共查询到20条相似文献，搜索用时 46 毫秒
1.
《中国畜牧杂志》2016,(11)
本试验旨在评定30种不同来源玉米对大恒肉鸡的代谢能值,并利用近红外光谱技术建立近红外预测模型。试验采用单因素完全随机设计,每个玉米样品为1个处理,每个处理8个重复,每个重复1只鸡,采用17周龄大恒肉公鸡。采用排空强饲法评定代谢能;结合近红外光谱,建立大恒肉鸡的玉米代谢能预测模型。结果表明:1)30种玉米的代谢能(DM)为86.76%±0.56%;粗蛋白(CP)为7.99%±0.43%;总能(GE)为16.239±0.123 MJ/kg;中性洗涤纤维(NDF)为11.27%±1.89%;酸性洗涤纤维(ADF)为2.80%±0.39%;粗纤维(CF)为1.98%±0.23%。2)30种玉米对大恒肉鸡的表观代谢能(AME)为14.624±0.469 MJ/kg;氮校正表观代谢能(AMEn)为14.646±0.462 MJ/kg;真代谢能(TME)为16.062±0.488 MJ/kg;氮校正真代谢能(TMEn)为16.083±0.481 MJ/kg。3)用近红外技术建立的大恒肉鸡AME、AMEn、TME、TMEn校正模型决定系数(R2cal)、预测标准差(RMSEE)及相对标准差(RSD)分别为0.99、0.023、0.16;0.99、0.011、0.07;0.99、0.014、0.08;0.99、0.013、0.08;内部交叉验证决定系数(R2cv)及内部交叉验证预测标准差(RMSECV)、相对标准差(RSD)分别为0.93、0.057、0.39;0.95、0.048、0.33;0.94、0.056、0.35;0.95、0.055、0.34。结果表明不同来源玉米对大恒肉鸡的AME、AMEn、TME、TMEn均存在差异。2)构建的近红外预测模型可以较好地预测大恒肉鸡的玉米代谢能值。 相似文献
2.
本试验旨在探讨利用近红外反射光谱技术测定棉籽粕常规营养成分含量和蛋公鸡代谢能的可行性。从全国范围内收集76个不同产地、年份、加工方式的棉籽粕样品,测定其常规营养成分含量,并通过蛋公鸡强饲试验测定其表观代谢能和真代谢能。随机选取定标集(n=56)和外部验证集(n=20)样品,建立近红外定标模型。结果表明:1)不同来源棉籽粕的营养成分和蛋公鸡代谢能变异较大,变异系数为2.52%~84.75%,其中水分、粗脂肪、粗纤维、表观代谢能和真代谢能的变异系数超过10%;粗蛋白质、粗灰分和总能的变异系数分别为9.58%、9.81%和2.52%。2)水分、粗蛋白质、粗脂肪、粗纤维、粗灰分和总能的定标决定系数为0.923 5~0.975 8,交互验证决定系数为0.824 7~0.930 3,外部验证决定系数为0.879~0.896;表观代谢能和真代谢能的定标决定系数为0.969 0和0.926 8,交互验证决定系数为0.917 0和0.905 7,外部验证决定系数为0.911和0.892。因此,常规营养成分和代谢能的定标方程均可用于日常分析。 相似文献
3.
