近红外光谱法非破坏快速检测生菜中硝酸盐含量

运用傅里叶变换近红外光谱仪,以二阶导数处理光学数据,用偏最小二乘法(Partial Least-Squares Regression,PLSR)进行统计分析,对58个外观形状不同的生菜样品建立了硝酸盐含量快速检测模型。其预测结果与国标方法相比相关系数为0.9819,检测相对误差在0.56%～6.79%范围内。该方法简单、快速,无需消耗任何试剂,可满足现场快速检测的需要。     

近红外光谱法快速检测饮料中的食用合成色素

以光谱扫描范围为1?100～1?650?nm,分辨率为0.2?nm,通过对不同质量浓度的日落黄、柠檬黄、胭脂红和苋菜红溶液扫描,得到的原始光谱图经过一阶导数、二阶导数等方法进行预处理。然后通过修正的最小二乘（modified partial least square,MPLS）法结合变量标准化且去散射处理的光谱预处理手段建立相关的MPLS模型。最后利用所建模型,对饮料中的食用合成色素含量进行预测。预测相关系数最高可达0.991,预测标准差最低为0.009%,相对分析误差最大为3.51。结果表明,近红外光谱可作为一种简单、快速、无损、可靠的方法用于检测饮料中的食用合成色素。     

近红外光谱法快速测定啤酒中乙醇的含量

建立快速测定啤酒中乙醇含量的近红外光谱法(NIR)。采用傅立叶变换近红外光谱法(FT-NIR)，在近红外区域(750～2500nm)利用逐步回归分析的方法测定啤酒中乙醇的含量，并将傅立叶变换近红外光谱对未知样品的预测结果与气相色谱法的测定结果进行比较。结果：选择6个波数点时其最大相关系数为0．994，预测平均相对误差为4．529％，预测误差标准差为0．163。结论：利用近红外光谱检测啤酒中乙醇含量的方法是可行的，可以替代常规的理化分析。     

近红外光谱法快速检测梨汁中柠檬酸和L-苹果酸含量

利用近红外光谱技术对梨汁中柠檬酸和L-苹果酸含量进行快速定量检测,并通过6种光谱预处理及3种数学校正方法对柠檬酸和L-苹果酸含量预测模型进行优化。本研究采用近红外光谱仪在1 100~1 650 nm光谱范围内共采集70个梨汁样本的近红外光谱图,并利用高效液相色谱法测定柠檬酸和L-苹果酸的含量。首先对样本原始光谱图经过多元散射校正(MSC)、一阶导数、二阶导数等方法进行预处理,然后通过主成分分析(PCR)、修正的最小二乘法(MPLS)及偏最小二乘法(PLS)等分别建立梨汁中柠檬酸和L-苹果酸含量的预测模型,并对该模型进行优化。优化后,柠檬酸的最佳模型为PLS结合MSC;L-苹果酸的最佳模型为MPLS结合SNV且去散射;最佳预测模型的预测相关系数最高可达0.985,预测标准差最低为0.039%,相对分析误差最大为3.46。结果表明,近红外光谱可作为一种可靠、快速、无损、简单的方法用于梨汁中柠檬酸和L-苹果酸含量的测定。该方法为生产企业及监管部门开展梨汁的掺伪鉴别提供了依据。     

近红外光谱法快速检测饮料中的日落黄

合成色素是食品中最常见的一种添加剂,如果不规范使用将对人体健康产生潜在危害。该研究中光谱扫描范围为1100~1650nm,分辨率0.2nm,通过对不同浓度的日落黄溶液扫描,将得到的原始光谱图经过一阶导数、二阶导数等方法进行预处理。然后通过修正的最小二乘法(MPLS)结合变量标准化且去散射处理(SNV Detrend)的光谱预处理手段建立了相关的MPLS模型。最后利用所建模型,对饮料中的色素含量进行预测。预测相关系数为0.985,预测标准差为0.09%,相对分析误差为3.51。结果表明:近红外光谱可作为一种简单、快速、无损、可靠的方法用于检测饮料中的日落黄。     

近红外光谱法快速测定香菇总糖含量

为弥补国标检测方法测定香菇总糖含量耗时长、步骤繁琐的缺陷,创建近红外(near infrared,NIR)光谱技术在测定香菇总糖含量方面应用,采用NIR分析技术与偏最小二乘算法(partial least square,PLS)建立香菇总糖的NIR分析模型,并对模型进行参数优化.实验共收集了106批样品,从中随机抽取1...     

