共查询到20条相似文献，搜索用时 85 毫秒
1.
《新疆农业大学学报》2018,(3)
利用近红外光谱技术建立从雪菊(Coreopsis tinctoria Nutt.)中提取木犀草苷的检测模型,探讨木犀草苷含量的在线快速检测方法。在提取装置上在线采集雪菊提取液的近红外光谱,同时进行木犀草苷的HPLC检测,采用偏最小二乘法建立近红外光谱与HPLC的关联检测模型。最佳建模波段为5 445～10 922cm~(-1),模型相关系数(R)为0.997 6,校正均方差(RMSECV)为15.14,预测值与真实值的平均相对误差为3.7%。利用近红外光谱技术能够实现在提取过程中快速检测木犀草苷含量。 相似文献
2.
生姜水分含量的可见-近红外光谱检测 总被引：1，自引：0，他引：1
近红外光谱技术具有简便、快速和无损检测等优点,应用可见-近红外光谱方法建立生姜水分含量(moisture content)的预测模型.利用可见-近红外光谱仪采集308个生姜的光谱,其光谱范围是350～1 800 nm.分别采用一阶导数(FD)、二阶导数(SD)、标准正交变量变换(SNV)和多元散射校正(MSC)4种方法对光谱进行预处理,结合偏最小二乘法(PLS),分别在430～1 000 nm、1 000～1 800nm、430～1 800 nm 3个波段建立生姜水分含量的PLS预测模型.对实验结果进行分析表明,在波段范围430～1 800 nm使用一阶导数预处理方法建立的PLS模型最优.其验证组的相关系数为0.975 1,预测组的相关系数为0.959 7.结果表明,可见-近红外光谱可以准确、快速地对生姜的含水量进行检测. 相似文献
3.
针对浙江省4种典型土壤,研究应用可见-近红外光谱、近红外光谱和中红外光谱3个波段范围进行土壤快速分类的方法.在获取光谱信息的基础上,采用不同光谱建模方法以提高检测精度,简化分析计算;并分别采用主成分分析结合人工神经网络(PCA-ANN/BP)、偏最小二乘法(PLS)和偏最小二乘法结合人工神经网络(PLS-ANN)3种方法进行建模.结果表明:中红外光谱波段对土壤分类的效果不理想,而可见-近红外光谱、近红外光谱波段均能较好地进行土壤分类;在可见-近红外波段,PLS-ANN模型对土壤的分类效果优于PCA-ANN/BP和PLS模型,为土壤快速准确分类提供了一种简便可行的方法. 相似文献
4.
《新疆农业科学》2017,(11)
【目的】羊肉新鲜度理化指标传统测定中存在操作繁琐、需使用化学试剂、样品被破坏与接触等问题。研究真空包装冷却羊肉pH值和颜色的近红外快速无损检测。【方法】以新疆小尾寒羊作为研究对象,利用近红外光谱技术(NIRS),研究储藏过程中真空包装冷却羊肉理化指标的快速无损检测,针对化学指标pH和物理指标颜色亮度(L*),采用光谱预处理和特征波段筛选方法优化和简化各指标含量预测模型。【结果】pH和L*均以组合使用遗传算法(GA)与连续投影算法(SPA)筛选特征波段建立的多元线性回归模型(MLR)最佳,优于单一波段筛选方法,其预测集相关系数均为0.91,预测集均方根误差分别为0.13和1.91。【结论】近红外光谱技术具有绿色、无损、同时分析多指标的检测优势,可替代传统检测手段实现对肉品理化指标的快速无损准确检测。 相似文献
5.
