大豆油脂肪酸近红外模型的建立和品质鉴定     

向娜娜  赵江涛  陈丽  王晓琼  陈林  夏超笃 《中国饲料》2021,(5):72-77

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   

基于可见—近红外光谱的蚕茧含水率无损检测研究     

黄凌霞  金航峰  金佩华 《蚕桑通报》2013,(4):31-34

以蚕茧含水率为研究对象,研究了基于可见—近红外光谱技术的蚕茧含水率无损检测方法.采用最小二乘支持向量机（least square-support vector machine,LS-SVM）建立可见—近红外光谱模型,采用连续投影算法（suc-cessive projections algorithm,SPA）选取光谱有效波长.结果表明,基于SPA方法进行变量选择,最终将原始光谱的601个光谱变量减少到了11个（487,501,616,718,771,782,789,826,966,977和991nm）.基于此11个变量建立的LS-SVM模型得到了预测集的确定系数（RP2）为0.8517,误差均方根（RMSEP）为0.0504的预测结果.表明可见—近红外光谱可以用于对蚕茧的含水率进行无损检测,同时SPA是一种有效的光谱变量选择方法.  相似文献   

基于中红外光谱法快速检测蜂蜜中还原糖的研究     

《中国蜂业》2017,(5):52-54

目前蜂蜜的还原糖测定方法主要有滴定法、液相色谱法、气相色谱法等。传统化学检测方法费时、费力,因此无法做到快速、无损检测。中红外光谱技术具有快速、简便、无样品预处理、无损伤等特点,现已成为国内外的研究重点。本研究采用中红外光谱技术,利用偏最小二乘法建立模型,结合高效液相色谱法测定的蜂蜜中果糖和葡萄糖的检测结果。采用主成分分析和PLS的方法,建立和优化蜂蜜果糖和葡萄糖的快速检测模型,实现蜂蜜还原糖的快速检测。  相似文献   

近红外光谱技术测定苜蓿蛋白质含量的研究     

纳嵘  胡波  史蓓 《畜牧与饲料科学》2018,39(8):31-31

采用近红外光谱分析技术，结合改进最小二乘回归法（MPLS），以63个不同来源的苜蓿饲料为样品，建立苜蓿蛋白质含量分析预测模型。结果显示：预测模型的内部交叉验证标准误差（SECV）为0.433 5，交叉验证相关系数（1-VR）为0.920 1，外部验证的预测标准误差（SEP）为0.264 0，表明近红外光谱分析技术可以准确检测苜蓿中蛋白质的含量。  相似文献   

应用傅利叶近红外光谱定性、定量检测鱼粉中掺杂三聚氰胺的研究   总被引：1，自引：0，他引：1  

刘小莉  贾刚  王康宁  吴秀群  吴彩梅 《动物营养学报》2010,22(3)

本试验旨在研究利用傅利叶近红外光谱对鱼粉中掺杂的三聚氰胺进行定性鉴定及定量预测的可行性及方法.本研究收集饲用鱼粉106个,通过添加三聚氰胺标准品到饲用鱼粉中,以制备三聚氰胺含量不同的掺假鱼粉236个,三聚氰胺含量为0.1%～15.0%;然后用傅利叶近红外光谱仪采集饲用鱼粉、掺杂三聚氰胺鱼粉和三聚氰胺标准品的近红外光谱曲线,采用因子算法建立定性模型,利用偏最小二乘分析(PLS)建立定量分析模型.结果显示,根据三聚氰胺标准品和鱼粉的近红外光谱,可选取6 873.4～6 514.7 cm-1作为定性分析的特征光谱,而据此所建定性分析模型对检验集样品识别率为96.5%;用于定量分析的近红外特征光谱为7 560.0～7 058.5、6 915.8～6 098.1及4 601.6～4 246.7 cm -1,用此特征光谱所建0.1%～15.0%定量分析模型和0.1%～5.5%定量分析模型的交叉验证标准差平方根(RMSECV)分别为0.634%和0.210%,决定系数R2为94.77%和98.59%.用此二定量模型对检验集样品预测,其预测标准差平方根(RMSEP)分别为0.779%和0.188%,能较准确地预测鱼粉中掺杂三聚氰胺的含量.因此,傅利叶近红外光谱能够较准确、快速地鉴定鱼粉中是否掺杂三聚氰胺及定量预测其含量.  相似文献   

近红外光谱分析技术在鲜鸡肉快速检测分析中的应用研究   总被引：5，自引：0，他引：5  

刘炜  吴昊旻  孙东东  刘全 《中国家禽》2009,31(2)

应用傅立叶变换近红外光谱分析技术建立鲜鸡肉快速定量检测方法.共收集到9个鸡种的148个鲜肉样品,采用其中111个样品分别建立脂肪、蛋白质和水分的定量分析模型,模型的相关系数(R)分别为0.993、0.994和0.979,校正均方差(RMSEC)分别为0.126、0.198和0.232;对其余37个验证样品进行预测分析,与化学分析值配对t检验,两者差异不显著.研究结果表明,傅立叶变换近红外光谱分析方法准确、可靠,且分析快速简便,有望在鲜鸡肉质量检测中得到广泛应用.  相似文献   

