共查询到18条相似文献，搜索用时 672 毫秒
1.
《中国畜牧杂志》2015,(7)
应用近红外反射光谱技术(NIRS)对滇南小耳猪热鲜均质肉糜和绝干粉的水分、粗脂肪、粗蛋白含量进行建模研究,并筛选出最优的光谱预处理方法。采集11 000~4 300 cm-1范围内43份猪肉样品光谱数据,在多元散射校正(MSC)、二阶导数(Second derivative)、变量标准化校正(SNV)不同组合方式的光谱预处理基础上,采用偏最小二乘法(PLS),建立滇南小耳猪猪肉的水分、粗脂肪、粗蛋白质3个化学组分的近红外预测模型,筛选最佳的光谱预处理方法和主成分数。水分预测较好的是匀质肉糜原始光谱预测,R2为0.981,RMSEC为0.177,RMSEP为0.810,最佳主成分数为7;粗脂肪和粗蛋白预测效果较好的均是绝干粉的原始光谱,R2分别为0.986、0.976,RMSEC分别为0.567、0.765,RMSEP分别为2.325、2.697,最佳主成分数均为7。因此,近红外光谱分析方法能够很好地检测滇南小耳猪猪肉中的水分、粗脂肪和粗蛋白。 相似文献
2.
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
3.
选取20个不同来源的苜蓿样品作为研究对象,分别使用近红外光谱法和常规化学分析法检测苜蓿样品中水分、粗蛋白、粗脂肪、粗灰分、酸性洗涤纤维和中性洗涤纤维的含量,验证近红外光谱分析法与常规化学分析法检测的符合程度。试验结果表明：与常规化学分析法比较,苜蓿近红外光谱预测模型更适用于苜蓿样品中粗蛋白、粗脂肪、粗灰分、酸性洗涤纤维和中性洗涤纤维含量的检测,但并不适用于苜蓿水分含量的检测,因此,需要对已有的近红外预测模型进行调整和优化。 相似文献
4.
研究旨在利用近红外光谱技术(near infrared reflectance spectroscopy,NIRS)建立全株玉米青贮6种营养成分的近红外预测模型,为生产实践中合理利用全株玉米青贮饲料资源提供理论依据。选取玉米青贮样品64份作为定标集,16份作为验证集。利用NIRS结合改良偏最小二乘法(modified partial least squares,MPLS)构建并且验证其建立预测模型的优劣。结果表明:构建的玉米青贮干物质(DM)、粗蛋白(CP)、酸性洗涤纤维(ADF)和粗灰分(Ash)预测模型的交叉验证相关系数(1-VR)分别为0.83、0.80、0.93和0.78,都在0.80左右,可以用于实际预测。粗脂肪(EE)和中性洗涤纤维(NDF)含量预测模型1-VR为0.64和0.40,低于0.80,构建的模型相关性较差,模型还需要进一步优化。 相似文献
5.
本实验旨在研究当建模样品集的数据分布分别呈正态分布与均匀分布时对构建玉米粗蛋白的傅立叶近红外预测模型的影响,探讨建立近红外光谱预测模型的快速方法。本试验组建3个不同定标集,且其粗蛋白含量的数据分布分别呈现均匀分布(10.00,0.85)、正态分布1(10.02,0.692)、正态分布2(10.01,0.692)特征,建立粗蛋白的近红外预测模型。结果表明:均匀分布、正态分布1和正态分布2所对应的模型的R2分别为0.9879、0.9858、0.9862,RMSECV分别为0.1055、0.1079、0.1069,RSD%分别为1.06、1.08、1.07;均匀分布模型在预测各个范围的粗蛋白时其误差均在0.04以内,而正态分布1模型的误差依次为0.09、0.06、0.02、0.01、0.07、0.10。结果显示,在相同定标样品数下,定标集呈均匀分布时所建预测模型的预测误差变异小,并且在预测含量偏离平均数较大的样品时效果好于正态分布,而正态分布则是在预测含量在接近平均数的样品时有优势;同时在减少一定数量的定标样品后,使用均匀分布的定标集仍然可以保持所建预测模型的准确性。 相似文献
6.