近红外光谱法无损检测番茄可溶性固形物含量的研究 总被引：2，自引：0，他引：2
应用近红外漫反射光谱技术对番茄可溶性固形物含量进行了非破坏性检测分析,比较了10种不同的光谱预处理方法对偏最小二乘法(PLS)模型的影响.结果表明,常数偏移消除是适合建立近红外光谱法无损检测番茄可溶性固形物含量PLS模型的最优光谱预处理方法,最能反映番茄可溶性固形物含量信息的光谱波段为11998.9-5449.8cm-1和4601.3～4246.5 cm-1.用偏最小二乘法建立的定量分析模型,其预测值和实测值的相关系数为0.954,校正标准差为0.321%,预测标准差为0.475%.近红外漫反射光谱法可非破坏性分析番茄中可溶性固形物的含量. 相似文献
6.
7.
近红外光谱(NIR)技术在线检测土壤养分含量是精细农业研究热点之一.土壤水分在近红外波段具有较高的吸收系数,处于波动状态的土壤水分,直接影响NIR技术检测土壤有机质含量的预测精度.四川、重庆地区紫色土中有机质含量较低,比土壤水分最大有一个数量级的差异.利用BRUKER公司的MPA傅里叶近红外谱仪对不同含水率的紫色土壤进行了近红外光谱扫描,分析水分对近红外光谱检测紫色土壤有机质含量模型精度影响,提出了一种消除土壤水分对紫色土壤有机质含量预测影响的方法.近红外光谱扫描显示,在同一有机质含量水平下,含水率增加,光谱吸光度呈非线性上升趋势,直接利用光谱数据建立的偏最小二乘法(PLS)模型,在较高水分条件下,模型精度低;在遗传算法选择的波数区域,用二次多项式拟合紫色土壤含水率指数对近红外扫描光谱吸光度影响,其相关系数在0.95~0.97之间;将一定含水率下的近红外光谱吸光度折算为干土条件下吸光度,再利用PLS法建立近红外光谱有机质含量预测模型,与原有模型相比预测精度得到显著提高.实验结果表明,本方法可以有效消除紫色土壤水分对近红外光谱检测其有机质含量预测影响,为不同水分条件下近红外光谱在线检测紫色土壤有机质含量提供一定的理论和技术支持. 相似文献
8.
稻叶瘟染病程度的可见-近红外光谱检测方法 总被引：6，自引：0，他引：6
基于可见-近红外光谱技术,并采用偏最小二乘算法对不同水稻稻叶瘟染病程度的叶片进行化学计量学分析.分别建立基于全波段、特征波段和特征波长的稻叶瘟染病程度定量检测模型.结果表明:全波段建模的叶瘟病染病程度检测正确率达到96.7%;通过偏最小二乘算法的回归系数选择5个特征波段.分别为552～558、672～682、719～726、756～768和990～998 nm,基于特征波段的模型正确率也达到了90%,说明该5个特征波段与叶瘟病染病程度有很好的相关性;基于特征波段结果,选择5个特征波长,对叶瘟病染病程度的检测正确率为80%.说明基于可见-近红外光谱技术方法具有较好的预测能力,为稻叶瘟染病程度的快速鉴别提供了一种新方法. 相似文献
9.
为了快速、准确地估算叶绿素含量,使用2012年和2013年在山东省肥城市潮泉镇获取的整个生育期苹果叶片叶绿素含量和配套的光谱数据,利用PROSPECT模型和EFAST方法探讨了对叶绿素含量敏感的波段,然后采用经验统计方法实现了单波段高光谱对苹果叶片叶绿素含量的监测。结果表明:以571 nm和697 nm波段光谱参数为自变量所建立的估测模型拟合精度较高,其决定系数(R2)分别为0.71和0.69,均方根误差(RMSE)分别为1.14、1.17 mg/dm~2,相对误差(RE)分别为-1.07%和-1.01%。以PROSPECT模型和EFAST方法整合筛选的敏感波段建立的估算模型监测叶绿素含量效果较好,为利用高光谱技术监测苹果长势提供了理论依据。 相似文献
10.
