基于近红外漫反射光谱技术的小麦蛋白质含量检测

收集来自国内3个主要小麦生产省份的小麦样品共73份,应用近红外光谱漫反射技术结合化学计量学方法建立小麦蛋白质含量的近红外光谱定量模型,并对模型的稳定性和可靠性进行评价。结果表明,光谱预处理的最佳条件为:Savitzky-Golay平滑+一阶导数处理,使用偏最小二乘法(Partial least square,PLS)建立模型,校正集(Rc)和预测集相关系数(Rp)为0.936和0.925,校正集均方根误差(RMSEC)和预测集均方根误差(RMSEP)分别为0.23和0.28,表明模型准确可靠,可应用于小麦蛋白质含量的快速无损检测。     

可见/近红外光谱技术无损检测新鲜鸡蛋pH及蛋白质的研究

本文利用可见/近红外光谱技术检测新鲜鸡蛋p H和蛋白质。分别采集新鲜鸡蛋在400~1000 nm和900~1700 nm波长范围的漫反射光谱,使用多元散射矫正(MSC)、标准正态变量变换(SNV)等光谱预处理技术,选择最佳的预处理方法,使用偏最小二乘法(PLS)建立p H和蛋白质模型并对其进行评价。结果表明,基于900~1700 nm波长范围的光谱获得的p H模型较好,其校正集相关系数为0.948,预测集相关系数为0.855;基于400~1000 nm波长范围的光谱获得的蛋白质模型较好,其校正集相关系数为0.927,预测集相关系数为0.906。研究表明,可见/近红外光谱技术可以较好的预测新鲜鸡蛋的p H和蛋白质,为鸡蛋营养成分的快速无损检测提供新的思路和方法。      

基于可见近红外光谱玉米种子活力的无损 检测方法

目的基于近红外漫反射技术,初步探讨玉米种子活力的快速、无损检测方法。方法本研究利用实验室自行搭建的近红外光谱检测系统获取60粒表面平整无明显损伤的M017玉米种子450~900 nm光谱曲线,其中校正集和验证集比例为3:1。利用红墨水染色法判定玉米种子样品是否具有活力。通过进行SG-5点平滑(Savitzky-Golay smoothing,SG)预处理方法减小曲线噪声,基于主成分分析(principal component analysis,PCA)方法提取主要判别成分,并依据测定的种子活力情况和其光谱曲线应用支持向量机(support vector machine,SVM)建立判别模型进行分析。结果当累计贡献率达到96%时,选取6个主成分,建立的模型判别正确率最高,近红外漫反射光谱数据能够较好的判别种子活力的有无,其中校正集和预测集判别正确率分别为95.56%和86.67%。结论证明该方法可行,基本能够满足快速无损检测判别玉米种子活力的要求,为今后快速无损检测玉米种子活力奠定了基础。     

小麦脂肪酸值的近红外光谱快速测定研究

采用近红外光谱(NIRS)分析技术和化学计量方法建立小麦脂肪酸值的近红外分析模型,并对模型进行预测准确性评价。结果表明:所建立模型的定标相关系数(RSQ)为0.9026,交叉验证相关系数(1-VR)为0.6278,定标标准偏差(SEC)为3.8735,交叉验证标准偏差(SECV)为7.0908。外部验证的相关系数(r)为0.948,外部验证标准偏差(SEP)为3.8709。标准方法与NIRS测定方法测定的小麦脂肪酸值含量之间的t检验值为1.345,显示两种方法测定结果无显著性差异(P<0.05),预测值与实测值的平均绝对偏差为0.25,说明所建立的稻谷脂肪酸值的NIRS数学模型预测准确性较好,可用于小麦脂肪酸值的快速预测。     

可见/近红外漫反射光谱无损检测甜柿果实硬度

该研究的目的是建立可见/近红外漫反射光谱无损检测甜柿果实硬度的数学模型,评价可见/近红外漫反射光谱无损检测甜柿果实硬度的应用价值。果实硬度采用果皮脆性、果皮强度和果肉平均硬度作为评价指标。在可见/近红外光谱区域(400～2 500 nm),采用改进偏最小二乘法,对比分析了不同导数处理、不同散射及标准化处理的甜柿果实硬度定标模型。结果表明,对于果皮强度和果皮脆性,采用最小偏二乘法、一阶导数处理和标准多元离散校正处理建立的定标模型预测效果较好,RP2分别为0.858和0.862,SEP分别为0.094和0.157,RPD分别为2.47和2.63。对于果肉平均硬度,采用改进偏最小二乘法、一阶导数处理和标准正常化和去散射处理建立的定标模型预测效果较好,RP2为0.82,SEP为0.063,RPD为2.35。因此,可见/近红外漫反射光谱无损检测技术可用于甜柿果实硬度的无损检测。     

