理，研究了该方法的具体算法步骤，并利用大米样品的近红外光谱数据进行了验证。结果表明，通过对49个大米样本的光谱数据进行余弦相似度聚类分析，得到了9个特征因了，经与大米蛋白质含量参比值回归，其标准差为0．3，平均相对误差为2．3％，相关系数为0．9548。     

基于近红外光谱技术的咖啡掺假快速鉴别方法

本文研究了利用近红外光谱技术结合AdulterantScreen算法建立的咖啡快速鉴别方法。采用傅里叶变换近红外光谱仪采集咖啡样品光谱,建立标样(材料光谱)光谱数据库,采集掺假物光谱数据,建立掺假物光谱数据库,建立了咖啡分类模型及掺假物模型,运用Adulterant Screen算法技术对模型的主成分及掺假成分进行计算分析,建立了咖啡掺假快速鉴别模型。本咖啡快速鉴别方法对含量在2%、5%、10%、15%、20%、30%及40%巴西莓果粉和5%、10%、15%、20%、30%及40%大麦掺假咖啡可以实现有效的掺假鉴别,最低识别咖啡中巴西莓果粉及大麦掺假含量分别为2%及5%。利用近红外光谱技术结合Adulterant Screen算法建立咖啡快速鉴别模型可以鉴别咖啡中巴西莓果粉和大麦等掺假物,为咖啡样品掺假鉴别提供了一种快速、可靠、无损的检测方法,能有效的运用于咖啡样品掺假鉴别的日常检测工作中。     

近红外信息用于烟叶风格识别及卷烟配方研究的初步探索

以烟草特征风格的数字化鉴别为最终研究目标,使用近红外分析技术,通过烟叶产地识别的可行性研究,可知近红外光谱中具有与烟叶产地相关的信息,应用近红外进行产地识别具有技术可行性。通过烟叶近红外光谱的压缩,基于烟叶风格特征的量化分析,结合专家经验,设定特定的目标烟叶,以国内外烟叶作为可选资源,选择部分烟叶进行配伍模拟目标烟叶,通过三点法感官评吸和叶组配方试验,验证表明模拟样品具有目标烟叶的风格特征。研究结果初步表明应用近红外信息可望进行烟叶产地特征的数字化研究,并为卷烟配方提供技术辅助。      

近红外光谱技术在肉类定性鉴别中的研究进展

近红外光谱技术作为新型的快速绿色检测技术,在肉类工业中得到了广泛的应用。本文综述了近红外光谱技术在肉类定性鉴别中的研究进展,主要包括在肉的等级鉴别、品种鉴别、物种鉴别以及产地溯源、饲喂方式中的鉴别研究。肉的等级一般人工分为RFN、PFN、PSE、RSE四类,近红外光谱对肉的等级鉴别正确率在80%以上;对于同一物种不同品种肉的研究主要是在猪肉、牛肉上,主要通过多元定量校正方法或判别分析法来鉴别同一物种不同品种、不同年龄阶段的肉,且鉴别正确率大于95%;在不同物种之间的鉴别主要应用于鉴别猪肉、羊肉、牛肉、鸡肉等不同物种以及掺假肉,鉴别正确率在90%以上;在产地溯源、不同饲喂方式之间的鉴别,能够正确鉴别牧草和浓缩料饲喂的羔羊、母羊和人工饲喂的羔羊、不同地区的牛肉以及羊肉的产地溯源等,鉴别正确率大于83%。综上所述,近红外光谱在肉类定性鉴别中可行。     

