傅里叶变换近红外光谱法测定榨菜酱油成分

基于傅里叶变换近红外光谱技术,通过主成分分析(PCA),可较好地区分不同品牌的榨菜酱油样本.利用偏最小二乘法(PLS)建立了测定榨菜酱油成分的定量分析模型,校正集样本中总酸、氨基酸态氮和食盐的分析模型决定系数(R2)分别为98.44,98.74和98.48,交叉验证均方差(RMSECV)分别为0.001 3,0.008 44和0.355.预测集样本中总酸、氨基酸态氮和食盐的外部验证决定系数(R2)分别为96.04,95.90,96.27,预测集标准偏差(RMSEP)分别为0.017 4,0.012 9,0.48.实验结果具有较高的预测精度,可以用于测定榨菜酱油主要成分的质量浓度.     

美引新品种烟草常规化学成分NIR预测模型的建立

采集4个美引品种NC102,NC297,NC55,GL350共3a初烤烟叶样品205份,按样品不同地区、不同品种将样品分为180份校正集和25份验证集.通过行业标准方法检测烟叶中总糖、还原糖、总氮、烟碱、蛋白质、钾含量.利用近红外(NlR)光谱建立近红外预测模型.通过验证,以上6项化学成分预测模型的相关系数(R2)分别为96.95%,94.43%,96.1%,98.1%,95.3%,94.0%.均方差(RMSECV)分别为0.895,0.876,0.06698,0.0743,0.397,0.0717.平均相对偏差分别为2.97%,3.13%,5.12%,3.47%,6.03%,5.28%.结果表明该方法与标准方法测定的结果无显著性差异,证明该方法可靠、快捷.     

基于 siPLS 法建立藤茶中二氢杨梅素近红外定量分析方法

目的:建立藤茶中二氢杨梅素近红外定量模型,用于其快速定量分析.方法:采集45批藤茶样品的近红外光谱,以高效液相色谱法测定样品中二氢杨梅素的含量,并作为参照,以组合区间偏最小二乘法(si PLS法)对特征谱段进行优化,建立二氢杨梅素的定量模型并对模型进行评价.结果:光谱预处理选用矢量归一化法(VN),确定9000~8500 cm-1、8000~7000 cm-1、6000~5500 cm-1为建模谱段.内部交叉验证中,校正均方差(RMSECV)为2.38%,决定系数(R2)为92.16%;外部验证中,模型对训练集预测均方差(RMSEE)为0.993%,对验证集预测均方差(RMSEP)为2.87%,其决定系数为90.67%,相对预测偏差(RPD)为3.27.当样品中二氢杨梅素的含量范围为9.77%~46.13%时,平均预测回收率为97.57%.结论:所建模型预测能力好,可用于藤茶中二氢杨梅素的快速定量分析.     

PCA结合马氏距离法剔除近红外异常样品

采用PCA(principal component analysis)结合马氏距离法对近红外校正样品集中的异常样品进行剔除,从校正集的60个食醋样品中剔除了12个异常样,用剩下的48个样品建立了总酸、挥发酸的校正模型,并对预测集的15个食醋样品进行预测分析,以相关系数(R)、预测均方差(RMSEP)、平均相对误差(Er)为预测模型的评价指标.预测集R分别为0.9759,0.9383;RMSEP分别为0.0938,0.1635;Er分别为1.34%,2.80%.与原始校正集所建模型相比,校正模型的预测精度和稳定性得到显著提高.     

关于合理调控初烤烟叶变黄期温湿度的研究

初烤烟叶的变黄期是烟叶烘烤的后熟过程,也是进一步提高烟叶变黄程度和烟叶质量的重要过程,如果处理不好,就容易出现烤黑烟或烤青烟的现象。本试验主要研究了品种型号为云99烟草烟叶的腰叶初烤变黄期的适宜温湿度的条件,以期为提高烟叶的烘烤技术提供试验规范和理论依据。     

近红外光谱-偏最小二乘法无损定量分析异烟肼片

应用近红外漫反射光谱结合偏最小二乘法， 对异烟肼片中异烟肼的含量进行分析， 建立了近红外光谱数学校正定量分析模型， 其对校正集样品的交互验证均方根误差(RMSECV)为0.00632. 对预测集样品的预测均方根误差(RMSEP)为0.00603； 回归系数为0.99456;加样平均回收率为99.772%. 重现性实验相对标准偏差(RSD)为0.526%. 结果表明， 该方法预测精度高， 且具有方便快捷、 非破坏、 无污染、 可在线检测和重现性好等优点.     