基于可见/近红外漫反射光谱的土壤有机质含量估算方法研究 总被引：1，自引：0，他引：1
为研究不同土壤颗粒粒径对可见/近红外光谱分析技术在土壤有机质含量快速检测应用中的影响,获取粒径为0.169～2 mm和＜0.169 mm的2种土壤样本(各53个)的可见/近红外光谱(325～1075 nm),分别建立各自的主成分-反向传播神经网络(PCA-BPNN)、最小二乘-支持向量机(LS-SVM)和偏最小二乘法(PLS)土壤有机质含量检测模型.结果表明:当土壤粒径为0.169～2 mm时,所建立模型的土壤有机质含量预测相关系数r均在0.84以上,且预测均方根误差(RMSEP)都在0.20以下;而当土壤粒径＜0.169 mm时,所建立模型的预测相关系数r均不超过0.71.而RMSEP都在0.23以上;对于相同粒径的土壤,PLS模型对土壤有机质含量的预测效果优于LS-SVM和PCA-BPNN模型.说明不同土壤颗粒粒径会显著影响可见/近红外光谱对于土壤有机质含量的预测结果. 相似文献
11.
【目的】 研究一种快速、简便、无损的苹果冠层叶绿素含量估测模型。探索苹果品种岩富10号冠层的高光谱特征和叶绿素含量的估测方法,为该地区岩富10号苹果营养的快速诊断奠定基础,为红富士苹果精准化管理和-7光谱尺度研究提供参考依据。【方法】以红富士苹果(Malus domestica Borkh. cv. Red Fuji)主栽品种岩富10号叶绿素含量以及冠层高光谱反射率为数据源,分析叶绿素含量与冠层原始光谱(R)、微分光谱(R')之间的相关关系,利用敏感波段建立新的对应关系,构建岩富10号叶绿素含量的多种回归估测模型,并对不同模型进行了精度评价。【结果】微分光谱用于岩富10号叶绿素含量的估测精度要显著高于原始光谱反射率;利用敏感波段组合新定义的衍生变量拟合程度更优;在多种回归方式中,三次多项式模型的拟合程度最好,最优模型为357 nm等7个波段组合定义的新植被指数所建立的三次多项式模型,其精度为0.839。【结论】应用光谱技术对南疆塔里木盆地阿克苏地区岩富10号叶绿素含量进行定量反演是可行的。 相似文献
12.
东北寒地水稻冠层氮素含量高光谱预测模型 总被引：2，自引：0，他引：2
为实现动态、无损监测寒地水稻氮素状况,利用高光谱成像技术,分析不同生育期水稻冠层光谱特征,借助波段自相关分析(Bands inter-correlation analysis,BICA)与主成分分析(Principal components analysis,PCA),选择特征波段构建多种植被指数.根据植被指数与氮素含量相关性,建立单变量预测模型.利用最大R2增量法(MAXR)分析全部植被指数与氮素含量定量关系,建立多变量预测模型.结果表明,从分蘖期到抽穗期,寒地水稻冠层光谱反射率在可见光波段内降低,在近红外波段内增加.基于BICA-PCA-MAXR预测模型预测精度和稳定性较基于BICA-PCA结合一元回归预测模型显著提升.研究结果可为水稻氮素含量快速检测提供地域参考,水稻精准施肥管理提供技术支持. 相似文献
13.
利用近红外高光谱成像技术对番茄叶片叶绿素含量的无损检测进行初步探讨。通过高光谱成像系统(900～1 700 nm)采集了192个番茄叶片图像,基于偏最小二乘回归模型(PLSR)对光谱进行样本集划分,对原始光谱与Kubelka-Munk函数曲线及多种光谱预处理的偏最小二乘回归模型进行对比分析,优选出多元散射校正(MSC)为预处理方法。采用5种方法提取特征波长,并根据特征波长建立偏最小二乘回归、多元线性回归(MLR)、主成分回归(PCR)3种模型的叶片叶绿素含量预测模型。结果表明,建立无信息变量消除法(UVE)挑选特征波长的偏最小二乘回归模型最优,其预测集的相关系数(RP)为0.8495,均方根误差(RMSEP)为4.3375。因此,利用近红外高光谱成像技术提取特征波长进行叶绿素含量检测是可行的,同时也为今后番茄品质在线检测提供了理论依据。 相似文献
14.