基于近红外光谱对婴幼儿配方奶粉中非法添加物的快速鉴别方法

利用近红外光谱技术结合Adulterant Screen算法建立婴幼儿配方奶粉中非法添加物快速鉴别方法。采集婴幼儿配方奶粉样品及非法添加物近红外光谱,建立婴幼儿配方奶粉分类模型及掺假物模型,运用Adulterant Screen算法进行计算分析,建立了婴幼儿配方奶粉中非法添加物的快速鉴别方法。方法对单组份掺杂婴幼儿配方奶粉的识别最低检出浓度为:三聚氰胺0.04%、环丙氨嗪0.05%,尿素、双缩脲及硫脲0.1%,双氰胺0.2%。对于二组分和三组分掺假奶粉在两倍到十倍检出限浓度的准确识别率分别达到了83.3%和50%,对无掺假样品的识别率100%,同时,该鉴别模型可以通过一个模型即可实现快速鉴别多个非法添加物。本研究建立的模型能为婴幼儿配方奶粉提供了一种操作简单、快速、可靠、样品无损的掺假鉴别方法,能有效的运用于掺假鉴别的日常检测工作,为婴幼儿配方奶粉的检测和监管提供强有力的技术支持。     

近红外光谱仪特性及在牛肉制品检测中的应用

近红外光谱技术作为一种新型的分析检测技术,具有快速准确、无损的特点,在食品品质检测和生产监控中有着良好的应用前景。本文着重介绍近红外分析技术的原理、仪器和在牛肉及其制品中的应用并将其与相关同类仪器的性能特点进行对比,最后对近红外光谱技术进行展望。     

基于模糊鉴别主成分分析的生菜贮藏时间鉴别

目的：设计一种较为准确的生菜贮藏时间鉴别模型。方法：以新鲜生菜为试验对象,分别采用主成分分析、鉴别主成分分析、模糊鉴别主成分分析3种特征提取方法对预处理后的生菜近红外光谱数据进行特征提取,选出具有较高准确度的贮藏时间鉴别算法,并建立基于模糊鉴别主成分分析的生菜贮藏时间鉴别模型。结果：利用模糊鉴别主成分分析进行特征提取后的鉴别准确度显著增加。主成分分析、鉴别主成分分析和模糊鉴别主成分分析的最高准确度分别为46.67%,86.67%,93.33%。结论：采用近红外光谱分析和模糊鉴别主成分分析的鉴别模型具有较高的准确性和优越性。     

基于近红外光谱技术的枸杞产地溯源研究

采用近红外光谱技术对宁夏、甘肃、青海、内蒙、河北的8个不同产地40种枸杞样品进行扫描,在主成分分析基础上利用简易分类法(simple modeling of class analogy,SIMCA)模式识别原理分别建立模型。结果表明：在950～1650nm全光谱波长范围内,光谱经一阶导数(5点平滑)和矢量归一化(standard normal variate,SNV)预处理后,8个产地模型的主成分数均为3时,采用 SIMCA模式识别法可以建立较为稳健的枸杞产地溯源模型;在α＝5%的显著水平条件下检验模型的可靠性,8个产地校正集模型的识别率除青海为80%外,其他产地均为100%,拒绝率分别为100%、100%、97%、100%、91%、94%、97%、100%,其验证集模型的识别率均为100%,拒绝率分别为100%、100%、100%、100%、75%、88%、100%、100%。表明该方法在枸杞产地识别中具有可行性。     

基于特征脂肪酸的掺伪芝麻油快速鉴别模型建立

脂肪酸是植物油中的主要营养成分,不同种类的食用油中所含的脂肪酸含量也不相同,本研究据此对芝麻油掺入大豆油、花生油、棉籽油的油样应用近红外光谱技术建立测定4 种脂肪酸含量的方法。以气相色谱法测定的脂肪酸含量作为化学值,校正集样品数为122,验证集样品数为38,结果表明：掺假芝麻油油样的亚麻酸
（C18∶3）、花生酸（C20∶0）、木焦油酸（C24∶0）和肉豆蔻酸（C14∶0）对近红外有特异吸收。分别建立4 种脂肪酸含量的模型,通过对模型进行优化,校正集样品的化学值与近红外的预测值的相关系数（R2）分别为R2（C18∶3）=0.989、R2（C20∶0）=0.995、R2（C24∶0）=0.993、R2（C14∶0）=0.996。验证集样品的化学值与近红外的预测值的R2分别为0.984、0.949、0.956、0.988。4 种脂肪酸含量的预测平均相对误差依次为6.0%、5.6%、4.4%、4.8%。