共查询到18条相似文献，搜索用时 125 毫秒
1.
鱼粉中肉骨粉含量的近红外反射光谱分析 总被引：9，自引：3，他引：9
收集了112个鱼粉和34个肉骨粉样品，在鱼粉中掺入不同比例（5％～60％）的肉骨粉，制备了163个样本。应用偏最小二乘（PLS）定标方法，在8678．10～4250．34cm。波数范围内，采用变量标准化（SNV）、7点平滑和一阶导数对光谱进行预处理，建立了鱼粉中肉骨粉含量的NIRS定量分析模型。定标集真值与NIRS定标模型预测值之间的决定系数R^2和标准差RMSEC分别为0．9529和3．22，相对分析误差RPD为4．798。验证集真值与NIRS预测值之间的决定系数r^2及标准差RMSEP分别为0．9668和2．68，相对分析误差RPD为5．484。结果表明．利用NIRS分析技术可准确地检测鱼粉中肉骨粉含量． 相似文献
2.
饲料总能近红外反射光谱定量分析模型的优化 总被引：1，自引：0，他引：1
利用近红外反射分析技术, 采用偏最小二乘(PLS)回归方法,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,建立了饲料中总能的预测模型.通过比较,附加散射校正和一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RMSEC分别为0.9060和0.153,相对分析误差为3.36;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0.8924和0.156,相对分析误差为3.22.结果表明,利用近红外光谱反射(NIRS)分析技术可以定量检测充料总能的含量. 相似文献
3.
从全国21个省份收集78个代表性酒糟样品,采用国标方法测定了其成分含量并进行了统计分析,结果显示粗纤维、粗灰分和粗蛋白3种成分质量分数分布范围分别为1.60％～37.54％、0.74％～26.85％和12.01％ ～38.69％,标准偏差分别为8.33％、5.21％和7.11％,样品成分含量差异较大.利用NIRS建立了其粗纤维、粗灰分和粗蛋白质量分数的定量分析模型,定标决定系数分别为0.98、0.91和0.96,定标标准误差分别为1.19％、1.58％和1.61％,验证决定系数分别为0.98、0.92和0.96,预测标准误差分别为1.20％、1.57％和1.60％,相对分析误差分别为7.38、3.75和4.98,模型预测精度较高,可以用于实际检测分析. 相似文献
4.
基于支持向量机的有机肥总养分含量NIRS分析 总被引：2，自引：1，他引：1
以我国22个省市的120份畜禽粪便为原料的有机肥产品样品为研究对象,利用近红外漫反射光谱法与支持向量机相结合建立了有机肥产品中总养分含量的快速测定模型,并与偏最小二乘法所建模型作了比较.利用偏最小二乘回归法所建立的基于原始样品和干燥粉碎样品的总养分含量近红外模型验证决定系数R_v~2、预测标准差SEP和验证相对分析误差RPD分别为0.96、7.95 g/kg、2.47和0.93、8.02 g/kg、3.58.利用支持向量机回归法所建立的干燥粉碎样品中总养分含量的近红外模型验证决定系数R_v~2、预测标准差SEP和验证相对分析误差RPD分别为0.93、7.38 g/kg和3.88.结果表明,近红外漫反射光谱法可以快速测定畜禽粪便为原料的有机肥产品中总养分含量,与偏最小二乘法相比,支持向量机所建模型具有更高的预测精度. 相似文献
5.
酒糟主要成分含量的近红外反射光谱快速分析 总被引：3，自引：0，他引：3
从全国21个省份收集78个代表性酒糟样品,采用国标方法测定了其成分含量并进行了统计分析,结果显示粗纤维、粗灰分和粗蛋白3种成分质量分数分布范围分别为1.60%～37.54%、0.74%～26.85%和12.01%～38.69%,标准偏差分别为8.33%、5.21%和7.11%,样品成分含量差异较大。利用NIRS建立了其粗纤维、粗灰分和粗蛋白质量分数的定量分析模型,定标决定系数分别为0.98、0.91和0.96,定标标准误差分别为1.19%、1.58%和1.61%,验证决定系数分别为0.98、0.92和0.96,预测标准误差分别为1.20%、1.57%和1.60%,相对分析误差分别为7.38、3.75和4.98,模型预测精度较高,可以用于实际检测分析。 相似文献
6.