近红外光谱技术快速检测甜叶菊中绿原酸含量

为实现甜叶菊中绿原酸含量的快速检测,该研究利用近红外光谱技术结合偏最小二乘法对甜叶菊绿原酸含量的光谱数据进行了近红外模型分析。结果表明,采用多元散射校正(multiplicative scatter correction, MSC)+Savitzky-Golay卷积平滑预处理算法和无信息变量消除法(uniformative variable elimination, UVE)特征波长选择算法,绿原酸含量近红外模型的性能最好。该模型的交互验证相关系数(correlation coefficient in cross validation,R_CV)和交互验证残差均方根(root mean square error of cross validation, RMSECV)分别为0.945 3和0.263 1;验证集相关系数(correlation coefficient in validation,R_P)和验证集残差均方根(root mean square error of prediction, RMSEP)分别为0.952 1和0.247 2。...     

傅立叶变换近红外光谱法快速检测锅盔中水分含量

应用傅立叶变换近红外光谱技术,建立锅盔水分含量分析模型.测定61份锅盔的近红外光谱,经一阶导数+MSC预处理以滤去噪声,在7 501.9～4 597.6 cm-1谱段范围内,选择维数10,利用偏最小二乘法建立近红外光谱与国标参考方法测得的水分含量之间的相关模型.最终得到水分定量校正模型决定系数(R2)为99.03％,内部交叉验证均方差(RMSECV)为0.409％.用该模型对19个未知锅盔样品进行外部验证,其水分外部验证决定系数(R2)为97.99％,预测标准偏差(RMSEP)为0.341％.结果表明,近红外定量分析技术有较高的准确度,能满足锅盔水分的快速检测精度要求.     

近红外光谱法快速测定油茶籽出油率和过氧化值

对漫反射近红外光谱(near infrared spectroscopy,NIR)应用于油茶籽出油率和过氧化值的快速批量检测进行研究。以广东梅州37份油茶籽为研究对象,采用NIR结合偏最小二乘法建立了出油率和过氧化值的定量模型。所建模型训练集和验证集的相关系数均在0.99以上,交叉验证均方差(RMSECV)分别为0.961 8和0.983 6。外部验证显示,预测值最大相对偏差分别在3%和9%以内,配对样本T检验中P值均大于0.05。表明所建NIR模型有较好的预测能力,可应用于油茶的质量安全和优质选种的大批量快速检测。     

基于近红外光谱技术快速检测稻谷水分含量

目的:建立一种无损、快速高效的稻谷水分含量检测方法。方法:研究收集了不同年份的稻谷样品161份,运用近红外光谱结合化学计量学方法,通过剔除异常光谱和光谱预处理,采用偏最小二乘法建立稻谷水分含量预测模型。结果:采用主成分分析结合马氏距离的方法剔除异常光谱样品15个,最佳的光谱预处理方式为消除常数偏移量。训练集建立的预测模型(R_CAL²)为0.9943,模型标准偏差(RMSEC)为0.21%,模型交叉验证决定系数(R_CV²)为0.9936,模型交叉验证标准偏差(RMSECV)为0.32%,表明预测模型交叉验证预测样品水分含量准确度高。用验证集样品检验预测模型,模型验证集验证决定系数R 2 VA L为0.9801,模型验证集验证标准偏差(RMSEP)值为0.36%,相对分析误差(RPD)值为7.14,表明预测模型对未知样品的预测准确度高。验证集样品实测值与预测值均值方程T检验结果P值(双侧)为0.879,验证集样品实测值与预测值之间差异不显著,表明预测模型的预测结果可信度高,验证集样品预测值与实测值的误差在±1%,且90%以上的验证集样品其预测值与实测值的误差都在±0.5%以内。结论:建立的稻谷水分预测模型可以实现收储稻谷的无损、快速、准确检测。     

