近红外光谱分析在农产品方面的应用与展望

分析了近红外光谱技术的发展进程,着重介绍了近几年近红外光谱分析技术在农产品品质分析,加工生产过程中的在线质量控制以及与神经 网络结合,采用模式分类原理进行物质鉴别方面的应用,并分析了该技术的发展趋势及应用前景。     

相关分析技术在谷物近红外光谱分析中的应用

利用信号分析理论中相关分析技术有分离和增强信息的特点,提出了解决近红外光谱信息量大、信息弱、谱峰重叠和数据处理量大等难题的一种新思路和新方法,以提取6种谷物近红外光谱中的淀粉组分信息为例,研究了相关分析技术在近红外光谱中的应用方法．研究证明,采用小波阈值法对经一阶求导处理的近红外光谱进行滤波处理,再利用相关分析技术提取和强化待测组分的光谱信息的方法是可以用于多组分物质中某一组分的定性和定量分析．     

污水化学需氧量近红外光谱分析的波段选择

采用近红外透射光谱和移动窗口偏最小二乘(MWPLS)方法,建立污水化学需氧量(COD)近红外光谱分析的优化模型最优模型的对应波段为820-850nm,采用波长点个数为16,PLS因子数、RMSEP、Rp分别为13,25.5mg/L,0.968,预测相关很高,其预测效果明显优于全谱模型,并且采用的波长点个数远远优于全谱波...     

近红外光谱分析技术在烟叶产地鉴别中的应用

为研究近红外光谱分析技术在鉴别烟叶产地中的可行性,以云南8个不同产地的880个烟叶样品为基础,通过TQ analyst分析软件的定性分析方法建立预测各烟叶产地的近红外模型,并应用该模型对100个烟叶样品进行了实际产地预测.结果显示,上述方法建立的预测模型对云南烟叶产地的鉴别准确率达90%.研究表明,应用近红外光谱分析方...     

近红外光谱分析中人工神经网络法的应用

设计了实用的人工神经网络模型进行定标并预测. 用误差反向传播算法, 构造了三层的神经网络结构, 用于解决光谱分析中谱峰重叠严重、 噪声较大等问题. 在定标样本数量较大的情况下, 应用人工神经网络方法对玉米的蛋白质含量和近红外吸收光谱进行了分析和讨论. 实验结果表明, 人工神经网络方法优于线形回归法和偏最小二乘方法.     

谷物近红外光谱分析中常用数据处理方法讨论

在研究近红外光谱的物理机理的同时,对光谱分析中常用的数据处理方法偏最小二乘法(Partial Least Squares)、多元线性回归法(Multiple Linear Regression)和人工神经网络法(Artificial Neural Network)从理论上进行了分析和比较;指出了对光谱数据进行求导、SNV(Standard Normal Varuate)算法、滤波等预处理的重要性;讨论了近红外光谱分析常用方法在谷物成份检测中的应用。     

近红外光谱分析技术在烟草化学分析上的应用研究

应用傅立叶变换近红外漫反射光义,对具有代表性的300个烟草样品建立了近红外光谱与总糖、还原糖、尼古丁、总氮4种主要成分含量间的关系模型,经分析样品检验模型,结果表明,各成分近红外预测值与实测值之间的平均相对误差均小于5％,近红外光谱分析技术可初步用于烟草常规化学成分的快速定量分析。     

化学计量学方法在近红外光谱分析中的应用--近红外光谱法测定汽油辛烷值

介绍了化学计量学在近红外分析技术中的应用方法。并以近红外光谱法测定汽油辛烷值为例 ,详细介绍了常用化学计量学方法 (主成分回归 ,偏最小二乘法和马氏距离分析 )的比较与在应用中的选择。     

方便面油分近红外漫反射光谱特征波长的确定

建立反映方便面含同率与近红外漫反射光谱（ＮＩＲＤＲＳ）数据之间关系的数学模型即定标方程,是利用ＮＩＲＤＲＳ技术检测方便面含油率的前提,其中定标方程选入的特征波长与方便面含油率关系最密切,因此特征波长的确定是建立定标方程的关键,本研究采用４０个方便面定标样品,其ＮＩＲＤＲＳ数据分别经一阶和二阶导数变换处理,运用逐步回归分析方法建立了相应的两个定标方程,复相关系数为０．９７８、０．９８７,标准差 ０．     

