近红外光谱法测定黄酒中氨基酸态氮和酒精度的研究

黄酒中氨基酸态氮和酒精度的常规测定方法步骤繁琐,时效性差.在研究黄酒的近红外光谱和化学计量学的基础上,采用偏最小二乘法建立模型,并以该模型对未知黄酒样品的氨基酸态氮和酒精度含量进行预测,验证模型可靠性.氨基酸态氮建模结果:决定系数为95.19%,均方差为0.041;酒精度建模结果:决定系数为96.82%,均方差为0.26.氨基酸态氮外部检验的预测均方差为0.063;酒精度外部检验的预测均方差为0.20.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.     

近红外光谱技术快速测定当归中藁本内酯含量

基于近红外光谱技术,运用偏最小二乘回归(PLSR)方法实现当归中藁本内酯含量的快速、无损检测.采用高效液相色谱(HPLC)法测定当归中藁本内酯含量,一阶导数结合正交信号校正对原始光谱进行预处理,建立当归近红外光谱和藁本内酯含量之间的最小二乘回归定量分析模型.结果表明:模型在校正集上的均方根误差(RMSEE)、交叉验证均方根误差(RMSECV)和决定系数R2分别为0.199 9,0.3489和0.9932,在预测集上的预测均方根误差(RMSEP)和决定系数R2分别为0.23和0.9941.方法具有简单、快速、不破坏样品等特点,可用于当归中藁本内酯含量的快速检测.     

支持向量回归算法在NIR光谱法预测带鱼糜蛋白质和水分含量中的应用

为考察支持向量回归(SVR)在鱼糜近红外光谱(NIRS)分析中应用的可行性,采用SVR对73份带鱼糜样品的MR漫反射光谱及其蛋白质和水分含量的化学测定数据进行处理,建立了蛋白质和水分含量MRS定标模型,首次尝试将近红外光谱技术应用到带鱼糜主要成分含量的测定中.采用留一法交叉验证(LOOCV)的蛋白质和水分相关系数分别为0.90和0.96,并用独立样本集对模型进行外部验证.结果表明,SVR模型的预测能力比较好.因此,可以将NIR光谱支持向量回归法预测带鱼糜蛋白质和水分含量应用到鱼糜晶质的快速评价中.     

光谱技术结合数据处理技术测定大米中淀粉和蛋白含量

为了满足消费市场对大米品质快速实时检测的需要,对未经过粉碎、过筛等处理的大米,采集了4000cm-1—12500cm-1范围的近红外光谱。通过计算机数据处理,研究了大米的光谱数据,建立了一阶微分光谱数据与淀粉含量和蛋白质含量之间的偏最小二乘回归法定量分析模型。试验分析表明:淀粉的预测相关系数为0.912,预测标准偏差SEP为0.084,预测均方根误差为RMSEP为0.058;蛋白质的预测相关系数为0.898,SEP为0.095,RMSEP为0.121。表明采用一阶微分光谱数据分析法可以较好地预测经简单处理后的大米中淀粉含量和蛋白质含量,该结论为日后大米品质的快速特性光谱测量奠定了基础。