巴戟天药材中耐斯糖含量近红外光谱测定方法的建立

目的建立巴戟天药材中耐斯糖含量的近红外光谱测定方法。方法用高效液相色谱法测定114批巴戟天药材中耐斯糖含量,采集近红外光谱后,运用多元散射校正法,结合最小偏二乘法建立巴戟天耐斯糖含量的定量模型。结果建立的耐斯糖近红外光谱定量模型,内部交叉验证决定系数为0.979 1,校正标准偏差为0.909 0,预测标准差为0.909 0,交叉验证的标准偏差为1.093 0。结论该含量测定近红外光谱模型稳定、准确适用于巴戟天药材中耐斯糖的含量测定。     

基于近红外光谱技术的葵花籽品质分析

葵花籽作为国内需求量很大的油料作物,常用的化学检测方法虽然准确性高,但是时间久,破坏样本完整性,难以实现快速检测。为了研究近红外光谱法快速无损检测葵花籽中蛋白、脂肪及水分含量的准确性,本文使用454份葵花籽样本近红外光谱数据及蛋白质、水、脂肪三个含量信息为测试对象,随机选取其中383份作为测试集,71份作为验证集,对测试集使用不同的预处理方法之后分别进行PLS和BP神经网络建模,并通过验证集对模型进行预测分析。结果发现:(1)PLS模型预测中发现小波变换的预处理方法对蛋白质含量的预测最好RMSECV=0.343,RMSEP=0.296,小波变换的预处理方法对水分含量的预测最好RMSECV=0.299,RMSEP=0.354,标准化的预处理方法对脂肪含量的预测最好RMSECV=0.285, RMSEP=0.316;BP神经网络预测中一阶导数+均值中心化对蛋白质含量的预测最好RMSEP=0.341,一阶导数对水分含量的预测最好RMSEP=0.329,一阶导数+标准化对脂肪含量的预测最好RMSEP=0.312。(2)BP神经网络模型与PLS模型预测对比发现,PLS模型预测精度要高于BP神经网络模型。     

基于玉米近红外光谱的CWT-SVR蛋白质预测模型

采用国家标准方法测定125个玉米样品的蛋白质含量,并同时进行红外光谱(NIRS)测定.在连续小波变换(CWT)处理玉米NIRS数据的基础上,通过多次随机选择定标集和校正集样品的模型优化方法,建立了二次ε不敏感损失函数的CWT-SVR蛋白质预测模型.模型用于检验集样品中蛋白质的测定,结果满意,且优于传统的偏最小二乘模型(PLS).     

拉曼光谱和近红外光谱在小麦粉品质定量分析中的应用

应用拉曼光谱分析技术结合最小二乘法,应用近红外光谱技术结合偏最小二乘法,以及现有的小麦粉光谱数据,对小麦粉进行采集光谱信息,选择最优的光谱预处理方法,分别建立了水分、灰分、面筋的定量模型,并验证了模型的可行性.实验分析表明,近红外光谱技术建立的模型比拉曼光谱分析技术建立的模型效果要好.     

缬沙坦胶囊辅料含量近红外光谱模型传递研究

为了建立缬沙坦胶囊辅料含量近红外光谱分析模型能在不同仪器间实现共享,提高模型的有效利用.采用分段直接校正(PDS)和典型相关分析(CCA)法进行了近红外仪器间模型传递的研究.研究表明:在主机建立的模型经PDS算法传递后,子机验证集的预测均方根误差(RMSEP)分别为2.41、1.95、0.99、0.53,经CCA算法传递后的RMSEP分别为0.78、1.19、0.78、0.43.对于2台傅里叶变换型近红外光谱仪,采用PDS和CCA方法可成功实现模型传递,其中CCA作用效果优于PDS,该研究结果对于辅料含量近红外快速分析模型的广泛应用具有重要意义.     

基于近红外光谱的小麦粉湿面筋含量检测

本文应用近红外光谱法测定小麦粉中湿面筋含量.对小麦粉的近红外光谱图进行消除常数偏移量、多元散射校正、减去一条直线三种预处理方法,用偏最小二乘法建立小麦粉的近红外光谱图与湿面筋含量之间的关系模型,并预测小麦粉中湿面筋含量.实验结果显示减去一条直线预处理后的模型评价指标最优,模型的相关系数R2为934,模型交互验证后的均方差为051,预测结果的均方根误差为0456.实验结果表明,近红外光谱法能够用于小麦粉湿面筋含量的测定     

近红外光谱定量预测奶粉中三聚氰胺的含量

近红外光谱技术(NIRS)结合偏最小二乘算法(PLS)建立了奶粉中三聚氰胺含量的定量分析模型.采用二阶导数光谱建立模型,最有效的波长范围为4000.63~6803.63 cm-1和6800~9700 cm-1,最优模型的定标模型的相关系数(R)为0.9999,定标标准分析误差(SEC)为1.43%,预测相关系数(R)达到0.9284,预测标准分析误差(SEP)为1.03%,模型具有较好的预测效果.研究表明近红外光谱检测技术可用于奶粉中三聚氰胺的定量分析.     