近红外光纤光谱法快速检测葡萄酒中酒精度

目的 构建近红外光纤传感检测系统,结合近红外光谱分析技术和化学计量学,对葡萄酒中酒精度进行快速检测.方法 以葡萄酒为研究对象,构建近红外光纤传感检测系统,分别使用偏最小二乘法和主成分回归对葡萄酒中酒精度进行近红外光谱分析,进行模型参数的比较.采用国标GB/T 15038-2006《葡萄酒、果酒通用分析方法》中气相色谱法...     

利用近红外光谱法快速检测麦芽总氮和可溶性氮的研究

麦芽含氮越的测定包括总氮量测定和可溶性氮赶的测定两部分,实验室常用凯氏定氮法作为陔指标的榆测方法。实践中发现,该方法操作繁琐、耗时长、污染环境且检测结果易受仪器和环境条件的影响。近年来,利用近红外光谱技术测定麦芽的总氮和可溶性氮含量的研究逐渐引起啤酒研发人员的注意,但其测定方法及结果准确性却鲜有报道。     

基于近红外光谱技术快速检测苦荞面条中荞粉含量

以苦荞面条为研究对象,采用近红外漫反射光谱(NIR)技术结合偏最小二乘法(PLS)建立预测苦荞面条中荞粉含量的定量模型,实现荞粉含量的在线快速检测。根据参考值,制作230份苦荞面条样品,分别以移动平均平滑、一阶导数、归一化处理、标准正态化、多元散射校正等方法预处理光谱。结果表明,选择波数9 403.6～7 498.2,6 101.9～5 446.2 cm~(-1)+一阶导数+多元散射校正(MSC)所建的模型效果最好,预处理后模型相关系数为0.983 9,其交叉验证均方根误差(RMSECV)、预测标准误差(RMSEP)、预测相对分析偏差(RPD)、最低检出限(LOD)和定量检出限(LOQ)分别为1.14、0.894、7.89、2%、5%。外部验证预测相关系数为0.985 2,RMSEP、RPD分别为0.881、5.41,相对标准偏差(RSD)均小于1,不同产地苦荞粉对比验证集的R~2、RMSEP、RPD分别为0.963 7、0.926、5.22,RSD较小,模型具有较高的精密度,符合实际生产的需求。该方法快速、低成本、准确、简便、无污染,可以实现苦荞面条中荞粉含量的快速检测。     

短波近红外光谱快速无损检测生鲜鸡肉胆固醇含量

采用短波近红外光谱对生鲜鸡肉中的胆固醇含量进行检测,使用便携式近红外光谱仪在近红外光谱短波区域采集236份生鲜鸡肉的光谱信息,采用化学计量学法建立鸡肉胆固醇的偏最小二乘法定量预测模型。结果表明:最佳光谱预处理方法为标准化和基线校正,并通过剔除两次异常值对模型进行校正,所建定标模型的校正集相关系数Rc=0.801 1,校正标准差(s_(EC))=6.699 8,验证集相关系数R_p=0.803 4,预测标准差(s_(EP))=7.529 6,主因子数MF=4,s_(EP)/s_(EC)=1.12,说明模型可靠性、稳健性和预测效果较好。     

基于近红外光谱的藏区酥油脂肪和蛋白质含量快速检测分析

为了建立藏区酥油中脂肪和蛋白质含量快速检测方法,以藏区不同产地酥油为研究对象,采用组合区间偏最小二乘法优选出脂肪和蛋白质的红外光谱特征波段,在此基础上分别对几种光谱预处理方法进行比较挑选出最佳预处理方法,最后建立脂肪和蛋白质的定量分析模型并对模型进行外部验证。结果表明:在脂肪和蛋白质的特征波段内采用SNV+数据归一化+二阶导数+S-G滤波法对光谱预处理后建立脂肪和蛋白质定量模型,模型相关系数(R)分别为0.994和0.997,交叉验证均方差(RMSECV)分别为4.09%和0.286%。对验证样本的预测值和实测值进行配对t检验,两种测量值之间没有显著性差异(P0.05),表明建立的脂肪和蛋白质的近红外定量模型具有良好的预测能力,基于近红外光谱快速测定藏区酥油中脂肪和蛋白质的含量是可行的。     