近红外光谱技术在小麦品质检测中的应用进展

小麦作为中国三大粮食作物之一,也是制作各种面类食品的初级原料。小麦品质检测对农业生产和食品加工有重要影响,是小麦生产和小麦籽粒加工的重要环节。近年来,近红外光谱技术已广泛应用于小麦品质检测,相比其他检测方式,近红外光谱检测具有快速、无损、精确的特点,符合现代加工产业和科研单位对小麦籽粒的储存,品质测定和加工的需求。文章主要综述了近红外光谱技术应用于小麦品质检测方面的研究现状,以及近红外光谱技术应用于检测小麦品质时存在的问题,以期为今后无损化小麦籽粒品质检测和优化近红外检测粮食技术提供理论依据。     

基于近红外光谱技术测定小麦蛋白质模型的建立

为了实现小麦籽粒蛋白质含量的快速、准确测定,用近红外分析仪对158份小麦进行光谱扫描,采用主成分分析法剔除异常光谱,对剔除异常值后的图谱进行标准正常化及去散射处理,并分别进行一阶和二阶导数处理.并在光谱预处理基础上,建立了预测小麦籽粒蛋白质含量的BP神经网络和偏最小二乘法校正模型.结果表明:经过标准正常化及去散射处理和二阶导数预处理的图谱,运用BP神经网络建立的模型预测小麦籽粒蛋白质含量效果最优,预测的R2和均方根误差分别为0.983和0.067,小麦蛋白质含量的国标测定值与最优条件下的预测值之间的t检验结果为P =0.82＞0.05,两种方法测定结果无显著性差异.将其与近红外仪器自带模型相比,预测效果显著提高.采用非线性BP神经网络法建立的定标模型可提高预测小麦蛋白质含量的准确性.     

利用可见/近红外光谱判别干枣品种

目的利用可见/近红外反射光谱技术快速判别干枣的品种。方法使用光谱仪获取山西永和枣、山西板枣和新疆和田枣3种干枣在345~1100 nm波段范围内的漫反射光谱;分别使用多元散射校正(MSC)法和一阶导数法(1~(st)-D)和二阶导数法(2~(st)-D)对反射光谱进行预处理;对预处理光谱进行主成分分析,全交差验证法确定最佳主成分数量,提取主成分,结合马氏距离法和线性判别法建立品种判别模型,建立模型过程中使用全交叉验证法确定最佳主成分数,将模型应用于干枣的品种判别。结果可见/近红外反射光谱经过MSC处理后提取主成分建立品种预测模型对枣的品种判别结果最好,利用前4个主成分结合马氏距离法建立的判别模型和利用前5个主成分结合线性判别法建立判别模型,对于3个品种的枣的校正和验证判别准确率都达到了100%。结论可见/近红外反射光谱技术可以较好地判别干枣品种,本研究可为可见/近红外光谱技术在于枣品种和产地的快速鉴别和溯源中的应用提供一定的技术基础。     

基于温度修正和可见/近红外光谱的油茶籽含水率检测

目的:解决干燥时温度变化对可见/近红外光谱检测油茶籽含水率的影响,并提出一种基于温度修正的油茶籽含水率检测模型。方法:在不同温度下(50,60,70℃)进行干燥试验,采集光谱数据。通过获取不同温度下采集的光谱数据,分析温度对光谱影响的原因。对比3种光谱预处理方式,运用竞争性自适应重加权算法(CARS)和偏最小二乘回归算法(PLSR),建立60℃下的基准PLSR模型。并采用斜率/偏差法对50,70℃下的外部样本预测值进行修正。结果:50,70℃下,修正前和修正后的决定系数分别为0.729和0.848,0.763和0.862;相对分析误差RPD值分别为1.921和2.565,2.054和2.692。结论:修正模型可以有效提高预测精度,达到良好的预测效果,克服了温度的影响。     

基于可见/近红外光谱技术的腐坏猪肉检测控制系统设计

目的 设计腐坏猪肉的快速、无损检测控制系统。方法 通过研究可见/近红外光谱技术, 根据其在应用过程中的使用特点并结合实际情况的需求, 设计检测系统的总体方案。结果 设计检测系统方案, 包括检测对象、检测指标, 设计控制系统的结构、功能和工作流程。结论 光纤探头距离样品高度为10 cm, 单个样品检测时间控制在5 s内, 使用DSP作为控制核心, 用于检测猪肉是否腐败。     

Prediction of Egg Freshness and Albumen Quality Using Visible/Near Infrared Spectroscopy