本试验旨在评定青脚麻肉鸡对30个不同来源玉米的代谢能值,并利用近红外光谱技术构建代谢能值的预测模型,为构建青脚麻肉鸡饲料营养价值数据库和玉米代谢能值的快速预测积累基础数据。试验采用单因素完全随机设计,选用48只体重相近的30周龄青脚麻肉公鸡,按照组间体重无差异原则随机分组,做9批次代谢试验,每批做3或4个玉米样,每样设8个重复,每个重复1只鸡;每批做1个内源组,每批之间设10 d恢复期。试验采用排空强饲法测定代谢能值,试鸡饥饿48 h,然后按体重2%强饲待测饲料,收集排泄物48 h;内源组鸡饥饿48 h,再继续饥饿收集排泄物48 h。结果显示:1)30个玉米样品的干物质含量为(86.75±0.55)%(85.55%~87.79%),以干物质为基础,粗蛋白质含量为(9.21±0.52)%(8.27%~10.58%),总能为(18.716±0.106)MJ/kg(18.429~18.951 MJ/kg),中性洗涤纤维含量为(13.00±2.21)%(10.00%~18.52%),酸性洗涤纤维含量为(3.23±0.46)%(2.37%~4.36%),粗纤维含量为(2.28±0.28)%(1.89%~2.76%)。2)以干物质为基础,青脚麻肉鸡对30种玉米的表观代谢能(AME)为(14.627±0.655)MJ/kg(11.727~16.225 MJ/kg),氮校正表观代谢能(AMEn)为(14.672±0.641)MJ/kg(11.793~16.248 MJ/kg),真代谢能(TME)为(16.248±0.619)MJ/kg(13.333~17.727 MJ/kg),氮校正真代谢能(TMEn)为(16.293±0.605)MJ/kg(13.398~17.750 MJ/kg)。3)用近红外光谱技术建立的青脚麻肉鸡AME、AMEn、TME、TMEn校正决定系数(R2cal)、校正标准差(RMSEE)及相对标准差(RSD)分别为0.99、0.035、0.24,0.99、0.029、0.20,0.99、0.031、0.19,0.99、0.030、0.18;交叉验证决定细数(R2cv)、交叉验证标准差(RMSECV)及RSD分别为0.92、0.117、0.80,0.93、0.106、0.73,0.90、0.113、0.70,0.91、0.108、0.66。结果表明:1)青脚麻肉鸡对不同来源玉米的AME、AMEn、TME和TMEn存在差异;2)近红外模型可以较好地预测青脚麻肉鸡的玉米代谢能值。 相似文献
4.
为了探讨利用近红外漫反射光谱技术(NIDRS)快速定量分析饲料添加剂L-赖氨酸硫酸盐中L-赖氨酸含量的可行性,本试验在全国范围内收集了具有代表性的L-赖氨酸硫酸盐添加剂76个,采用国家标准方法对样品中的L-赖氨酸含量进行化学赋值;用光栅型近红外光谱仪扫描L-赖氨酸硫酸盐样品,获取了不同物理状态下样品的近红外光谱图。依据L-赖氨酸含量将样品分为定标集和验证集,运用适当的光谱预处理方法,采用竞争性自适应重加权(CARS)算法结合偏最小二乘法(PLS)建立了L-赖氨酸硫酸盐的近红外定标分析模型,并将该模型与全波长模型进行了比较。结果表明:用烘干、60目粉碎后的样品结合CARS算法建立的定标模型最优,定标集校正决定系数(R2C)为0.954,校正集标准偏差(SEC)为0.510,交互验证标准偏差(SECV)为0.659;验证集预测决定系数(R2P)为0.952,预测标准偏差(SEP)为0.554,相对分析误差(RPD)值为3.83。由此可见,NIDRS定量分析L-赖氨酸硫酸盐具有一定可行性,对于丰富我国氨基酸盐及其他氨基酸制品的快速检测方法具有实际的应用意义。 相似文献
5.
利用近红外光谱法快速测定青贮玉米饲料中NDF与ADF含量 总被引：7，自引：1，他引：7
本试验应用近红外漫反射光谱(NIRS)技术,采用偏最小二乘回归法(PLS),在国内首次建立了适合不同品种、适配范围广的近红外漫反射光谱测定青贮玉米中性洗涤纤维(NDF)和酸性洗涤纤维(ADF)含量的稳定的校正模型。本试验选取132种青贮玉米样品,采用中心化+一阶导数+多元散射校正预处理方法,谱区为950～1650nm,建立了青贮玉米NDF和ADF校正模型。其校正决定系数(R2cal)分别达到0.9781和0.9905,交叉验证决定系数(R2val)分别为0.9745和0.9806,交叉验证误差(SECV)分别为1.55和1.03。因此,此模型可以用来快速准确的测定青贮玉米饲料中NDF和ADF的含量。 相似文献
6.