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
7.
可溶性固形物含量(SSC)是评价桑椹鲜果品质的重要指标,利用近红外光谱分析技术建立快速、实时无损地检测桑椹鲜果中可溶性固形物的方法。首先用手持式Micro NIR1700型近红外光谱仪采集桑椹的近红外光谱,对光谱进行预处理后,应用偏最小二乘回归(PLS)法建立桑椹鲜果SSC预测模型,并用随机蛙(Random-frog)和自适应重加权采样(CARS)2种方法筛选出最优波长变量,提高PLS模型预测精度。经过1阶求导(1stDer)、标准正态变量变换(SNV)和均值中心化(MNCN)相结合预处理后的全波长光谱PLS模型的预测效果最好,校正集与验证集的相关系数平方(R2)分别为0.916 1和0.925 0,均方根误差分别为0.985 8°Brix和0.654 3°Brix。相较于Random-frog法,用CARS方法优选出19个波长变量,所建PLS模型的预测效果更好,校正集与验证集的R2分别为0.933 2和0.943 4,均方根误差分别为0.782 0°Brix和0.582 8°Brix。研究结果表明,利用手持式Micro NIR 1700型近红外光谱仪结合化学计量学方法,能够用于现场对桑椹鲜果SCC的快速无损检测。 相似文献
8.
在甘肃省民勤县采集227份青贮玉米(Zea mays)样品,采用改良偏最小二乘的化学计量学方法,用3种导数处理和10种光谱散射处理相结合的方法,建立青贮玉米原料不同部位(组织)的干物质、有机物、粗蛋白、粗脂肪、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)等养分含量的近红外预测模型,旨在利用近红外光谱技术建立青贮玉米不同部位(组织)养分含量的近红外预测模型.结果表明:1)ADF含量预测模型的决定系数(coefficient of determination for validation,RSQV)和外部验证相对分析误差(ratio of performance to deviation for validation,RPD)均高于其他成分,而NDF、粗蛋白和有机物含量的RSQV和RPD均低于ADF;ADF、NDF、粗蛋白和有机物这4个指标的RSQV均大于0.9,且其RPD均大于2.5,能用于实际生产中准确分析;2)粗脂肪含量的RSQV和RPD分别为0.701和1.838,建立的模型只能用于样品的粗略预测;3)干物质、ADL含量的RSQV和RPD分别为0.525和1.549、0.631和1.602,这2种营养成分的预测模型不能用于实际生产中的检测,模型还需要进一步优化.综上所述,本试验初步建立了青贮玉米不同部位(组织)ADF、NDF、粗蛋白和有机物含量这4种营养成分近红外预测模型,能够应用于生产实际. 相似文献
9.
青贮玉米不同部位(组织)养分含量近红外预测模型的构建 总被引：1，自引：0，他引：1
《草业科学》2021,(9)
在甘肃省民勤县采集227份青贮玉米(Zea mays)样品,采用改良偏最小二乘的化学计量学方法,用3种导数处理和10种光谱散射处理相结合的方法,建立青贮玉米原料不同部位(组织)的干物质、有机物、粗蛋白、粗脂肪、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)等养分含量的近红外预测模型,旨在利用近红外光谱技术建立青贮玉米不同部位(组织)养分含量的近红外预测模型。结果表明:1) ADF含量预测模型的决定系数(coefficient of determination for validation, RSQV)和外部验证相对分析误差(ratio of performance to deviation for validation, RPD)均高于其他成分,而NDF、粗蛋白和有机物含量的RSQV和RPD均低于ADF;ADF、NDF、粗蛋白和有机物这4个指标的RSQV均大于0.9,且其RPD均大于2.5,能用于实际生产中准确分析;2)粗脂肪含量的RSQV和RPD分别为0.701和1.838,建立的模型只能用于样品的粗略预测;3)干物质、ADL含量的RSQV和RPD分别为0.525和1.549、0.631和1.602,这2种营养成分的预测模型不能用于实际生产中的检测,模型还需要进一步优化。综上所述,本试验初步建立了青贮玉米不同部位(组织) ADF、NDF、粗蛋白和有机物含量这4种营养成分近红外预测模型,能够应用于生产实际。 相似文献
10.