【目的】建立基于可见-近红外光谱的土壤游离铁精确预测模型,简单、快速、经济地预测土壤游离铁,有助于研究土壤发生和分类。【方法】采集广西壮族自治区的铁铝土、富铁土、淋溶土和雏形土等82个旱地土壤剖面的B层土壤,进行室内土壤化学分析、光谱测定,分析不同光谱变换后的光谱反射率与土壤游离铁含量的相关性。基于特征波段利用偏最小二乘回归(PLSR)和逐步多元线性回归(SMLR)法建立土壤游离铁含量光谱预测模型,通过决定系数(R2)、均方根误差(RMSE)和相对预测偏差(PRD)确定最优模型。【结果】土壤光谱曲线分别在457、800和900 nm波段附近有明显的游离铁吸收和反射峰特征;土壤游离铁含量与原始光谱反射率呈负相关;原始光谱经过微分变换后,游离铁含量与光谱反射率相关性显著提高;基于400～580和760～1 300 nm特征波段和一阶微分光谱变换的SMLR模型预测精度最高,其验证集的R2和RPD分别为0.85和2.62,RMSE为8.41 g·kg~(-1)。【结论】将可见近红外光谱技术应用于土壤游离铁含量高效快速地预测具有良好的可行性。广西旱地土壤光谱反射率与土壤游离铁含量具有高度的相关性,应用逐步多元线性回归方法可以很好地建立土壤游离铁含量反演模型。 相似文献
15.
【目的】研究运用近红外光谱技术结合化学计量学实现快速检测新疆南疆果树残枝中纤维素、半纤维素和木质素含量。【方法】以150个从新疆南疆各地采集的果树残枝样本为材料,利用近红外光谱技术结合偏最小二乘法（PLS）,采用不同的预处理和特征波段筛选方法优化各纤维组分含量的预测模型。【结果】SG卷积平滑法预处理结合竞争性自适应权重取样法（CARS）优选特征波段建立的3种纤维组分近红外检测模型效果最优,相关系数r分别为0.950 3、0.948 7和0.937 1,决定系数R2分别为0.900 8、0.896 5和0.875 1,校正标准偏差RMSEC分别为0.007 0、0.005 4和0.005 1,预测标准偏差RMSEP分别为0.011 8、0.008 9和0.008 8。【结论】采用近红外光谱技术能够实现新疆南疆果树残枝纤维素、半纤维素和木质素三组分的快速定量检测。 相似文献
16.
为快速准确地测定茶油中脂肪酸含量,建立了应用近红外光谱技术检测茶油中脂肪酸含量的方法。选取市售的156份茶油样品,利用气相色谱仪测定其脂肪酸组成及含量,同时采用近红外光谱仪采集油样的光谱数据,并分析原始(R)光谱、SG平滑(SG)光谱和二阶导数变换(SD)光谱与茶油中脂肪酸含量的相关性,采用偏最小二乘回归法(PLSR)比较全光谱波段与显著性波段对建模精度的影响,优选出茶油中脂肪酸含量的定量检测模型。结果表明:茶油中棕榈酸、油酸和亚油酸含量较高,分别为4.428%~10.931%、78.036%~84.621%、7.013%~9.863%;采集的茶油近红外光谱曲线特征变化较为明显,光谱特征峰的位置分布于8 600~8 200、7 300~6 900、6 000~5 500、4 800~4 500和4 500~4 000 cm–1;茶油中棕榈酸含量与R、SG光谱吸光度呈正相关,油酸和亚油酸含量与R、SG光谱吸光度呈负相关,SD光谱数据与棕榈酸、油酸和亚油酸含量之间的相关系数与R和SG光谱吸光度比较,相关性极大被削弱;基于全波段建立的PLSR模型对棕榈酸、油酸和亚油酸含量的整体预测精度略高于显著性波段所建立的模型,校正集相关系数RC和预测集相关系数RP分别为0.837~0.956和0.818~0.938。从模型的复杂程度分析,采用显著性波段建模的输入变量的数量可压缩至全波段建模的25%以下;SG–PLSR模型对棕榈酸、油酸和亚油酸含量的综合预测性能最优,相应的RP和预测集均方根误差(RMSEP)分别为0.938、0.930、0.925和0.560、0.438、0.287。 相似文献
17.