试验建立DDGS粗蛋白含量测定的近红外光谱分析定标模型。采用化学分析法测定72个DDGS样品中的粗蛋白含量,利用FOSS InfraXact型近红外光谱分析仪采集样品光谱,光谱经2,4,4,1导数和标准正常化+散射处理(SNV+Detrend),用改进最小二乘法(MPLS)回归,获得了较好的定标模型,校正决定系数(RSQ)、交叉验证决定系数(1-VR)、校正标准误差(SEC)、交叉验证标准误差(SECV)分别为0.982 5、0.932 8、0.266 2、0.389 5。利用30个验证集的DDGS样品进行外部检验,预测值与真实值之间差异不显著(P>0.05)。结果表明,定标模型的预测性能较好,可以替代化学分析法快速测定DDGS中的粗蛋白含量。 相似文献
7.
反刍动物饲料中总磷的近红外反射光谱分析研究 总被引：3，自引：0，他引：3
利用近红外反射光谱分析技术,采用偏最小二乘回归(PLS)方法,分别对光谱进行附加散射校正、变量标准化、一阶导数和二阶导数处理,建立了反刍动物饲料中总磷的预测模型。附加散射校正和二阶导数处理定标效果最优。定标集化学分析值与预测值之间的决定系数(R2)和标准差(RM-SEC)分别为0.9426和0.0347,相对分析误差为4.32;验证集化学分析值与预测值之间的决定系数(r2)和标准差(RMSEP)分别为0.9321和0.0359,相对分析误差为3.93。结果表明,利用近红外光谱反射分析技术可以定量检测反刍动物饲料中总磷的含量。 相似文献
8.
利用近红外光谱法 (NIRS)对绵羊粪便的扫描值和日粮粗蛋白的化学测定值来建立定标方程式。试验以绵羊为试验动物 ,日粮主要由各种牧草、作物秸秆和棉花籽壳组成 ,试验动物日粮设计了 78个蛋白水平。在 2 0 0 2年和 2 0 0 3年分别用 15只和 2 0只成熟母羊 (体重为 5 5± 2 .4kg)进行了为期 7周的试验。用凯式定氮法测定日粮的粗蛋白 (CP)水平是从 4 .3%到 2 3.5 % ,日粮粗蛋白的定标方程式决定系数R2 =0 .95 ,定标标准误差 (SEC) =1.0 8。用 12只饲喂美国北部大平原饲草的成年母羊的粪便光谱扫描值和与粪便对应的日粮粗蛋白的化学分析数据来校验粗蛋白预测方程式的有效性 ,结果显示 ,决定系数 (R2 ) =0 .81,预测标准误差 (SEP) =1.5 1,斜率 =0 .89,表明利用近红外光谱法 (NIRS)发展的粪便近红外光谱方程可以有效预测绵羊日粮的粗蛋白含量。 相似文献
9.
利用近红外光谱法(NIRS)对绵羊粪便的扫描值和日粮粗蛋白的化学测定值来建立定标方程式.试验以绵羊为试验动物,日粮主要由各种牧草、作物秸秆和棉花籽壳组成,试验动物日粮设计了78个蛋白水平.在2002年和2003年分别用15只和20只成熟母羊(体重为55±2.4 kg)进行了为期7周的试验.用凯式定氮法测定日粮的粗蛋白(CP)水平是从4.3 %到23.5 %,日粮粗蛋白的定标方程式决定系数R2=0.95,定标标准误差(SEC)=1.08.用12只饲喂美国北部大平原饲草的成年母羊的粪便光谱扫描值和与粪便对应的日粮粗蛋白的化学分析数据来校验粗蛋白预测方程式的有效性,结果显示,决定系数(R2)=0.81,预测标准误差(SEP)=1.51,斜率=0.89,表明利用近红外光谱法(NIRS)发展的粪便近红外光谱方程可以有效预测绵羊日粮的粗蛋白含量. 相似文献
10.
