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.     

艾粉及常见混伪品的紫外-可见-近红外指纹图谱鉴别研究

目的:针对市场常见的艾粉掺假现象,构建艾粉及其混伪品的紫外-可见-近红外指纹图谱,为艾粉的品质评价和质量控制提供一种新的思路和方法.方法:采用紫外-可见-近红外指纹技术,对7种常见艾粉混伪品(艾叶+水蒿打粉、艾叶+薄血火绒草打粉、艾叶+花生壳打粉、艾叶+野艾蒿打粉、艾叶+豚草打粉、艾叶+提油后艾叶打粉、艾叶+艾杆打粉)...     

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...     

基于近红外光谱技术的苹果霉心病检测方法

为实现苹果霉心病无损检测,提高果实品质,以斗南苹果为研究对象,利用MPA近红外光谱仪,采集了100个苹果,4000~12500cm-1波长范围内的漫反射光谱。将主成分分析(PCA)分别与马氏距离判别模型和Fisher判别模型结合,比较两种判别模型对霉心病的判别精度。试验结果表明：在对苹果样品全波段光谱数据进行主成分分析后,将前10主成分作为输入变量建立判别模型,马氏距离判别模型正确识别率为97.14%,Fisher判别模型的正确率为88.57%,马氏距离判别模型明显优于Fisher判别模型。     

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。     

近红外光谱变分推断标定自适应方法研究

在近红外光谱分析中,已有的标定迁移方法多基于标准样本和无参数归纳模型,普遍存在模型生存周期短、适用范围小等问题.针对此问题,提出了一种参数化对齐源域(主仪器)和目标域(从仪器)特征分布的变分推断标定自适应(variational inference calibration adaptation, VICA)方法.VICA对源域数据进行主成分分析,建立源域特征的变分回归模型.在预测时,VICA首先将目标域数据投影到源域特征子空间中,然后建立源域特征和目标域特征的分布差异函数,通过最小化该函数得到目标域的概率密度模型,实现模型迁移.实验对比表明,VICA比现有的大多数标定迁移方法的标定效果更好.     

基于近红外光谱短波段的玉米品种鉴别研究

综合PCA、LDA和BPR提出了一种新的基于近红外光谱短波段的玉米品种鉴别方法.针对37个玉米品种的近红外光谱数据,以833nm作为起始波长,选取不同的截止波长,得到不同波段的数据,以此进行品种鉴别.实验结果表明:在833～1 087nm短波段,本文方法识别率达到97.60%,与全波段相比,波段范围缩小了84.71%,而识别率只下降2.16%.     

化学指纹图谱技术在茶叶质量控制中的应用

化学指纹图谱是一种综合、可量化的质量控制手段,近年来在茶叶品质鉴定、真伪鉴别、品种和产地识别等方面的应用越来越广泛。对建立茶叶化学指纹图谱的主要研究技术和数据解析方法进行了综述,并指出其在应用上存在的问题以及今后的发展前景。     

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。     

近红外光谱技术检测农产品农药残留量的研究

介绍了近年来近红外光谱分析技术在农产品农药残留分析检测技术中的应用,其中覆盖了样品预处理方法、运用化学计量学进行定性和定量检测分析技术的方法等.概述了近几年来在近红外农残检测领域的应用和研究进展.提出了结合多信息融合技术的农药残留分析技术及其发展前景.     

近红外光谱分析技术在监测L-异亮氨酸发酵过程中的应用

以L-异亮氨酸发酵过程的发酵液为样品, 用偏最小二乘法考察2种光谱采集方式、 7种光谱预处理方法及不同光谱波段选择对建立5种氨基酸光谱预测模型精度的影响. 通过建立L-异亮氨酸发酵过程中主副产物最佳光谱预测模型, 确定最佳光谱信息采集方式、 光谱预处理方法、 光谱波长范围及模型因子数. 结果表明: 反射扫描优于透射扫描获取光谱所建最佳预测模型; 反射光谱采集L- 异亮氨酸、 L-丙氨酸、 L-谷氨酸、 L-亮氨酸和L-苏氨酸5种氨基酸最佳校正模型相关系数均大于0.96, 其交互验证均方差分别为1.760,0.462,0.430,0.259,0.199, 相对分析误差分别为7.8,6.8,6.3,5.0,6.4, 表明所提出的近红外光谱分析法快速检测氨基酸发酵液中各成分稳定可行.     

近红外光谱分析技术在监测L-异亮氨酸发酵过程中的应用

以L-异亮氨酸发酵过程的发酵液为样品, 用偏最小二乘法考察2种光谱采集方式、 7种光谱预处理方法及不同光谱波段选择对建立5种氨基酸光谱预测模型精度的影响. 通过建立L-异亮氨酸发酵过程中主副产物最佳光谱预测模型, 确定最佳光谱信息采集方式、 光谱预处理方法、 光谱波长范围及模型因子数. 结果表明: 反射扫描优于透射扫描获取光谱所建最佳预测模型; 反射光谱采集L- 异亮氨酸、 L-丙氨酸、 L-谷氨酸、 L-亮氨酸和L-苏氨酸5种氨基酸最佳校正模型相关系数均大于0.96, 其交互验证均方差分别为1.760,0.462,0.430,0.259,0.199, 相对分析误差分别为7.8,6.8,6.3,5.0,6.4， 表明所提出的近红外光谱分析法快速检测氨基酸发酵液中各成分稳定可行.     