基于稻种糙米近红外光谱分析技术的发芽率检测方法

针对传统稻种发芽率检测操作复杂,耗时长,稻种外壳污染物干扰光谱检测等问题,提出一种基于稻种糙米近红外光谱检测实现稻种发芽率快速检测的新方法.将192份糙米样品的光谱分为校正集144份和预测集48份,通过不同预处理方法和化学计量学建模方法,分析不同老化时间糙米的光谱差异,建立糙米发芽率的预测模型.结果表明:在全波段570~1 848 nm采用二阶导数+SNV and Detrend的预处理并结合偏最小二乘法(PLS)建立的模型最优,其校正集决定系数RC与标准偏差SEC分别为0.976和1.244,预测集相关系数RP与标准偏差SEP分别为0.951和1.935.采用近红外光谱分析技术对稻种糙米发芽率进行测定是可行的,所建模型在稻种糙米发芽率预测方面有较好的预测能力.     

便携式光谱仪对樱桃糖度检测的研究

利用600~1 100 nm波段的便携式可见-近红外光谱仪,以烟台大樱桃为研究对象,进行了樱桃糖度可见-近红外光谱的特征提取的实验研究.利用小波滤波对樱桃可见-近红外光谱进行预处理,运用偏最小二乘回归法建立了樱桃糖度的定量分析模型,并对模型进行了验证.实验结果显示:樱桃中糖度的可见-近红外光谱校正样本集的相关系数(R)为0.939 6,校正均方根误差为0.138 2;预测样本集的相关系数(R)为0.907 4,预测均方根误差为0.149 2.结果表明:利用便携式可见-近红外光谱技术在600~1 100 nm范围内检测樱桃糖度是可行、可靠的,为樱桃内部品质的野外在线检测提供了理论依据.     

用近红外光谱法实时监测蛹虫草发酵中胞内多糖的质量浓度

应用近红外光谱(NIR)结合偏最小二乘法(PLS)建立一种实时监测蛹虫草发酵中胞内多糖质量浓度的新方法.对39个批次的蛹虫草在3个不同条件的5L发酵罐中进行蛹虫草深层发酵,发酵过程中间隔一定时间取样,采集样品的近红外光谱,并按常规方法测定样品中胞内多糖质量浓度,再采用PLS法建立样品的近红外光谱与胞内多糖质量浓度间的模型,所建模型经过选择最适光谱预处理方法和最适隐变量数进行优化,其留一交互验证预测值与化学测定参考值间的相关系数R=0.8750,交互验证均方根误差RMSECV=0.3052.采用最优PLS模型对样品中胞内多糖质量浓度进行预测,校正集预测均方根误差RMSEC=0.1670,预测集预测均方根误差RMSEP=0.3650,表明模型的稳健性和预测性能较好。     

近红外光谱分析中的一种基于XY变量联合的异常样本剔除算法

在近红外光谱分析中,异常样本的存在会影响所建预测模型的性能.为了剔除异常样本,提高预测模型的预测能力,首先提出并证明了XY距离关系定理;在此基础上,设计了一种新型的基于XY变量联合的ODXY异常样本剔除算法.本次研究对102个羊肉样本的近红外光谱及其含水率进行了测定,在此样本集上分别采用常用的马氏距离剔除法、蒙特卡洛采样法和本文提出的ODXY算法对异常样品进行判别和剔除,并用剔除后的样本建立偏最小二乘预测模型;然后采用预测均方差RMSEP和决定系数R~2来检验模型的性能;最后,通过重新分配训练集和验证集检验算法的泛化能力.实验结果表明,在利用ODXY算法剔除预测样本的基础上建立的预测模型性能最佳,且具有更好的泛化能力.     