舒维成曾秋凤丁雪梅白世平王建萍张克英 《动物营养学报》2018,(7):2817-2822
本试验旨在评定喷浆玉米皮在樱桃谷肉鸭上的代谢能,并建立其代谢能的化学组分预测方程。试验选择体重为(3.3±0.3)kg的56日龄樱桃谷肉公鸭60只,随机分为6组,每组10个重复,每个重复1只鸭,其中一组作为内源组。采用真代谢能(TME)评定法,强饲单一原料,强饲量为肉鸭体重的2%,禁食排空期为48 h,强饲后,用集粪袋收集排泄物48 h。结果表明,喷浆玉米皮营养组分中粗脂肪和粗纤维含量的变异较大,按照国际饲料分类方法,部分样品属于能量饲料,部分样品属于蛋白质饲料。喷浆玉米皮的表观代谢能(AME)、氮校正表观代谢能(AMEn)、TME和氮校正真代谢能(TMEn)分别为(6.36±1.61)MJ/kg、(6.58±1.57)MJ/kg、(7.84±1.54)MJ/kg、(7.29±1.50)MJ/kg,变异较大,且其TMEn的最优预测方程为:TMEn=-0.219×中性洗涤纤维+16.940(R2=0.881 4,P=0.001 7)。由此可见,不同批次喷浆玉米皮在樱桃谷肉鸭上的AME、TME、AMEn、TMEn存在较大差异;利用化学组分建立的喷浆玉米皮TM En的预测方程决定系数(R2)较大,说明方程具有较强的可靠性和参考意义。 相似文献
11.
本试验旨在评定喷浆玉米皮在樱桃谷肉鸭上的代谢能,并建立其代谢能的化学组分预测方程。试验选择体重为(3.3±0.3)kg的56日龄樱桃谷肉公鸭60只,随机分为6组,每组10个重复,每个重复1只鸭,其中一组作为内源组。采用真代谢能(TME)评定法,强饲单一原料,强饲量为肉鸭体重的2%,禁食排空期为48 h,强饲后,用集粪袋收集排泄物48 h。结果表明,喷浆玉米皮营养组分中粗脂肪和粗纤维含量的变异较大,按照国际饲料分类方法,部分样品属于能量饲料,部分样品属于蛋白质饲料。喷浆玉米皮的表观代谢能(AME)、氮校正表观代谢能(AMEn)、TME和氮校正真代谢能(TMEn)分别为(6.36±1.61)MJ/kg、(6.58±1.57)MJ/kg、(7.84±1.54)MJ/kg、(7.29±1.50)MJ/kg,变异较大,且其TMEn的最优预测方程为:TMEn=-0.219×中性洗涤纤维+16.940(R2=0.881 4,P=0.001 7)。由此可见,不同批次喷浆玉米皮在樱桃谷肉鸭上的AME、TME、AMEn、TMEn存在较大差异;利用化学组分建立的喷浆玉米皮TM En的预测方程决定系数(R2)较大,说明方程具有较强的可靠性和参考意义。 相似文献
12.
为实现玉米DDGS营养指标的快速检测,本实验采用傅立叶变换近红外光谱技术,建立玉米DDGS水分、粗蛋白质、粗脂肪、粗灰分和氨基酸定量分析模型。收集全国范围内230个玉米DDGS样品,随机分为215个校正样品和15个验证样品,通过对不同组分独立进行光谱的预处理、交互检验计算和优化定标,得到的水分、粗蛋白质和粗脂肪定标方程决定系数R~2均在0.9以上,交互验证均方根误差(RMSECV)在0.30以内,相对分析误差RPD>3;粗灰分R~2为0.81,RMSECV为0.12,RPD为2.3,盲样验证结果均满足GB/T 18868要求,模型均有较好的准确性和稳定性;氨基酸组分建模和验证效果也较好。结果表明,采用傅立叶变换近红外光谱技术能够实现对玉米DDGS的快速检测。 相似文献
13.