AquaCrop模型利用半定量的方法代替具体施肥量数据,该模型与遥感数据结合能有效减小区域施肥管理措施的空间差异性带来的模拟误差。利用盈科灌区2012-2013年田间试验数据对AquaCrop模型进行率定和验证,并对模拟结果进行了精度分析。结果表明:2012年和2013年土壤储水量模拟值和观测值的决定系数R^2分别达到0.83和0.89,RMSE均在合理范围内;冠层覆盖度模拟值和观测值的决定系数R\+2均大于0.90,RMSE分别为7.50%和7.90%;地上干物质量模拟值和观测值的决定系数R^2分别为0.97和0.74。进一步利用该模型的半定量方法对作物生长指标在不同施肥水平情景下的生长状况进行模拟,量化了不同施肥水平下与肥胁迫状况相关的压力系数,为模型区域化应用奠定基础。 相似文献
7.
为了克服传统化学检测方法的缺陷,研究了不同氮营养下番茄叶片的近红外光谱特征,利用偏最小二乘回归算法建立了光谱数据与植物生化组分信息的定量分析模型,并采用决定系数R2、交叉校验定标标准差RMSECV、相对分析误差RPD和预测标准差RMSEP验证了模型的优劣。实验表明,所建立的水分、全氮NIR模型的R2分别达到92.35%、86.15%,RMSECV分别为0.346、0.129,RPD分别为3.62、2.69,RMSEP分别为0.209、0.111,预测精度满足实际的测定需求,说明运用近红外漫反射光谱监测番茄植株的生长状况是可行的。 相似文献
8.
通过对八月瓜成分进行分析,初步了解八月瓜的营养价值。采用氨基酸自动分析仪分析法、原子吸收光谱法、高效液相色谱法等方法进行。分析测定了三叶木通果八月瓜中氨基酸组成和含量、VitaminC、可溶性糖、脂肪、可溶性固性物、矿质元素钙、铁、锌,果形指数、可滴定酸和可食率。结果表明：100g鲜果内中VitaminC、脂肪、可溶性糖的含量分别为0．91mg,45mg,2．2g;所测17种氨基酸总量为1．342g,其中含有7种人体必需氨基酸为567mg／100g。占氨基酸总量的42．3％;可溶性固形物的总含量2．46％;可滴定酸为0．3512％;可食率20．5％。 相似文献
9.
电子鼻技术在鱼粉酸价检测中的应用 总被引：2，自引：0，他引：2
酸价是评价鱼粉新鲜度的一个重要指标,探索酸价含量的快速检测对鱼粉品质快速检测具有重要意义.为此,对不同新鲜度的鱼粉样本进行酸价含量的化学测定和电子鼻数据采集,利用BP神经网络和支持向量回归(SVR)建立酸价含量和电子鼻数据两者之间的回归模型,并用预测集样本进行验证.采用BP神经网络和SVR结果相近,其决定系数R2、预测标准差SEP、最大相对误差RE-max、平均相对误差RE-mean分别为0.97,0.20,7.51%,2.45%和0.97,0.27,10.73%,2.94%.结果表明,利用电子鼻技术检测鱼粉酸价含量是可行的. 相似文献
10.
快速养猪法饲料配方一、15公斤以下仔猪料配方：玉米60％、麸皮8％、豆饼20％、其它饼类5％、鱼粉5％、骨粉1．5％、食盐0．3％、添加剂0．2％、喹乙醇每吨50克；或玉米60％、麸皮15％、料精30％．二、15-30公斤小猪料配方：玉米60％、麸皮13％、豆饼10％、其它饼类10％、鱼类粉或酵母5％、骨粉1．5％、盐0．3％、添加剂0．2％、喹乙醇每吨50克；或玉米60％、麸皮15％、料精25％．三、30-60公斤猪料配方：玉米55％、麸皮23％、豆饼9％、其它饼类8％、酵母或鱼粉3％、骨粉1．5％、盐0．3％、添加剂0．2％；或玉米55％、麸皮25％、料精20％。… 相似文献
11.