近红外光谱奇异样本剔除方法研究

采用近红外光谱分析技术建立面粉校正模型,对面粉中灰分含量进行定量分析,并对异常样本进行剔除.试验中采用马氏距离法和蒙特卡洛采样法分别对异常样本进行了剔除,结果表明：用马氏距离法剔除异常样本,当权重系数为1.5,剔除样本数为3时,得到最好结果,相关系数（R2）为92.67,交互验证均方差RMSECV为0.048 5;MCCV法剔除异常样本,剔除样本数为3,得到最好结果,相关系数（R2）为94.64,交互验证均方差RMSECV为0.041 1.故马氏距离法剔除异常样本能在一定程度上提高校正模型的精度和预测精度,但MCCV法剔除异常样本后模型精度和预测精度优于马氏距离法.     

近红外光谱快速测定红参提取过程中5种人参皂苷成分含量

为了建立近红外光谱(NIR)结合THUNIR软件快速测定红参提取过程中的人参皂苷Rg1、Ro、Rb1、Rc和Rb3 5种成分含量的方法.利用对红参提取过程提取液进行NIR在线采集光谱图并采用HPLC测定人参皂苷Rg1、Ro、Rb1、Rc和Rb3的量,结合THUNIR软件建立NIR光谱特征值与HPLC测定结果之间的校正模型,进而对预测集样品进行分析.校正集经内部交叉验证建立校正模型,对预测集样品进行外部验证,预测值与真实值的偏差均较小.利用NIR技术测定红参提取过程中人参皂苷Rg1、Ro、Rb1、Rc和Rb3的含量是可行的,为红参药材的提取过程提供了一种快速简便的监控方法.     

基于高光谱的大叶女贞叶片水分定量测定

较传统水分化学检测法相比,高光谱是一种新兴的简单、快速、无损、原位的绿色检测方法.大叶女贞是一种具有经济、医药、欣赏价值的树种,研究价值较高,然而有关高光谱对其的研究鲜有报道,将其作为研究对象,利用可见近红外高光谱采集40个叶片样本的高光谱数据,利用ENVI 4.7从中提取出反射光谱数据,在MATLAB7.0平台对光谱数据进行直接正交信号校正(DOSC)预处理后,采用共生矩阵法(SPXY)选取30个样本作为建模集,其余作为预测集,构建支持向量回归(SVR)模型,然后在此全波段建模基础上采用自适应权重采样法(CARS)、连续投影变换(SPA)等波段筛选法进行特征波段建模分析,结果表明DOSC-SPA-SVR模型效果最优,预测平方相关系数R2p=0.974 3,预测均方根误差(RMSEP)为4.4×10-5,较全波段模型相比,精度相当甚至有所提升,模型简单、稳定,能够用于对女贞叶片水分进行快速无损的定量分析,为其他作物营养诊断和精准灌溉提供一定的参考价值,减少水资源的浪费.     

近红外光谱结合蚁群算法检测花茶花青素含量

花青素是花茶中的主要质量指标,为了快速准确的检测花茶中花青素的含量,提出一种基于蚁群算法(ACO)结合区间偏最小二乘法(iPLS)的近红外光谱检测方法.原始近红外光谱经过预处理采用ACO-iPLS优选花青素含量对应的特征子区间.当全光谱划分为12个子区间时,ACO-iPLS优选出第1,9,10共3个子区间,在此基础上建立的近红外光谱模型最佳.模型对校正集和预测集相关系数分别为0.901 3和0.864 2;交互验证均方根误差(RMSECV)和预测均方根误差(RMSEP)分别为0.160 0 mg·g-1和0.202 0 mg·g-1.研究结果表明:与常规的iPLS相比,ACO-iPLS不但可以有效选择近红外光谱特征谱区,而且建立的模型具有更高的精度和鲁棒性.     

不同预处理方法对PLS模型检测鲜长枣糖度的影响

为寻找适合近红外光谱无损检测鲜长枣糖度含量的最佳光谱预处理方法,进行鲜长枣样品近红外光谱数据的预处理方法比较研究.探讨了15种光谱预处理方法对偏最小二乘法建模精度的影响.结果表明,小波变换和多元散射校正相结合是近红外光谱偏最小二乘模型无损检测鲜长枣糖度的有效预处理方法,其相关系数和内部交叉验证均方差分别为0.741 1...     