BP神经网络预测高水分农产品物料比热的探索

高水分农产品物料的比热是农产品加工工程研究和农产品加工设备设计中的重要热特性参数之一．预测精度关系到所设计加工设备的质量、性能的优劣．本文建立了高水分农产品物料比热的ＢＰ神经网络模型,比较了二元回归模型和ＢＰ神经网络模型对高水分农产品物料比热的预测效果,得到ＢＰ神经网络模型的预测精度高于二元回归模型．     

NIR法测量食品含油率的实验装置

介绍一种用ＮＩＲ法测量食品含油率实验装置的主要构成。由测量油菜籽含油率所得数据，用多元线性回归法建立数学模型，并分析了模型的可靠性及能达到的测量精度，为设计普及型快速食品分析仪器提供了依据。     

生物毒性检测技术在农产品检测中的应用研究

应用发光细菌生物毒性检测技术对农产品的小白菜样品、罗非鱼样品和大米样品进行生物毒性检测,结果表明：样品中毒性物质的浓度与发光细菌的相对发光度呈现较好的负相关性,发光细菌生物毒性检测法可以作为一种快速的毒性筛查技术应用于农产品安全检测。     

农业产品的风险评估及其应用

如何评估农产品的安全和控制其风险已成为现代社会共同关注的焦点．笔者在鞅论的理论基础上，借助随机模型对农产品风险进行了刻画和评估，并给出了相关的概率指标．     

基于NIR的模式识别技术在地理标志产品响水大米鉴别中的应用

分别利用多元线性回归判别分析和BP人工神经网络分析建立了近红外光谱(NIR)快速鉴别地理标志产品响水大米的新方法.大米的近红外光谱数据经过一阶导数和平滑处理后,利用主成分分析对数据进行了降维处理,并确定了相关性最大的特征波段(7 700~6 700cm-1与5 700~4 300cm-1).利用特征波段的主成分数据建立了多元线性回归判别分析和BP人工神经网络鉴别模型.2种模型对于地理标志产品响水大米的鉴别正确率均为100%,适用于地理标志产品的快速无损鉴别.     

近红外光谱技术对液态奶制品中乳糖、脂肪及蛋白质的定量检测

用InfraXact多功能近红外分析仪和正交实验设计,研究了不同预处理和校正方法对建模效果的影响,建立了液态奶制嘉中脂肪、乳糖和蛋白质质量含量的定标模型。利用目标函数法对模型进行评定,并对选出的最优模型的适用性进行验证．结果表明,最优模型对糖、脂肪和蛋白质的相对标准偏差分别为4．12％,7．04％,9．61％,相对误差分别为2．82,6．28,2．72．正交实验方法能综合考虑不同预处理方法和校正方法对模型建立的影响．近红外光谱分析法能够实现对牛奶中脂肪、乳糖和蛋白质质量含量进行快速、无损的定量检测．     

近红外光谱定量检测丙烷和异丁烷

近红外光谱分析技术结合偏最小二乘法（PLS）对多成分挥发性有机物（VOCs）进行连续的在线监测具有重要意义．用傅里叶变换红外光谱仪（FTIR）分析了丙烷和异丁烷2种挥发性有机物的近红外光谱特征．采用线性回归建模方法——偏最小二乘法在丙烷和异丁烷混合气体的近红外光谱范围（5600～6200cm^-1）内建立了预测模型．基于该模型预测了验证集样品中2种气体的含量,并对模型进行了评价．结果表明,对2种气体浓度的预测比较准确,相对误差基本在5％以内．     

我国农产品营销的问题与对策

分析了我国农产品营销存在的问题,针对这些问题,提出了应采取的对策。     

神经网络在大米蛋白质含量预测模型中的应用

大米蛋白质含量是影响大米营养及食味特性的一个重要指标．借助主成分分析,确立了用于近红外光谱分析的BP神经网络的输入输出模式对;并用BP神经网络方法建立了不同类型、不同粒度的大米样品蛋白质含量预测模型;考察了模型的预测能力,其预测值与用标准方法取得的化学分析值间具有良好线性关系,相关系数达0．90以上,用BP神经网络可降低样品粒度的不同对预测结果造成的差异．     

基于机械产品绿色制造技术的应用研究

简述了绿色制造技术的概念,分析了目前我国机械产品制造中存在的主要问题,介绍了国内外绿色制造研究的现状和较为成熟的绿色制造技术,为推进机械产品的绿色制造、实现机械制造业的可持续发展提供了决策参考。