北京典型耕作土壤养分的近红外光谱分析研究 总被引：1，自引：0，他引：1
以北京郊区试验田采集的72个土壤样品为实验材料,应用傅里叶变换近红外光谱技术,分析了土样的全氮、全钾、有机质和pH值养分含量。采用偏最小二乘法(PLS)对光谱数据与土壤养分实测值进行回归分析,建立预测模型,以模型决定系数(R2)、校正标准差(RMSECV)、预测标准差(RMSEP)和相对分析误差(RPD)作为模型精度的评价指标。分析结果:土壤的全氮模型R2为95.44%,RMSECV为0.014 1,RMSEP为0.016 8,RPD为4.68;有机质模型R2为89.63%,RMSECV为0.37,RMSEP为0.47,RPD为3.11;全钾模型R2为85.62%,RM-SECV为0.173,RMSEP为0.204,RPD为2.64;pH值模型R2为87.33%,RMSECV为0.031,RMSEP为0.053,RPD为2.81。 相似文献
12.
鱼粉品质的近红外反射光谱快速检测方法 总被引：2，自引：3，他引：2
利用近红外光谱分析技术检测145个鱼粉样品化学成分,其中115个作为定标集,其余30个作为检验集。采用偏最小二乘法(PLS)建立定标模型,并对原始光谱进行预处理。结果表明,以一阶导数和9点卷积平滑预处理效果最佳。用所建立的定标模型对检验集样品进行成分预测,并对预测值与化学分析值之间进行F检验,结果表明,在置信度为99％下,除钙之外,其他成分均为高度显著。近红外光谱分析技术可以检测鱼粉中的水分、粗蛋白、粗脂肪、粗灰分、总磷和盐分,但钙的预测结果不理想。 相似文献
13.
基于优化植被指数的多生育期茶叶游离氨基酸含量估算 总被引：1，自引：0，他引：1
不同季节的茶叶外形和品质均具有较大差异,针对运用植被指数检测不同季节茶鲜叶游离氨基酸含量存在难度,选取了10个茶树品种3个季节（春茶、夏茶和秋茶）茶鲜叶中游离氨基酸含量数据和高光谱数据进行分析。首先,对原始光谱数据进行5种光谱变换：倒数T1/R、对数T1gR、一阶微分TR’、倒数的一阶微分T（1/R）’和对数的一阶微分T（1gR）’,并进一步利用不同光谱变换优化了经典植被指数,最终比较了经典植被指数和优化植被指数对不同季节茶鲜叶游离氨基酸模型的影响。结果表明：茶鲜叶建模集和验证集游离氨基酸含量的变化趋势从大到小均为春茶游离氨基酸含量、秋茶游离氨基酸含量、夏茶游离氨基酸含量;光谱变换优化后的植被指数与茶鲜叶游离氨基酸含量的相关性均高于经典植被指数与茶鲜叶游离氨基酸含量相关性,相关系数绝对值范围为0.10～0.30;基于TlgR-VI构建的多元线性回归（MLR）模型在不同季节的建模集和验证集中均得到了较好的精度,且适用于多生育时期茶鲜叶氨基酸含量的估测。基于T... 相似文献
14.
玉米秸秆本身营养成分含量低,需作为粗饲料和其它饲料混合生产全混合日粮或经黄贮等技术工艺改善其品质。为在利用和改善处理过程中对其营养成分含量进行实时检测,采用217个玉米秸秆样品,利用优化后的近红外在线光谱采集系统,探索了利用近红外光谱技术在线检测玉米秸秆水分、粗蛋白、酸性洗涤纤维和可溶性糖等营养成分含量的可行性。研究结果表明利用近红外光谱技术可以实现对玉米秸秆饲料营养成分的定量分析。水分、粗蛋白、酸性洗涤纤维、可溶性糖含量模型的相对标准偏差和相对分析误差分别为9.03%和1.97、11.36%和2.31、3.75%和2.02、16.18%和3.61。 相似文献
15.
基于GSA的厌氧发酵原料碳氮比NIRS快速检测 总被引：1，自引：0，他引：1
在以预处理后玉米秸秆、秸秆粪便混合物为原料进行厌氧发酵生产沼气时,为了对厌氧发酵原料碳氮比进行快速检测,将近红外光谱(NIRS)与偏最小二乘(PLS)回归相结合构建快速检测模型,并基于遗传模拟退火算法(GSA)构建遗传模拟退火区间偏最小二乘算法(GSA-iPLS)和双重遗传模拟退火偏最小二乘算法(DGSA-PLS)分别用于特征谱区优选和特征波长点优选,以提高回归模型的检测精度和效率。全谱1844个波长点经GSA-iPLS进行谱区优选后,得到641个波长变量,再经DGSA-PLS进行特征波长点优选后,得到628个波长变量。DGSA-PLS回归模型验证集的决定系数(R2p)为0.920,预测均方根误差为7.178,相对分析误差为3.805。与全谱建模相比,DGSA-PLS模型的RMSEP减小了15.87%。通过波长优选,参与建模的波长点数量显著减少,有效降低了变量维度和模型复杂度,提升了预测精度和预测能力。本文通过优选碳氮比的敏感波长变量,有效提高了预测模型的鲁棒性,为直接、快速、准确测量厌氧发酵原料的碳氮比提供了新途径。 相似文献
16.