采用透射法采集了污水处理厂废水120个样品的近红外光谱数据,以采用标准稀释法测得的5 d废水生化需氧量为参考值建立废水BOD近红外预测模型.研究比较了以逐步多元线性回归(SMLR)、主成分回归(PCR)、偏最小二乘法(PLS)3种校正方法建立的废水生化需氧量(BOD)预测模型,发现PLS校正模型优于其余2种,其校正相关系数(rc)达0.763,校正标准差为27.7 mg.L-1,预测标准差为29.1 mg.L-1.结果表明,近红外光谱技术可成为废水BOD快速检测的新手段. 相似文献
18.
基于近红外光谱法快速检测藜麦纤维含量 总被引：1，自引：0，他引：1
[目的]探索一种快速测定完整藜麦籽粒纤维含量的方法。[方法]采集100个藜麦样品的近红外光谱,运用近红外光谱分析技术建立数学模型并进行预测。[结果]在10 000~4 000 cm~(-1)波长范围内,运用一阶导数+矢量归一化光谱方法进行预处理,结合化学方法所得数据建立藜麦粗纤维近红外定量模型,校正和预测效果最佳,所得的粗纤维近红外定量模型的交叉验证决定系数为0.884 8,外部验证决定系数为0.876 1。[结论]以完整藜麦籽粒为样品所建立的纤维NITS模型可用于藜麦纤维含量的快速检测。 相似文献
19.
[目的]探索一种快速测定完整藜麦籽粒纤维含量的方法.[方法]采集100个藜麦样品的近红外光谱,运用近红外光谱分析技术建立数学模型并进行预测.[结果]在10 000～4 000cm-1波长范围内,运用一阶导数+矢量归一化光谱方法进行预处理,结合化学方法所得数据建立藜麦粗纤维近红外定量模型,校正和预测效果最佳,所得的粗纤维近红外定量模型的交叉验证决定系数(R2cv)为0.884 8,外部验证决定系数(R2val)为0.876 1.[结论]以完整藜麦籽粒为样品所建立的纤维NITS模型可用于藜麦纤维含量的快速检测. 相似文献
20.
导数同步荧光法测定鸭蛋蛋清中金霉素残留含量 总被引：1，自引：0，他引：1
为实现鸭蛋蛋清中金霉素残留含量的快速测定与检测模型精度的提高,应用导数同步荧光法结合支持向量回归(SVR)建立鸭蛋蛋清中的金霉素含量的预测模型。首先在280～400 nm光谱范围内对三维同步荧光指纹图谱与三维同步荧光光谱进行分析,确定检测鸭蛋蛋清中的金霉素含量的最佳波长差△λ为70 nm;然后对原始的同步荧光光谱进行一阶导数预处理,并用联合区间偏最小二乘法(siPLS)结合遗传算法(GA)优选出11个特征波长;最后应用支持向量回归(SVR)建立了鸭蛋蛋清中的金霉素含量的预测模型,其模型预测集的决定系数(R2)和预测均方根误差(RMSEP)分别为0.973 mg/L和1.501 1 mg/L。试验结果表明,本研究方法能够满足鸭蛋蛋清中金霉素残留含量快速测定要求。 相似文献