光谱分辨率的选取对食用油近红外模型性能影响分析

近红外光谱仪的类型和工作参数的设定对测量过程和分析结果均有一定影响.重点讨论了在傅立叶变换型光谱仪上设定不同的光谱分辨率对食用油近红外定量模型性能的影响.实验采用Vertex 70光谱仪,在3种光谱分辨率(4,8,16 cm-1)条件下,采用透射式液体光纤探头采集60份食用油样品近红外谱图.针对3组近红外光谱样品集,分别采用蒙特卡罗采样法剔除异常样品,根据Kennard-Stone法划分校正集和校验集后,建立优化食用油棕榈酸近红外定量分析模型并作预测.结果表明基于16 cm-1建立的食用油近红外模型指标优于4 cm-1和8 cm-1所建的模型,该结果可以为均匀液体作近红外检测时光谱分辨率的设定提供参考.     

近红外光谱在印刷品颜色检测中的应用

为了对印刷品颜色进行快速、准确检测,应用近红外光谱技术(NIR)并结合偏最小二乘法(PLS)建立印刷品颜色检测模型.对近红外光谱获取的144个样本光谱曲线,应用主成分分析方法进行降维,维数为5.选取的主成分作为光谱优化特征子集以替代原来复杂的光谱数据.随后,将144个样本数据随机分为定标集和预测集,利用偏最小二乘法在103个定标集样本数据基础上建立印刷品颜色预测模型,应用此模型对41个预测集样本颜色进行预测.研究结果表明:利用PLS模型得到样本的实测值和预测值之间的预测决定系数(R~2)为99.74%,预测平均相对误差为0.636%,表明利用近红外光谱技术检测印刷品颜色是可行的.     

不同品种烤烟上部叶烘烤过程中主脉失水干燥特性研究

研究不同品种烤烟上部叶在烘烤过程中主脉失水干燥特性,为准确判断烟叶主脉在烘烤过程中的失水情况从而精准制定烘烤工艺提供科学参考。以红花大金元、云烟116及KRK26品种上部叶为试验材料,分析烘烤过程中主脉失水及形态变化特性。结果表明:在烘烤过程中主脉含水量逐渐降低,并呈现快-慢-快的变化规律;硬度呈现出先变软后稳定而后变硬的变化规律;主脉横向、纵向及横切面积收缩率呈现逐渐增大的变化规律,纵向收缩率以及横切面积收缩率与主脉失水程度呈显著线性正相关关系(R20.95)。各品种间烘烤过程中主脉失水速率表现为红花大金元最快,云烟116其次,KRK26最慢。     

基于近红外光谱的大鲵黏液粉掺伪的定性定量研究

采用近红外光谱扫描不同掺伪样品,用偏最小二乘线性判别法分别建立掺伪大鲵黏液粉的2分类(纯大鲵黏液粉和掺伪样品)和5分类(纯大鲵黏液粉、掺入土豆淀粉、大鲵肉粉、大鲵蛋白粉和大鲵皮粉)定性判别模型;用偏最小二乘回归分别建立4类掺伪大鲵黏液粉的定量校正模型。结果表明,原始光谱经一阶导数+标准变量变换预处理后,所建2分类和5分类小二乘线性判别定性模型的校正集和预测集均无误判数;大鲵黏液粉掺入土豆淀粉、大鲵肉粉、大鲵蛋白粉和大鲵皮粉的定量预测模型能够较好地验证黏液掺伪成分。     

近红外光谱技术快速测定三七提取过程中3种成分含量

为了建立1种采用近红外光谱技术快速测定三七提取过程指标成分含量的方法.运用偏最小二乘法结合多种光谱预处理方法及波长选择方法建立近红外光谱与三七指标性成分(三七皂苷R1、人参皂苷Rg1、人参皂苷Rb1)含量之间的校正模型,通过交互检验标准偏差、校正标准偏差、决定系数和主因子数优选校正模型,并对未知样本进行预测分析.结果显示,1提液和2提液中三七皂苷R1、人参皂苷Rg1、人参皂苷Rb1的校正模型相关系数分别为99.66%、99.66%、99.54%和98.49%、97.74%、97.71%,验证集的预测值与真实值含量接近.该方法操作简便、快速无损、准确可靠,可用于三七提取过程指标成分含量的快速检测.