利用近红外光谱技术分析玉米秸秆和小麦秸秆的营养成分 总被引：1，自引：0，他引：1
《草业科学》2020,(6)
为利用近红外光谱技术(near-infrared reflectance spectroscopy, NIRS)分别建立玉米秸秆(corn straw)和小麦秸秆(wheat straw)的近红外预测模型,本研究从甘肃、新疆和河南3个省(区)共采集玉米秸秆样品155份、小麦秸秆样品135份,选取玉米秸秆124份作为定标集、31份作为验证集,小麦秸秆108份作为定标集、27份作为验证集,利用近红外光谱技术结合改良偏最小二乘法(MPLS)等化学计量学方法分别建立玉米秸秆和小麦秸秆的干物质(dry matter,DM)、粗蛋白(crude protein, CP)、中性洗涤纤维(neutral detergent fiber, NDF)、酸性洗涤纤维(acid detergent fiber, ADF)和酸性洗涤木质素(acid detergent lignin, ADL) 5个指标的近红外预测模型。结果表明:1)玉米秸秆DM、CP、NDF、ADF和ADL的平均含量分别为94.60%、 5.16%、 63.88%、 36.33%和3.32%;小麦秸秆DM、 CP、 NDF、 ADF和ADL的平均含量分别为95.35%、3.42%、77.31%、46.59%和6.84%。2)玉米和小麦秸秆的CP含量预测模型交互验证决定系数(1-VR) 0.90,且外部验证决定系数(RSQ) 0.84,构建的模型可以用于实际预测。3)玉米秸秆DM、NDF、ADF和小麦秸秆DM各指标定标模型的1-VR值在0.80左右,可以粗略地预测其营养成分含量,其余各指标模型预测效果不太理想,模型需要进一步优化。综上所述,本研究为生产实践中快速预测玉米和小麦秸秆营养成分含量提供了理论依据,并且通过NIRS建立了其近红外预测模型。 相似文献
14.
为探索NIRS技术在测定燕麦(Avena sative)干草品质上的应用,试验于2020—2021年收集了249份不同品种、年限和生长时期的燕麦干草,通过WinISI III定标软件建立燕麦干草主要营养成分的近红外光谱模型。结果显示：粗蛋白(CP)、中性洗涤纤维(NDF)和粗脂肪(EE)预测模型的定标系数(RSQ)和外部验证决定系数(RSQv)均在0.83以上,校正标准误(SEC)、交叉验证误差(SECV)和预测标准误差(RMSEP)均小于0.02,相对标准误差(RPD)均大于3,预测值逼近化学分析的精度具有良好的预测效果。酸性洗涤纤维含量(ADF)建模效果较差,定标系数和外部验证决定系数分别为0.83和0.84,校正标准误(SEC)、交叉验证误差(SECV)和预测标准误差(RMSEP)均小于0.01,接近化学分析精度,且RPD大于2.50。因此,所建ADF模型也可用于近红外预测。 相似文献
15.
近红外光谱技术(NIRS)测定玉米粉碎粒度的研究 总被引：2，自引：0，他引：2
试验研究了近红外光谱技术(NIRS)快速测定玉米粉碎粒度的应用。建立的近红外定量预测模型定标决定系数(RC2)为0.9463,相对标准差(RSD)为6.5619%,相对分析误差(RPD)为4.3771,定标结果较好;并对模型的预测能力进行了验证,其中验证决定系数(RV2)为0.9186,相对标准差为6.8646%,相对分析误差为4.0856,预测能力较好,表明近红外技术具有较高的准确度。实验研究结果对饲料生产过程中粉碎粒度的控制具有重要的实际意义。 相似文献
16.
