排序方式: 共有11条查询结果,搜索用时 0 毫秒
1.
2.
新型杂粮色选机的应用 总被引:1,自引:0,他引:1
10年前大米色选机普及率达到98%,而杂粮色选机的使用还不到29%。为此,笔者对杂粮市场(含豆类)进行了调研,并对杂粮色选机的使用状况做了走访,本文用数据分析了新型杂粮色选机的实际应用。由于杂粮(如生花仁、黄豆、绿豆和蚕豆)可制作各种美味食品,同时也是食用油的原料,其经济价值相对比大米、小麦等要高,因此选择色选机,在性价比前提下,首先要选择带出比小的新型杂粮色选机。 相似文献
3.
4.
5.
6.
7.
8.
9.
应用近红外光谱(NIRS)技术建立了大米食味品质分析与种类快速鉴别的方法。提取了102份粉碎后大米样品的近红外光谱,采用偏最小二乘法(PLS)建立了大米水分、蛋白质和直链淀粉定量分析模型,对模型预测结果的准确性进行了评价。预测模型的内部交叉验证决定系数(R2)分别为:0.992、0.9792和0.9736;内部交叉验证标准差(RMSECV)分别为:0.141、0.201和0.209;模型外部验证决定系数(R2)分别为0.9861、0.912和0.9373;外部验证标准差(RMSEP)分别为0.179、0.206和0.243。通过计算样品的近红外光谱图之间的欧氏距离来反映不同样品间的差异,对不同属性和不同产地的大米进行了定性聚类分析,种类识别准确率达到100%。结果表明,NIRS分析技术可以用于对大米品质和种类的快速无损检测。 相似文献
10.
基于近红外光谱技术的大米品质分析与种类鉴别 总被引:2,自引:0,他引:2
应用近红外光谱(NIRS)技术建立了大米食味品质分析与种类快速鉴别的方法。提取了102份粉碎后大米样品的近红外光谱,采用偏最小二乘法(PLS)建立了大米水分、蛋白质和直链淀粉定量分析模型,对模型预测结果的准确性进行了评价。预测模型的内部交叉验证决定系数(R2)分别为:0.992、0.9792和0.9736;内部交叉验证标准差(RMSECV)分别为:0.141、0.201和0.209;模型外部验证决定系数(R2)分别为0.9861、0.912和0.9373;外部验证标准差(RMSEP)分别为0.179、0.206和0.243。通过计算样品的近红外光谱图之间的欧氏距离来反映不同样品间的差异,对不同属性和不同产地的大米进行了定性聚类分析,种类识别准确率达到100%。结果表明,NIRS分析技术可以用于对大米品质和种类的快速无损检测。 相似文献