基于近红外光谱的大豆油质量快速检测技术应用研究

利用近红外光谱快速检测大豆油脂的过氧化值和酸值,分析发现大豆油脂的过氧化值和酸值在近红外光谱区域有特征吸收峰,通过对比分析,优选出大豆油脂过氧化值特征波段为4500~9000 cm^-1,大豆油脂酸值的特征波段为4500~5000 cm^-1,采用小波变换对光谱去噪并利用PLS建立了预测模型,大豆油脂过氧化值和酸值模型的相对标准偏差RSD分别为3.513%和3.629%,准确度与化学方法相近,说明利用近红外光谱分析技术快速检测大豆油脂主要指标是可行的。     

近红外光谱法快速检测黄酒酒精度及密度的研究

与GB 5009.225—2016《食品安全国家标准酒中乙醇浓度的测定》[1]酒精度检测方法,以及GB5009.2—2016《食品安全国家标准食品相对密度的测定》[2]密度检测方法相比较,研究了近红外光谱法快速测定黄酒酒精度和密度方法的准确性和稳定性。结果表明,近红外光谱法操作简单快速,检测结果准确度和稳定性均较高,可作为快速检测黄酒酒精度和密度的一种方法。     

近红外漫反射光谱法快速检测谷子蛋白质和淀粉含量

建立近红外漫反射光谱法测定谷子中的蛋白质和淀粉含量,提供一种快速、简便、无损的分析方法进行谷子品种资源鉴定和筛选。以191份山西核心谷子种质为材料,采用近红外漫反射光谱法建立谷子蛋白质和淀粉含量的快速检测模型。结果表明,采用一阶导数+矢量归一化光谱预处理,分别建立谷子蛋白质和淀粉含量的校正模型,模型的校正决定系数(R~2_(cal))分别为0.977 0和0.907 3,交叉验证均方根误差分别为0.203%和0.466%,外部验证决定系数(R~_(2val))分别为0.989 6和0.977 2,预测均方根误差分别为0.225%和0.368%。对于谷子蛋白质和淀粉的预测,化学法和近红外仪器法测定间无显著差异,近红外测定结果是准确可靠的。说明采用近红外漫反射光谱分析技术能够满足对谷子蛋白质和淀粉含量的检测。     

发酵乳酸度近红外光谱快速检测方法的研究

利用近红外光谱技术对发酵乳酸度进行快速分析检测。采用电位滴定仪法测定71批次含活乳酸菌发酵乳样品的酸度实测值,并同时扫描得到近红外光谱数据。以校正集均方根误差(RMSEC)、预测集均方根误差(RMSEP)、交互验证均方根误差(RMSECV)及其相关系数R_c、R_p、R_cv为评价指标建立最优的酸度定量模型。利用模型对10批次含活乳酸菌发酵乳样品的酸度进行预测。结果表明,优化后的模型,其RMSEC、RMSEP、RMSECV及其相关系数R_c、R_p、R_cv分别为3.27、4.39、4.84,0.946 2、0.922 5、0.877 8。经外部验证后,该模型酸度预测值和实测值的最大相对误差为6.76%,满足不超过10%的要求。说明模型具有良好的预测性能,可用于发酵乳中酸度的快速检测。     

近红外光谱法检测纺织品中羊绒和羊毛含量

将纯羊绒、羊毛按不同比例混合配制101个标样,采用偏最小二乘法,建立近红外光谱定量分析的数学模型,预测模型的相关系数为0.99,标准差为2.8%。实验表明:采用近红外光谱技术对羊绒、羊毛进行定量分析是可行的,有望成为快速、非破坏性的检测手段。该试验的样品数量和代表性有限,预测模型的精确度有待提高,若将近红外光谱技术真正用于检测工作,需逐步积累样品,建立更具代表性的数据库和更为稳定、精确、可靠的数学模型。