采用强饲法测定玉米在添加一种复合酶制剂前后的表观代谢能、真代谢能、氮校正表观代谢能、氮校正真代谢能、氮真代谢率、干物质表观消化率和干物质真消化率,以评估复合酶制剂对鸡利用玉米养分的影响。64只体质量为(2.2±0.1)kg的青年粤黄公鸡,随机分成4个处理组(每组4个重复,每重复4只鸡);在48 h的饥饿排空期后,其中3组分别强饲无氮料、玉米和添加酶的玉米料(酶添加剂量为180 mg/kg,50 g/只),另1组继续饥饿;分别收集各重复组的排泄物,经烘干粉碎备用于成分分析。试验结果表明:玉米在添加酶后的鸡表观代谢能、真代谢能、氮校正表观代谢能、氮校正真代谢能、氮真代谢率、干物质表观消化率和真消化率均分别显著高于纯玉米,其提高率分别为6.18%、5.64%、4.66%、4.5%、54.93%、8.22%和7.4%。复合酶制剂能显著提高鸡对玉米养分的利用率。 相似文献
17.
《饲料研究》2017,(19)
试验旨在研究性别对蛋鸡日粮代谢能测定值的影响。选用体质量相近、体况良好的32只45周龄京红1号商品代公鸡和72只41周龄京红1号商品代产蛋母鸡,试验日粮设计参考美国NRC(1994)营养需要和我国《鸡饲养标准》(NY/T 33—2004),并结合京红1号商品代蛋鸡饲养手册确定营养水平,按照设定的代谢能水平分为4种日粮:Ⅰ(10.88 MJ/kg)、Ⅱ(11.09 MJ/kg)、Ⅲ(11.30 MJ/kg)和Ⅳ(11.51 MJ/kg),日粮粗蛋白水平均为16.50%。公鸡组共32只鸡,分为4组,每组8个重复,每重复1只鸡,分别饲喂4种日粮;产蛋母鸡组共72只鸡,分为4组,每组6个重复,每重复3只鸡,分别饲喂4种日粮。公鸡采用强饲法、产蛋母鸡采用外源指示剂法测定日粮的代谢能值。试验结果表明:日粮为Ⅰ、Ⅱ和Ⅳ时,公鸡的表观代谢能值和能量表观代谢率显著低于产蛋母鸡(P0.05);日粮为Ⅲ时,公鸡的表观代谢能值和能量表观代谢率低于产蛋母鸡,但差异不显著(P0.05)。公鸡的表观代谢能值和能量表观代谢率与产蛋母鸡的氮校正表观代谢能值和氮校正能量表观代谢率差异不显著(P0.05)。公鸡表观代谢能值与产蛋母鸡表观代谢能值及氮校正表观代谢能值为线性相关,线性相关方程为:y_1=0.773 1x+2.984 2,R2=0.962 1;y_2=0.765 3x+2.523 6,R~2=0.942 1(x为公鸡表观代谢能值,y_1为产蛋母鸡表观代谢能值,y_2为产蛋母鸡氮校正表观代谢能值)。综合试验数据得出:日粮相同时,公鸡的表观代谢能值和能量表观代谢率均低于产蛋母鸡,但与产蛋母鸡的氮校正表观代谢能值和氮校正能量表观代谢率无显著差异;公鸡表观代谢能值与产蛋母鸡表观代谢能值及氮校正表观代谢能值为线性相关。 相似文献
18.