基于遗传神经网络的大豆脂肪酸含量近红外光谱检测

本文提出了一种利用遗传神经网络建立数学模型的方法,建立起化学测定值与近红外光谱数据之间的定量关系。把得到的近红外光谱数据作为网络的输入,把用化学法测定的五种脂肪酸含量作为网络的输出,再利用遗传算法训练神经网络的权值,建立大豆脂肪酸的神经网络检测模型,探索出一种能够准确、高效地完成近红外光谱橙测的神经网络模型。     

近红外光谱技术检测石榴汁中花色苷含量

以不同产地的石榴汁样品为对象,对其近红外光谱数据进行预处理并通过小波变化处理提取光谱特征,采用遗传算法对支持向量机的三个参数进行优化,建立基于近红外光谱技术与支持向量机的石榴汁中花色苷含量检测模型。结果表明,模型对验证集的均方根误差为0.019 766,决定系数为0.999 2,模型预测性能良好。近红外光谱技术可用于石榴汁中花色苷含量的定量检测。     

近红外光谱的水体污染指标COD定量预测模型

针对传统化学需氧量（chemical oxygen demand, COD）检测存在检测成本高、耗时、易造成二次污染,以及现有检测模型泛化性较差等不足,难以满足水环境实时监测需求的问题,本研究提出基于近红外光谱技术的COD快速无损定量预测模型。实验结果表明,本模型在污水COD光谱数据集上的预测性能,相较于传统机器学习算法,以及现有其他深度学习算法更优。测试的决定系数（R2）和均方根误差（RMSE）分别达到0.992 1和27.47 mg·L-1,模型卷积层的输出特征可解释强,能有效表征关键波长点。为实际水体COD含量快速检测提供一种新的方法。     

近红外光谱技术在农药残留量检测中的研究

介绍了近红外光谱技术的发展及原理,基于近红外光谱分析技术对蔬菜中农药残留的检测方法进行了定性和定量实验研究.选取菠菜作为叶菜代表,用偏最小二乘建立校正模型,并对模型的通用性进行验证.实验表明,校正模型的预测结果比较理想,但模型的通用性还需要改善,同时还讨论了基于多信息融合技术在农药残留量检测中的研究前景.     

基于乘法预测模型的装备维修器材消耗规律研究

为探索装备维修器材消耗规律、科学指导装备维修器材储备和供应,基于时间序列分析方法,构建了乘法预测模型,结合2005～2008年某装备保障的应用实例,对其维修器材消耗进行了预测研究.预测结果表明:预测值与历史真实数据接近,为现有装备消耗标准的完善和新装备消耗标准的制定提供了依据.     

气体红外激光光声光谱的研究

本文对气体红外激光光声光谱的理论进行探讨,并以分子运动论的物理模型对气体光声信号进行推导。为了提高气体光声系统灵敏度,设计了亥姆霍兹共振光声池,并作了实验验证,其实验数据与理论值基本相符。对乙烯、苯、甲醇、二氯甲烷、氨等微量气体进行了实验检测,得到了它们的光声光谱。实验结果证明,我们建立的气体红外激光光声光谱装置,可对痕量气体进行检测。为大气污染的检测提供了一种先进的高灵敏而又可靠的检测方法。     

二维相关红外光谱方法研究肌红蛋白酸变性过程

1前言 肌红蛋白(Myoglobin,简称Mb)是肌肉中与呼吸作用有关的蛋白质.它由一条肽链构成,含153个氨基酸残基,整个分子为球状.肌红蛋白的肽链可以分成8段长度为7～24个氨基酸残基组成的α螺旋区,转折处有1～8个氨基酸残基结构松散,没有形成α-螺旋.具有极性基团侧链的氨基酸残基几乎全部分布于分子表面,而非极性氨基酸残基则被埋在分子内部肌红蛋白的二级结构主要由α-螺旋组成(约占77%,包括310螺旋),另外还有一些无规卷曲(约占13%)和β-转角(约占10%)结构.它是一种重要的模型蛋白.     

基于OGSA的校园网格模型研究

简要地分析了目前校园网存在的不足,对网格计算技术在高校教育中的应用前景进行了分析,以此为基础建立了华南师范大学教育网格模型并进行了详细的描述.     

油层出砂预测模型研究

分析了裸眼完成井和射孔完成井的油层出砂机理，以线弹性理论为基础，同时考虑垂直井眼围岩应力场对射孔孔道稳定性的影响，建立了一种新的射孔完井临界出砂模型，并编制了出砂预测系统的设计软件。在辽河油田现场应用的实例表明，该模型的预测结果与现场工程实践中已有的油井出砂经验预测模型相吻合。     

油层出砂预测模型研究

分析了裸眼完成井和射孔完成井的油层出砂机理 ,以线弹性理论为基础 ,同时考虑垂直井眼围岩应力场对射孔孔道稳定性的影响 ,建立了一种新的射孔完井临界出砂模型 ,并编制了出砂预测系统的设计软件。在辽河油田现场应用的实例表明 ,该模型的预测结果与现场工程实践中已有的油井出砂经验预测模型相吻合。     

污水中油的红外光谱定量测定

编制了一个利用峰面积进行红外光谱定量分析的ＯＢＥＹ程序．用此程序测定了污水中油的含量，并把它与重量法、峰高法加以比较，其测定结果较好．     

大地域森林资源动态预测模型和方法的研究

本文运用时变模型研究森林资源动态,视影响森林资源变化因素为输入变量,建立随机差分模型,用状态方程描述森林资源动态。采用Kalman滤波对广西全区森林资源动态作出预测。检验结果表明,本文提出的预测模型和方法效果优良。