紫色土光谱特征及其碱解氮的预测研究     

汪志涛  易时来  吕强  何绍兰  谢让金  郑永强  王克健  邓烈 《中国果业信息》2016,45(2)

文章分析探索了应用可见近红外光谱技术快速、高效、便捷测定土壤营养参数的可能性。采集蓬莱镇组紫色土样本，比对分析了不同肥力水平、土壤厚度和土壤粒径条件下采集土壤光谱对可见近红外光谱特征的影响，筛选出不同厚度、粒径土壤条件下的碱解氮含量预测模型。研究结果表明，土壤样本厚度为30mm时具有最大的光谱反射率，建立的氮含量预测模型效果最佳，校正集和验证集的相关系数分别为0.84和0.83，均方根误差分别为1.79和1.87。土样粒径在0.25-0.85mm时氮含量的预测效果最佳，校正集和验证集的相关系数均超过0.8，且均方根误差较小；但当土样粒径<0.25mm时，氮含量预测模型效果明显下降。采用20目（<0.85mm）过筛、30mm厚度土壤样本采集可见近红外光谱和偏最小二乘法（PLS）模型预测，可以实现对蓬莱镇组紫色土碱解氮含量的较好光谱预测。  相似文献   

基于近红外预测羊草水分含量的特征光谱模型研究     

陈积山  张强  刘杰淋  邸桂俐  朱瑞芬  孔晓蕾 《草地学报》2019,27(6):1774-1780

水分是牧草最为重要的品质属性,水分含量的多少直接影响牧草品质的变化。羊草（Leymus chinensis）因富含重要的维生素、蛋白质、中性洗涤纤维、酸性洗涤纤维、脂肪等家畜必需营养成分,在收获和储藏过程中极易受到生长地的水、土、气等的影响而发生营养成分损失或变质,因此为了有效降低冗余无信息变量,提高羊草水分含量近红外模型的预测精度和稳定性,本研究采用4种光谱特征区间选择方法,包括间隔偏二乘法（Interval partial least-squares regression,iPLS）、向后区间偏最小二乘法（Backward interval PLS,BiPLS）、联合区间偏最小二乘法（Synergy interval PLS,SiPLS）、和连续投影算（Successive projections algorithm,SPA）建立羊草水分含量的预测模型。结果表明：SiPLS方法最适合用于羊草水分含量特征波长的筛选,其次为BiPLS方法,最差的方法为iPLS,同时,相对分析误差（Residual predictive deviation,RPD）=2.648>2.50。这表明SiPLS的近红外光谱模型在预测羊草水分含量的应用上完全可行,预测精度在96.13%以上。  相似文献   

基于近红外光谱技术快速测定豆油过氧化值的研究     

曹小华  刘娟花 《广东饲料》2017,26(5)

本试验基于近红外光谱技术,以大豆油为材料,探讨利用近红外光谱技术快速测定油脂中过氧化物的含量。首先研究了光谱预处理方法、分析谱区及PLS模型因子数对校正模型的影响,然后应用偏最小二乘法(PLS)建立了豆油过氧化值的近红外定量模型。结果显示:最佳光谱预处理方法为一阶导数+SNV,最适分析谱区为12003.2~7498.2cm-1与5450.1-4597.6cm-1,最佳因子数为9,最优模型的决定系数r=0.9882,RMSECV=0.503,RMSEP=0.521,RPD=12,盲样验证测试结果与国标经典法结果不存在显著性差异(P0.05),相对偏差均小于5%,说明所建立的分析模型具备较强的预测能力和实用性。  相似文献   

傅立叶变换近红外光谱法快速检测鲜猪肉中肌内脂肪、蛋白质和水分含量   总被引：12，自引：0，他引：12  

刘炜  俞湘麟  孙东东  陈鲁勇  刘全 《养猪》2005,(3):47-50

采用傅立叶变换近红外光谱法检测鲜猪肉中肌内脂肪、蛋白质和水分含量。以常规化学分析测定值作建模数据,采用偏最小二乘(PLS)回归法建立鲜猪肉各组分含量的定量分析模型,并以肉样平行扫描光谱验证分析模型预测的准确性和重现性。结果,肉样肌内脂肪、蛋白质和水分模型预测值和化学分析测定值的配对t检验差异均不显著(P>0.05),预测均方差(RMSEP)分别为0.110、0.238和0.193;模型重复预测的相对标准偏差(RSD)分别为0.667%、0.192%和0.007%。结果表明,该方法结果准确可靠,适用于鲜猪肉中肌内脂肪、蛋白质和水分的快速定量检测。  相似文献