东北玉米肉鸡表观代谢能预测方程的建立 总被引：1，自引：0，他引：1
本研究旨在通过实验室分析和肉鸡代谢试验建立东北玉米养分含量与代谢能的回归方程,为生产提供便捷的玉米代谢能估算方法。试验1:选取成熟季节不同的20种东北玉米,测定养分含量和容重,分析养分含量变异范围。试验2:用玉米、玉米皮、玉米碴按照中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)含量梯度配制人工玉米,再添加一定量的维生素和矿物质,配制成人工玉米代谢饲粮。选取正常饲养的商品代爱拔益加雄性肉鸡进行代谢试验,分别在11~13日龄及25~27日龄,用全收粪法测定人工玉米代谢饲粮表观代谢能(AME)、氮校正表观代谢能(AMEn)和养分表观消化率,并采用逐步回归法建立AME及AMEn与养分含量的回归方程。结果表明:东北玉米粗脂肪(EE)、NDF及ADF含量变异系数相对较大,分别为16.72%、14.65%、14.72%。肉鸡对人工玉米代谢饲粮的养分表观消化率在11~13日龄和25~27日龄之间存在差异,25~27日龄肉鸡对人工玉米代谢饲粮粗蛋白质(CP)、EE和总淀粉(STC)的表观消化率高于11~13日龄,其中EE表观消化率差异显著(P0.05);25~27日龄肉鸡对人工玉米代谢饲粮的AME、AMEn也显著高于11~13日龄(P0.05)。采用逐步回归法建立肉鸡东北玉米代谢能的预测方程为:11~13日龄,AME=17.661-0.853ADF(R2=0.870,P0.01),AM En=17.468-0.878ADF(R2=0.873,P0.01);25~27日龄,AM E=18.102-0.792ADF(R2=0.781,P0.05),AM En=17.935-0.830ADF(R2=0.784,P0.05)。通过预测方程计算所得人工玉米代谢饲粮AME的预测值与实测值很接近,计算所得的东北玉米AME符合预期值。由此得出,不同品种东北玉米EE、NDF及ADF的含量差异相对较大;肉鸡不同阶段玉米代谢能存在差异,计算肉鸡饲粮配方时,不同阶段饲粮代谢能应采用对应的代谢能值;低于14日龄的肉鸡,东北玉米AM E、AM En预测方程分别为AM E=17.661-0.853ADF,AM En=17.468-0.878ADF;14日龄以上的肉鸡,东北玉米AME、AMEn预测方程分别为AME=18.102-0.792ADF,AMEn=17.935-0.830ADF。 相似文献
19.
本研究利用近红外光谱通过人工神经网络(Artificial neural network, ANN)建立狼尾草属(Pennisetum Rich)牧草水分、粗蛋白、木质素、酸性/中性洗涤纤维及灰分含量的预测模型。结果表明：基于人工神经网络的狼尾草属牧草品质预测模型总体优于全光谱偏最小二乘法(PLS)模型效果。在人工神经网络的方向传播(BP)网络模型中,6项表征牧草品质指标的校正均方根误差(RMSEC)、预测均方根误差(RMSEP)均显著低于PLS模型,同时校正集决定系数(R■)、预测集决定系数(R■)显著提高,除灰分含量预测不理想外,其他预测效果均理想。同时人工神经网络的BP网络对于近红外光谱的非线性数据具有良好的拟合能力,其预测模型对于指导狼尾草属牧草品质预测和分级管理研究具有广阔的应用前景。 相似文献
20.
本文介绍了一种利用BRUKER MATRIX-I仪器快速检测和监控大豆油新鲜度及脂肪酸组分的新的检测方法。选择310份大豆油样品,新鲜度指标酸价(AV)、过氧化值(POV)和脂肪酸组分分别采用国标的方法检测,并结合近红外光谱进行定量模型的建立和验证。结果表明:新鲜度指标酸价、过氧化值及5种特征脂肪酸模型决定系数R2均接近1,其中酸价、过氧化值及亚油酸的模型决定系数R2>0.9,校正均方差(RMSECV)与预测均方差(RMSECP)数值接近,且两者均较理想。同时能够根据脂肪酸组分含量,对大豆油进行掺假鉴别,表明利用近红外光谱模型能够较好地监控大豆油的质量,从而保证原料的稳定性和安全性。 相似文献