为快速、高效、无损评定无芒雀麦干草营养价值,将101份样品的7种营养成分湿化学分析结果与近红外光谱结合,通过标准正态变量变换（SNV）、去散射处理（Detrend）和标准多元离散矫正处理（Standard MSC）等预处理方法,利用改良偏最小二乘法（MPLS）和主成分分析（PCA）等算法分别建立了粗蛋白质（CP）、干物质（DM）、中性洗涤纤维（NDF）、酸性洗涤纤维（ADF）、粗脂肪（EE）、灰分（Ash）和有机物（OM）的近红外预测定标模型。结果表明：CP和EE外部验证分析误差的值（RPD）为3.0089和2.7721,预测模型准确性较高,可以用于实际生产中的含量测定;NDF和ADF的RPD值仅次于CP和EE,分别为2.1421和2.0678,预测模型可以用于粗略的预测;DM、OM和Ash的RPD值为1.7718、1.1548和1.3602,预测模型效果不理想。综上所述,构建的无芒雀麦CP、EE、NDF和ADF含量模型效果较好,为快速、高效、无损评定无芒雀麦干草营养价值提供理论依据与技术支撑。 相似文献
11.
本研究采用近红外光谱法快速测定羊草（Leymus chinensis）中的常规营养成分,利用无信息变量消除法（unknown variable elimination,UVE）、随机蛙算法（random frog algorithm,RF）结合偏最小二乘法（partial least squares,PLS）建立了羊草品质测定模型,有效降低了冗余无信息变量,提高了模型的测量精度和稳定性。研究发现利用UVE-PLS筛选建立的羊草品质测定模型优于全光谱PLS和RF-PLS筛选建立的模型;UVE-PLS模型显著降低了交叉验证均方根误差和预测均方根误差,提高了校正集决定系数、交叉验证决定系数及预测集决定系数。研究表明UVE-PLS模型在测定羊草中的水分、粗蛋白、酸性洗涤纤维和中性洗涤纤维是可行的,校正集决定系数和预测集决定系数95%~98%。 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.
为比较玉米秸秆揉丝微贮饲料与传统青贮饲料中微生物与营养成分的差异,用常规实验室分析方法对其主要微生物数量及常规饲料营养成分进行了分析测定。结果表明,揉丝微贮饲料中乳酸菌数量比传统青贮饲料多1.54×1012 cfu/g(P<0.05),酵母菌、霉菌、放线菌和细菌的数量则比传统青贮饲料分别少2.21×107 cfu/g、1.23×106 cfu/g、4.12×106 cfu/g和3.11×104cfu/g(P<0.05);揉丝微贮饲料中无氮浸出物、粗纤维、中性及酸性洗涤纤维的含量与传统青贮饲料相比分别降低5.19%、2.34%、1.44%、1.64%,粗脂肪和粗蛋白的含量分别提高5.4%和1.14%,其中粗脂肪、粗纤维和无氮浸出物含量差异显著(P<0.05),粗蛋白、中性洗涤纤维和酸性洗涤纤维含量差异不显著(P>0.05),而水分、粗灰分、钙和磷的含量基本不变。玉米秸秆揉丝微贮与传统青贮饲料相比更优,值得推广。 相似文献
14.
采用滤光片型8620近红外光谱技术(NIRS),结合主成分回归法,以105个不同的奶牛精料补充料样品建立了常规化学成分以及可消化总养分(TDN)含量的近红外定量分析校正模型。常规化学成分中,粗蛋白、粗脂肪、粗灰分、中性洗涤纤维、酸性洗涤纤维、酸性洗涤木质素和可消化总养分含量的校正模型决定系数R2分别为0.9132、0.9016、0.9220、0.9171、0.8928、0.7083和0.8346;研究发现除酸性洗涤木质素之外,其他成分含量的相对分析误差RPD(SD/SEP)均大于2.5,因此除酸性洗涤木质素之外,所建近红外预测模型对奶牛精料补充料常规营养成分以及TDN含量的快速测定具有重要的实际意义。 相似文献
15.