Important changes occur in egg during storage leading to loss of quality. Prediction of these changes is critical in order to monitor egg quality and freshness. The aim of this research was to evaluate application of visible (VIS) and near infrared (NIR) spectroscopy as a rapid and non-destructive technique for egg quality assessment. Three hundred and sixty intact white-shelled eggs freshly laid by the same flock of hens fed with a standard feed were obtained. They were put under controlled conditions of temperature and humidity (T = 18 °C and RH = 55%) for 16 days of storage. Forty eggs were analyzed at day 0, 2, 4, 6, 8, 10, 12, 14, and 16. Transmission spectral data was obtained in the range from 350 to 2,500 nm. The non-destructive spectral data was compared to egg sample’s Haugh unit (HU) and albumen pH in terms of quality and to the number of storage days in terms of freshness. A partial least squares predictive model was developed and used to link the destructive assessment methods and the number of storage days with the spectral data. The correlation coefficient between the measured and predicted values of HU, albumen pH, and number of storage days were up to 0.94, R ² was up to 0.90 and the root mean square error values for the validation were 5.05, 0.06, and 1.65, respectively. These results showed that VIS/NIR transmission spectroscopy is a good tool for assessment of egg freshness and albumen pH and can be used as a non-destructive method for the prediction of HU, albumen pH, and number of storage days. In addition, the relevant information about these parameters was in the VIS and NIR ranging from 411 to 1,729 nm.     

近红外光谱法快速分析白酒中的关键指标

为适应快速分析白酒中关键指标的需要,研究应用近红外光谱法(NIR)来测定白酒样品中乙醇、总酸、总酯和己酸乙酯含量.实验收集了129份市售白酒样品,利用最小二乘法(PLS)回归分析,建立相应的定标模型.结果表明,乙醇、总酸、总酯和己酸乙酯等定标模型的预测误差分别为0.69、0.19、0.26和0.18;相关系数分别达到0.97、0.67、0.87和0.82.与传统分析方法相比,近红外光谱法在测定乙醇、总酸、总酯和己酸乙酯等指标方面具有方便、快速、无损和耗费少等优势,尤其适合大批量样品分析,具有很好的应用前景.     

小麦粉质特性的可见/近红外光谱快速测定研究

采用可见/近红外光谱对小麦粉质特性参数进行了快速测定研究。在小麦粉厂收集强、中和弱筋小麦粉样品共180份,采用标准方法测定了其粉质特性参数值,然后在波长570~1 080 nm下采集了样品的光谱。对原始光谱进行多元散射校正及一阶导数处理后,首先在全谱范围内建立了形成时间、稳定时间、吸水率、弱化度4个参数的PLS定量预测模型,以吸水率结果最优,其Rp=0.99,RMSEP=1.02;其次是形成时间和弱化度,其Rp值分别为0.97和0.93,RMSEP值分别为0.48和10.01;稳定时间结果稍差,其Rp=0.80,RMSEP=2.40。然后采用SPA方法分别提取了各粉质特性参数的光谱特征变量,对应建立了MLR模型,所建模型和PLS方法结果接近。表明可见/近红外光谱在小麦粉粉质特性评价中具有可行性,同时也为专用便携仪器的研制及小麦粉品质在线设备的开发提供了初步的理论依据。     

可见光-近红外光谱预测粳稻食味的适应性研究

利用黑龙江省、吉林省、辽宁省和江苏省的88份常规粳稻品种,建立了适合中国粳稻食味评价的可见光-近红外光谱预测模型。感官食味试验采用小样品感官试验综合评分法,其相关性分析和逐步回归结果表明,感官综合评分与气味、色泽、外观完整性、味道、口感均呈极显著正相关。通过粳稻感官食味评分值与可见光-近红外光谱值的回归分析,得到7个自变量(4个波长的吸光度、碎米率、裂纹米率和香气系数)的预测回归方程,其相关系数R均达到0.699~0.799的极显著相关,经验证该预测回归方程能够较好的预测粳稻的米饭食味品质。     

近红外光谱对特征部位牛肉的分析

通过采集牛霖、牛柳、牛腩3个部位牛肉样品的近红外光谱并对其蛋白质、脂肪、水分和灰分等化学指标进行测定,应用偏最小二乘法分别建立蛋白质、脂肪、水分和灰分的校正模型。牛霖样品的灰分和水分校正模型相关系数分别为0.9843、0.9740,预测相关系数分别为0.9502、0.9342;牛柳样品的蛋白质和水分校正模型相关系数分别是0.9540、0.7752,预测相关系数分别为0.9500、0.9060;牛腩样品的灰分和脂肪校正模型相关系数分别是0.9746、0.9218,预测相关系数分别是0.9560、0.9233;牛霖和牛柳样品的水分总校正模型相关系数为0.7504,预测相关系数是0.9737;牛腩和牛霖样品的灰分总校正模型相关系数是0.8770,预测相关系数为0.9777。结果表明：近红外光谱分析法预测准确度较高,可以用于评价牛肉品质。     

