共查询到19条相似文献,搜索用时 62 毫秒
1.
近红外光谱技术快速测定鹅肉嫩度 总被引:1,自引:0,他引:1
目的:应用近红外光谱技术快速检测鹅肉的嫩度值。方法:采集完整鹅肉的近红外光谱(950~ 1 650 nm),光谱经多种校正预处理后,再分别采用主成分回归和偏最小二乘法建立鹅肉嫩度的定量预测数学模 型。结果:采用5点移动窗口平滑处理结合偏最小二乘法所建立模型的预测效果最好,嫩度定量校正数学模型的模 型决定系数为0.908 0,内部交互验证均方根误差为113.618 6。用此模型对预测集20 个样品进行预测,预测值与实 测值的相关系数达到0.971 1,预测值平均偏差为21.673 g,预测值和实测值之间没有显著性差异(P>0.05)。结 论:近红外光谱作为一种无损快速的检测方法,可用于评价鹅肉的嫩度。 相似文献
2.
3.
利用9001700 nm近红外高光谱成像系统对冷鲜羊肉嫩度进行快速无损检测研究。采集冷鲜羊肉(18 d)表面的高光谱散射图像,提取样本感兴趣区域反射光谱曲线并用剪切力值表征冷鲜羊肉的标准嫩度。以原始光谱、特征区域光谱和Savitzky-Golay卷积平滑预处理光谱建立冷鲜羊肉嫩度的偏最小二乘回归(PLSR)模型,预处理的特征区域光谱建立的模型效果更优。结果表明:特征区域光谱可有效替代全波段光谱,经过S-G卷积平滑预处理后,模型预测效果最佳,预测相关系数(Rp)和均方根误差(RMSEP)分别为0.773和1.060。研究表明:利用近红外高光谱成像技术结合偏最小二乘回归法对冷鲜羊肉嫩度的快速无损检测是可行的。 相似文献
4.
5.
6.
7.
8.
9.
10.
11.
小麦脂肪酸值的近红外光谱快速测定研究 总被引:6,自引:2,他引:4
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。 相似文献
12.
13.
近红外光谱技术(Near-Infrared Spectroscopy,NIR)是一种根据被检测物质的光谱信息,运用统计学的方法,构建被测物质某种属性值和光谱信息之间最优预测模型的一种间接分析技术。近红外光谱分析集光谱测量技术、计算机技术、化学计量学技术和基础测试技术于一体,通过选择合适的化学计量学方法,将样品光谱信息和指标参考值相关联,构建高精度、高稳定性的数学模型预测未知样品参考值,具有无损、快捷和环保等特点。相比传统理化及生物方法反复试验且破坏原料获取数据,近红外光谱信息更容易获取、信息量更丰富、数据计算速度更快,在猪肉质量的分析检测方面获得广泛研究。本文主要综述了2010年至今近红外光谱用于研究猪肉的物理属性、化学组成、新鲜度预测和肉品掺假等方面的最新研究进展和成果,为研发肉品无损分析检测设备提供相关信息和参考。 相似文献
14.
HIROMI KAMISHIKIRYO-YAMASHITA YUKIE ORITANI HITOSHI TAKAMURA TERUYOSHI MATOBA 《Journal of food science》1994,59(2):313-315
A corrected equation for the determination of protein content in oil/ water emulsions, developed previously, was applied for determination of protein content in milk and standard errors were satisfactory for the determination. This corrected equation can be used for determination of protein content in milk. 相似文献
15.
应用傅里叶变换近红外光谱技术结合不同的定量分析方法建立葵花籽油4 种不同理化指标的快速预测模型。在用化学方法获得不同氧化程度葵花籽油的共轭二烯、共轭三烯、p-茴香胺值、总极性化合物的参照数据的基础上,比较不同光谱预处理方法及建模方法对预测效果的影响。结果表明,葵花籽油原始光谱不经处理、经Norris平滑和一阶导数处理或Norris平滑和二阶导数处理后应用偏最小二乘法可分别建立共轭二烯、共轭三烯、p-茴香胺值及总极性化合物的预测模型,建模决定系数均在0.98以上,交互验证均方根误差分别为1.37、0.38%、0.51、0.46,相对预测均方根误差分别为1.24、0.18%、0.40、0.16。说明利用近红外光谱技术结合化学计量法可实现不同氧化程度葵花籽油理化指标的快速、准确检测。 相似文献
16.
近红外光谱技术在生鲜禽肉质量检测中应用的研究进展 总被引:1,自引:0,他引:1
近红外光谱(near-infrared spectroscopy,NIRS)技术作为一种快速、无损、绿色的检测技术正在被广泛用于禽肉品质研究,通过将肉样光谱信息和品质指标参考值相关联,构建高精度、高稳定性的数学模型预测未知肉品品质。相比传统检测方式,NIRS技术具有无需预处理、更加丰富的信息量、数据计算更快等优势,在肉制品检测应用方面潜力巨大。本文主要综述了NIRS技术在生鲜禽肉(鸡肉、鸭肉、鹅肉)物理属性、化学指标以及微生物腐败等方面检测的研究进展,归纳总结了NIRS技术结合不同化学计量学算法构建模型检测禽肉各品质指标的效果,同时提出了NIRS技术在检测禽肉方面存在的缺点及未来发展趋势,可为改善NIRS技术检测应用、研发便携式NIRS检测设备提供数据支撑和理论参考。 相似文献
17.
Rapid Determination of Iodine Value and Saponification Value of Fish Oils by Near-Infrared Spectroscopy 总被引:1,自引:0,他引:1
ABSTRACT: A rapid method for determining the iodine value (IV) and saponification value (SV) offish oils has been developed using near-infrared (NIR) spectroscopy. The partial least squares (PLS) calibration model was made based on a spectral range between 7560 and 9100 cm−1 due to CH bond. The method was validated by comparing the IV and SV of a series of fish oils predicted by the PLS model to the values obtained by the titration methods of the Japan Oil Chemists' Society. The NIR-predicted IV and SV were completely consistent with chemically determined IV and SV. The NIR method showed higher accuracy and reproducibility than the titration method. It would be suitable for IV and SV determinations offish oils, as well as vegetable oils, and it takes only 2 min per sample. 相似文献
18.
19.
MITSURU MITSUMOTO SATOSHI MAEDA TADAYOSHI MITSUHASHI SHINOBU OZAWA 《Journal of food science》1991,56(6):1493-1496
The qualities of beef cuts were compared with near-infrared (NIR) spectroscopy readings using reflectance, transmittance and a fiber optic probe. Multiple linear regression analyses were used to select the optimum wavelengths for estimating beef properties. High multiple correlation coefficients (R) were obtained for Warner-Bratzler shear value (R = 0.798?0.826), protein (R = 0.822?0.904), moisture (R = 0.895?0.941), fat (R = 0.890?0.965) and energy content (R = 0.899?0.961) with each reflectance, transmittance and using the fiber optic probe. Total pigment content also highly correlated with optical densities using transmittance (R = 0.946) and the fiber optic probe (R = 0.893). NIR with a fiber optic probe is a useful tool for determining physical and chemical characteristics of beef. 相似文献