用ZX-888型近红外分析仪快速检测小麦水分

水分是小麦质量检测的重要指标,本研究运用近红外光谱分析技术,采用两种数学方法分别建立小麦近红外漫反射光谱数据与水分的数学模型.通过对定标方程的相关系数、样品的相对误差以及误差标准差的分析比较,得出用逐步回归方法建立的预测模型比ZX-888型近红外分析仪自带的多元线性回归法更稳健、精度高.     

花椒的红外光谱指纹图谱研究

以12批不同产地的花椒作为检测样品,结合聚类分析进行分析,主要从样品特征吸收峰的差异性方面研究了红外光谱分析技术在花椒有效成分检测方面的应用,为检测和分析不同产地花椒中有效成分的差异性及其含量的多少提供理论参考。对花椒红外指纹图谱的建立和品质评价有指导意义。     

支持向量回归算法在NIR光谱法预测烟草淀粉中的应用

为考察支持向量机回归(SVR)在烟草近红外光谱(NIRS)分析中应用的可行性,采用偏最小二乘回归(PLS)、多元线性回归(MLR)、误差反向传播人工神经网络(BP-ANN)和SVR对187份烟草样品的NIR漫反射光谱及其淀粉含量的化学测定数据进行处理,建立了烟草中淀粉含量NIRS定标模型,并采用留一法交叉验证(LOOCV)和独立样本集对模型进行了内部和外部验证.结果表明,SVR模型的预测能力比BP-ANN、PLS和MLR模型略好.因此,可将SVR引入到烟草淀粉含量的NIR分析中.     

近红外漫反射无损检测梨果可溶性固形物的研究

应用近红外漫反射无损检测梨果可溶性固形物。通过自行设计的NIR光谱系统测定了240个梨果样品的SSC。180个梨果样品用来建模,其余60个用来验证模型的性能。采集完整梨果的近红外漫反射光谱（350～1 800 nm）,光谱经移动窗口平滑处理、一阶微分和二阶微分预处理后,再分别采用多元线性回归、主成分回归和偏最小二乘法,建立梨果可溶性固形物的定量预测数学模型。结果表明：采用一阶微分结合偏最小二乘法所建模型的预测效果较好,可溶性固形物定量预测数学模型的相关系数为0.928 5,均方根误差为0.436 4。近红外漫反射光谱作为一种无损的检测方法,可用于评价梨果的可溶性固形物。     

可见/近红外光谱技术无损检测新鲜鸡蛋蛋白质含量的研究

鸡蛋是一种重要的食品,蛋白质是鸡蛋的主要营养成分。本研究利用可见近红外反射光谱技术无损检测新鲜鸡蛋的蛋白质含量。使用光谱仪获取新鲜鸡蛋在400~1100 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-D)对反射光谱进行预处理;对反射光谱、MSC处理光谱和1-D光谱,使用逐步回归法判别法选择最优波长组合,建立多元线性回归模型,使用全交叉验证法验证模型。结果表明,可见/近红外反射光谱经过多元散射校正后,确定的10个最优波长(400、403.16、407.9、714.6、715、715.58、970.4、970.75、973和974.45 nm)组合建立模型的校正和验证结果最好:选定模型的校正结果为R=0.92,SEC=0.42%;验证结果为Rcv=0.89,SECV=0.47%。研究表明可见/近红外反射光谱技术可以较好的预测新鲜鸡蛋的蛋白质含量,本研究可为可见近红外光谱技术在鸡蛋营养成分的快速检测提供一定的理论基础。     

近红外分光光度法在白酒检测中的应用

采用近红外分光光度法对白酒中的乙醇含量进行检测 ,通过对一系列浓度乙醇溶液的近红外短波光谱特征建立回归方程 ,从而对白酒真实样品的乙醇含量进行预报。采用了多元线性回归分析与主成分回归分析方法 ,结果表明 ,当n =3时 ,二阶导数差谱的全光谱CR检测结果最接近真实值 (SEP=0 .34% ) ,此方法具备方便、快捷、准确与非破坏性的特点     

基于主成分分析与近红外光谱技术的窖泥聚类研究

采用近红外光谱技术和主成分分析法相结合的检测手段,从60年、90年、200年窖龄的窖池和封窖泥中取样,每个窖池样本为12个,测量其近红外漫反射红外光谱,在4000～10000 cm-1区间选取不同范围内的光谱数据,对48个样本进行主成分分析,作二维线性投影图和三维线性投影图,比较了48个样品在红外光谱上的差异程度,发现基于傅里叶变换近红外光谱的主成分分析投影图能够较好地表征48个样品的类别关系,不同窖龄的样本在空间分布中能够得到较好的区分。结果表明,应用近红外漫反射光谱法能够鉴别窖泥的使用年份。作为一种窖泥质量检测手段,该方法具有一定的应用价值。     

基于中红外漫反射光谱技术测定精米中直链淀粉含量的研究

研究了基于傅里叶中红外漫反射光谱(DR-FTIR)技术结合偏最小二乘法(PLS)、主成分分析法(PCR)、经典最小二乘法(CLS)、逐步多元线性回归法(SMLR)快速测定精米中直链淀粉含量。实验选取了161个精米样品作为研究对象,通过光谱预处理,异常值剔除,波谱区间选择对模型进行了优化。结果表明:采用PLS建模,通过多元散射校正,向后区间偏最小二乘法预处理后,所构建的模型效果最优。此时,建模区间为3 800~3 500、3 100~3 000、2 900~2 400、2 300~1 300、1 000~900 cm~(-1),模型相关系数R为0.995 6,校正均方差为0.291,预测均方差为1.23;同时,实验另选了34种精米样品对模型进行了准确性验证。结果显示验证集样品的红外预测值与真实值高度相关,线性拟合方程为Y=0.994X+0.068,相关系数R为0.994 9,说明实验所开发的直链淀粉DR-FTIR模型是有效的,预测结果准确度好,模型稳定性高。     

稻谷脂肪近红外光谱特征筛选及检测模型构建

应用近红外光谱技术对稻谷脂肪含量进行检测。采集了90个稻谷样本的漫反射近红外光谱,运用Kennard-Stone法选取校正集及预测集样本。对比研究了归一化、一阶导、二阶导、一阶导+归一化等4种预处理方法对模型性能的影响,确定一阶导为最佳预处理方法。运用竞争性自适应重加权采样技术筛选出与稻谷脂肪含量检测相关的特征波长,再用多元线性回归对特征波长进行优选,最终得到30个特征波长。其中最典型的特征波长为1 343、1 489和1 583 nm,反映了稻谷脂肪中大量存在的—CH和—OH基团。所建立的基于近红外光谱分析技术的稻谷脂肪含量检测模型具的决定系数为0.958 9,定标标准差RMSEC为0.223 6,相对偏差为5.53%。     

冰糖橙可溶性固形物和pH值近红外光谱检测

研究利用近红外漫反射无损检测冰糖橙可溶性固形物含量和p H值的方法。以45个麻阳冰糖橙为标准样本,采集350 nm~1 800 nm范围的近红外光光谱,光谱采用9点滑动窗口平滑处理、一阶微分和多元散射校正分别进行预处理,然后采用偏最小二乘算法(PLS)、主成分回归算法(PCR)、多元线性回归算法(MLR)3种数学校正方法分别建立预测模型。经比较,采用一阶微分的PLS模型预测性能最好。