生鲜紫薯花青素等多品质参数的可见-近红外快速无损检测

基于实验室自行搭建的可见-近红外光谱系统,以市售生鲜紫薯为研究对象,探讨其花青素、可溶性固形物（soluble solid contents,SSC）以及总糖（total sugars,TS）的同时快速无损检测方法。对紫薯原始光谱进行SG（Savitzky-Golay）平滑、标准正态变量变换以及一阶求导预处理,然后用偏最小二乘回归法进行建模分析。对于花青素和TS,经SG平滑结合一阶求导预处理的模型预测效果最佳;对于SSC,经SNV预处理的模型预测效果最好。针对紫薯各参数最佳预处理光谱采用竞争性自适应加权算法进行波长筛选,再次建立模型。花青素模型预测集的相关系数为0.942 1,预测均方根误差（root mean square error of prediction,RMSEP）为0.225?9?mg/g;SSC模型预测集相关系数为0.943?1,RMSEP为0.878?7?°Brix;TS模型预测集的相关系数为0.925?3,RMSEP为0.244?3%。结果显示,利用可见-近红外光谱可以实现对生鲜紫薯的花青素、SSC以及TS的同时快速无损检测,对生鲜紫薯品质的快速无损检测分选有着重要的实用意义。     

基于近红外光谱技术的桃品质指标快速检测方法研究

采用傅里叶变化近红外光谱技术建立桃的甜度、酸度和硬度品质参数快速检测方法.采集1 000～2 500nm范围的近红外光谱,选取1 110～2 325nm为分析区域,描述谱峰的归属.以常规分析测定值作建模数据,采用偏最小二乘(PLS)回归法建立桃的品质参数定量分析模型,并考察近红外光谱预处理方法对模型的影响.分别用验证集和校正集样本分析模型预测的准确性.结果显示预测集均方差(RMSEP)分别为0.98、0.309、2.81,校正集均方差(RMSEC)分别为0.258、0.1、1.83,相关系数分别为0.9766、0.8918、0.9497.样本的预测值与真实测定值之间没有显著性差异(P＞0.05).本研究结果表明,采用近红外光谱法可同时测定桃的甜度、酸度和硬度等品质参数.与传统的化学分析方法相比,该方法具有快速、无损、简单等特点.     

Discrimination of Producing Areas of Auricularia auricula Using Visible/Near Infrared Spectroscopy

Visible and near infrared (Vis/NIR) spectroscopy combined with chemometric methods was applied for the discrimination of producing areas of Auricularia auricula. Four major varieties of commercial A. auricula were prepared for spectral acquisition. Some pretreatments were performed, such as Savitzky–Golay smoothing, standard normal variate, and the first and second Savitzky–Golay derivative. The scores of the top four latent variables, extracted by partial least squares, were considered as the inputs of back propagation neural network (BPNN) and least squares-support vector machine (LS-SVM). The performance was validated by 60 validation samples. The excellent recognition ratio was 98.3% by BPNN and 96.7% by LS-SVM model with the threshold prediction error ±0.1. The results indicated that Vis/NIR spectroscopy could be used as a rapid and high-precision method for the discrimination of different producing areas of A. auricula by both BPNN and LS-SVM methods.     

面粉品质近红外光谱在线检测系统开发与应用

本研究运用近红外光谱无损检测技术,开发了一种适用于面粉品质检测的在线测量系统。本系统在硬件平台基础上,采用C++Builder 6.0对NIR 1.7/S微型光谱仪进行二次开发,编写了具有光谱采集、面粉品质预测、模型更新和数据存储等功能的软件。对市售170种面粉进行试验,以面粉水分含量为代表性指标。通过对比不同光谱预处理方法建模结果,发现不进行任何预处理时的面粉水分偏最小二乘回归(PLS)得到的模型精度最高。建模集和验证集决定系数(R2)分别为0.947,0.841;均方根误差(RMSE)分别为0.146%,0.198%;RPD值为2.53。模型导入软件后对30份新样品进行外部验证,预测值与测量值决定系数(R2)为0.883,均方根误差为0.206%。结果表明,该系统能够初步实现面粉水分的实时预测,为近红外在线检测技术应用提供了一定的技术参考。