为研究超声波预处理对全株青贮玉米品质的影响,设置空白对照组、超声处理组（5、10、15、20、25 min）和乳酸菌对照组进行青贮玉米品质研究。结果表明：15 min和20 min超声处理后,全株玉米青贮饲料感官评定属于优良级。与对照组相比,超声处理后饲料的pH和氨氮比分别降低7.71%和7.82%,乳酸和乙酸含量分别提高52.14%和97.22%,干物质、水溶性碳水化合物、粗脂肪和粗蛋白质含量分别提高6.31%、15.76%、19.65%和16.34%,中性洗涤纤维、酸性洗涤纤维和酸性洗涤木质素含量分别显著降低26.10%、22.44%和29.08%。综合以上指标,15 ~ 20 min超声处理能明显提高全株玉米的青贮质量。 相似文献
16.
利用凯氏定氮法、索氏抽提法、高温炭化灼烧法、酸碱法、EDTA反滴定法、钼黄比色法对河北省唐山市迁西、遵化、迁安3市(县)采集的栗树叶样品的粗蛋白、粗脂肪、粗灰分、粗纤维、钙、总磷和无氮浸出物含量进行了测定,并与黑麦草、玉米秸秆和羊草的营养指标进行了分析比较,以研究栗树叶的饲料化利用价值。结果表明,遵化、迁安、迁西3市(县)栗树叶营养成分含量差异不显著,栗树叶中粗蛋白含量为10.81%、粗脂肪含量为5.44%、粗纤维含量为21.69%、粗灰分含量为9.86%、钙含量为1.82%、总磷含量为0.33%、无氮浸出物含量为52.20%。栗树叶的粗蛋白、粗脂肪、钙和总磷含量均高于黑麦草、玉米秸秆和羊草含量,而粗纤维含量低于黑麦草、玉米秸秆和羊草含量,因此其具有较高的饲料化利用价值。 相似文献
17.
为探讨玉米芯综合利用的潜力,以固体方式进行黑曲霉和啤酒酵母的发酵试验,通过正交试验研究发酵产物营养价值,其最佳发酵条件为:在质量分数为80%的玉米芯和20%的麸皮混合物中,加入含(NH4)2SO4质量分数2%,MgSO4.7H2O质量分数0.05%,KH2PO4质量分数0.01%的营养液,初始水分含量为48%,pH值为5.5,接种黑曲霉,接种量为10%,30℃培养48 h后接种啤酒酵母,接种量为10%,黑曲霉培养72 h后添加啤酒糟,添加量为玉米芯量的50%,再发酵72 h,产品粗蛋白和粗脂肪含量分别达14.42%和2.29%,净增量分别为10.21和1.50个百分点,粗纤维含量从31.12%降至23.02%。 相似文献
18.
本试验比较了31个玉米品种全株青贮的农艺性状和产能,以期筛选出适合在关中地区推广种植的优良青贮品种。结果表明,品种之间的农艺性状和产能均差异显著,其中生长时间最长的107 d,最短的87 d;叶片数最多的16.5片,最少的11.3片;株高最高的281.3 cm,最矮的199.5 cm;青贮产量最高的6.2吨·亩-1,最低的2.1吨·亩-1;干物质产量最高的1.8吨·亩-1,最低的0.6吨·亩-1。对产量最高的4个品种（‘DB08’、‘DK625’、‘JKQZ932’和‘HY36’）进行营养成分分析发现,除灰分之外,与对照粮饲兼用品种DZ12相比,它们的粗蛋白、粗纤维和粗脂肪含量存在显著性差异（P<0.05）。根据青贮产量和奶牛饲喂价值的需求,本文建议专用青贮玉米‘DB08’和‘DK625’适宜作为全株青贮玉米在关中地区进行大面积推广种植。 相似文献