方便面油分近红外漫反射光谱特征波长的确定

建立反映方便面含油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,复相关系数分别为０．９７８、０．９８６,标准差分别为０．４２４、０．３４２判定５７６９ｃｍ－１、５７８１ｃｍ－１两个波长是方便面油分在近红外区的特征吸收波长为证实特征波长的可靠性,研究通过实验和理论分析比较了棕榈油、面粉—棕榈油、方便面、面粉和水分的近红外漫反射光谱的吸收特征,证明用逐步回归方法挑选出的如上两个特征波长是可靠的     

基于近红外光谱技术与模式识别的乌龙茶产地溯源

利用近红外光谱分析技术检测了来自福建省安溪县西坪镇、华安县仙都镇和永定县高头乡3个产地的9个茶叶样品,结果表明:不同地域的茶叶样品间茶多酚、茶多糖、部分氨基酸等成分的吸收光谱存在着微小的差异,通过光谱降维的方法进行模式识别,其聚类分析结果与茶叶的产地完全吻合.该结果可为乌龙茶的产地溯源技术发展提供技术支持.     

基于近红外漫反射光谱的煤灰分快速检测方法

基于偏最小二乘回归算法,研究了基于近红外漫反射光谱的煤质灰分快速检测方法,建立了煤质灰分与近红外漫反射光谱之间的数学回归模型,同时探讨了平滑滤波、多元散射校正、求导等不同的光谱预处理方法对模型预测效果的影响,针对精煤的灰分,采用实际煤炭样本开展了实验研究,取得了较好的效果,该方法达到了一定的分析精度并且模型较为稳定,有着很好的应用前景.     

改进的基于线性支持向量机回归的近红外光谱分析方法

以近红外光谱信号为研究对象,把线性支持向量机回归方法应用于近红外光谱分析中,为 了提高算法的分析精度,提出了先对光谱数据进行中心化预处理,再建立线性支持向量机回归模 型,然后根据回归模型中的回归系数构建变量重要度的评价指标并采用网格搜索法得出满意的变 量集,再利用选出的变量集重新构建回归模型的分析方法.最后,采用业界认可的标准数据对该方 法进行了测试和分析,结果表明了该方法的有效性.     

近红外光谱技术在林业领域的应用

近红外光谱技术是一种快速、准确、无损、高通量、低成本的分析技术,广泛应用于林业领域。在木材性质检测方面,近红外光谱技术对于木材力学特征及化学成分含量等检测都有较高的准确性;在经济林产品品质分析方面,则主要用于反映林业产品的化学组分及含量、口感及硬度等直接和间接性状,对经济林产品品质及林木遗传育种的研究有较好应用前景;在林木分类鉴别应用方面,近红外光谱能够鉴别不同树种及种源,乃至反映树龄信息,在多物种模型中应用效果更好;近红外光谱还能够有效区分多物种的正常植物体与染病植物体,可在林木病虫害研究及生物检疫方面发挥作用。此外,近红外光谱还能应用于预测森林凋落物分解速率、预测土壤成分含量等。笔者分析了近红外光谱在林业科研和生产实际应用中的影响因素,包括样品状态、样本集特征等内在因素,以及预处理、波长选择、建模方式、硬件条件等外在因素对最终模型稳定性和准确度产生的影响。总结认为,近红外光谱技术引入林业研究后大大提高了林业样品检测效率,实现了绿色无损的高通量检测,对林地现场快速测量及林木遗传育种有极好的适应性,对促进林业产业的发展意义重大。     

农作物种子的近红外光谱分析鉴别技术

国以农为本,农以种为先,农作物种子的真伪问题攸关粮食安全与国计民生。然而,我国种子市场（包括玉米、水稻、大豆等）存在严重问题,以玉米为例,全国仅因种子纯度问题导致每年减产约40亿公斤。目前国内外采用的鉴别手段,如形态观察法、DNA检测法等,都存在诸多技术障碍,无法对样品进行即时、方便、准确的现场分析与监测,急需新的鉴别技术。     

热裂解色谱/质谱法研究茶叶的指纹图谱

采用热裂解色谱/质谱法研究茶叶的指纹图谱,考察了热解温度、热解时间对指纹图谱的影响.并采用模糊聚类数据处理手段对图谱进行综合分析,结果表明:同一等级的茶叶相关系数>0.900,不同等级的茶叶相关系数<0.820.为茶叶的品质鉴定建立了一个快速、简便、科学的测试手段.该方法准确、灵敏度高、谱图信息丰富以及重现性好,使茶叶质量控制又迈进了新的一步.