芝麻油掺伪的近红外透射光谱检测技术 总被引：2，自引：0，他引：2
采用近红外光谱技术结合间隔偏最小二乘法分别建立芝麻油中掺入大豆油、玉米油和花生油的定量检测模型。实验配制不同比例的掺假芝麻油混合样品,采集样品在4 000～12 000 cm-1范围内的近红外透射光谱,把数据分为校正集与预测集。将4 420～12 000 cm-1波段的光谱进行各种预处理,最佳方法为平滑预处理,并利用间隔偏最小二乘波长筛选法(iPLS)选取光谱特征波段,最后采用偏最小二乘法建立掺假芝麻油的定标模型。结果显示:3种掺假芝麻油的PLS模型预测相关系数分别达到0.998、0.999、0.999,预测均方根误差分别为0.24%、0.24%和0.19%,具有较高的预测精度。实验证明近红外光谱技术对芝麻油掺假的快速检测具有可行性。 相似文献
17.
对葡萄酒发酵和陈酿过程中质量进行有效监控,是葡萄酒品质的重要保证。通过监测葡萄酒发酵和陈酿过程中酚类物质和颜色的演变规律,以及紫外-可见吸收光谱特征,建立基于紫外-可见吸收光谱的酚类物质和颜色参数的偏最小二乘回归(Partial least squares regression, PLSR)模型。结果显示总酚、总单宁和总黄烷醇质量浓度在发酵过程中不断增加,在陈酿过程中逐渐减小。而总黄酮醇在发酵过程中先增加而后减小,在陈酿过程中逐渐减小。浸渍过程和发酵初期是颜色形成的关键时期,在陈酿过程中颜色逐渐老化。基于紫外-可见光谱的酚类物质和颜色参数预测模型的校正集决定系数Rcal2及验证集决定系数Rval2均不小于0.84,残余预测偏差(Residual predictive deviation, RPD)均不小于2.54,模型可以达到预测的目的。因此,紫外-可见光谱结合化学计量学是快速监测红葡萄酒发酵和陈酿过程中酚类化合物及色泽演变的一种简单经济且高效可行的手段。 相似文献
18.
基于无人机多光谱遥感的马尾松林叶面积指数估测 总被引：2，自引：0，他引：2
快速、准确、无损估测马尾松林叶面积指数对精准林业管理具有重要意义。以小型低空无人机为平台,搭载RedEdge多光谱传感器,获取福建省西部马尾松林多光谱影像,运用重采样的方式获取并计算不同空间分辨率（0.08、0.1、0.2、0.5、1、2、5m）下的植被指数,结合地面实测LAI数据,分析其与植被指数的相关性,进而采用线性模型（LR）、多元逐步回归模型（MSR）、随机森林模型（RF）、支持向量机模型（SVM）和人工神经网络模型（BP）构建不同空间分辨率下的马尾松林LAI估测模型,以决定系数（R2）、均方根误差（RMSE）、相对分析误差（RPD）和总体精度（TA）来评价估测模型精度,从而确定最佳空间分辨率和最佳模型。结果表明,不同空间分辨率下LAI与植被指数均呈极显著相关（p<0.01）;多变量模型（MSR、RF、SVM、BP）的调整R2平均值高于LR模型;随着空间分辨率的增加,不同模型的R2整体上呈先增大后减小的趋势;当空间分辨率为0.5m时,利用植被指数建立的RF模型为马尾松林LAI的最佳估测模型,RF模型的调整R2为0.766,模型估测的R2、RMSE、RPD和TA分别为0.554、0.421、1.523和81.95%。本研究可为无人机多光谱遥感反演森林LAI表型参数的空间分辨率和模型选择提供理论参考。 相似文献