科研产出
基于近红外光谱技术的南荻生物质品质快速分析
《湖南农业大学学报(自然科学版) 》 2024 北大核心 CSCD
摘要：为快速分析洞庭湖南荻的生物质品质（可溶物、纤维素、半纤维素、木质素、灰分含量和纤维素结晶度、聚合度），以采集的126份种质资源为材料，分别采用2种光谱预处理方法和3种特征光谱筛选方法优化原始光谱，基于不同组合方式优化光谱及原始光谱，结合偏最小二乘法构建近红外光谱分析模型，筛选针对7个品质指标的双重优化模型，基于灰色关联度法对126份种质资源进行工业化潜力评估。结果表明：洞庭湖南荻可溶物、纤维素、半纤维素、木质素、灰分含量及纤维素结晶度、聚合度均存在丰富的多样性，且大致呈正态分布，符合近红外建模的要求；基于直接差分法（DD）结合竞争性自适应重加权算法（CARS）优化的PLS模型对南荻可溶物含量的预测结果表现优异，其校正集的均方根误差（RMSEC）为0.27，决定系数（RC~2）为0.99；交叉验证集的均方根误差（RMSECV）为0.77，决定系数(R~2CV)为0.97，预测集的相对分析误差为5.07，相关系数（RV~2）为0.88；基于DD结合变量组合集群分析混合迭代保留信息变量（VCPA–IRIV）优化的PLS模型在南荻的纤维素、半纤维素、木质素、灰分含量和结晶度、聚合度的预测中表现优异，模型的RMSEC为0.14～10.20,RC~2为0.98～0.99,RMSECV为0.28～19.46,R~2CV为0.94～0.98,RV~2为0.87～0.98，相对分析误差（RPD）为4.84～15.65；表明基于双重优化光谱子集建立的近红外光谱模型能较好地预测南荻的生物质品质，且具有较高的稳定性；通过灰色关联度法对126份南荻种质资源进行评估，发现126个样本的工业化利用潜力分数大致呈正态分布，其利用潜力分数的均值为54.4，一级种质资源4个，二级种质资源40个，三级种质资源63个，四级种质资源14个，五级种质资源5个。
全文链接
请求原文
基于近红外光谱技术有监督模式识别的青皮产地溯源分析
《轻工学报 》 2024 北大核心
摘要：利用便携式近红外光谱仪采集不同产地(安徽、广东、四川)青皮外壁和内囊光谱数据,采用单一预处理和组合预处理方法消除光谱中的多种干扰,结合主成分分析(PCA)、簇类独立软模式分类法(SIMCA)及Fisher 线性判别分析(FLDA)等模式识别方法建立青皮产地溯源模型.结果表明,光谱预处理可以在一定程度上消除基线漂移、背景噪声和谱峰重叠干扰,但无法实现产地溯源.3 种模式识别方法中,PCA无法实现青皮产地溯源;青皮外壁和内囊原始光谱的SIMCA模型获得的青皮产地溯源整体鉴别率分别为 99.14%和98.28%;FLDA模型获得的整体鉴别率均为 99.57%,优于SIMCA模型;经光谱预处理优化后的SIMCA和FLDA模型对青皮产地溯源的鉴别率均可达100%,即便携式近红外光谱技术结合有监督模式识别方法可实现青皮产地溯源的无损分析,可为食药同源物质产地溯源拓展新途径.
关键词： 青皮 溯源分析 近红外光谱技术 有监督模式识别方法
全文链接
请求原文
废弃生物质灰分含量与热值的差异性和相关性及其测定方法
《中国农业大学学报 》 2022 北大核心 CSCD
摘要：为探究生物质能源化利用中灰分含量和热值的函数变化规律及测定方法,检索2001-2021年已发表的相关文献,获得380个不同类型的生物质样本的灰分含量和高位热值数据,并对测定方法进行分析.结果表明:1)不同热值测定标准对热值的测定结果的评价影响可以忽略不计,而根据固体矿物燃料标准测定的灰分含量结果会显著低于按照生物质燃料标准的测定结果;2)草本植物类生物质的灰分含量为7.96%~9.19%,高于木本植物的2.26%~3.37%,但其平均热值(17.45 MJ/kg)却低于木本植物(19.61 MJ/kg);3)草本植物的高位热值与灰分含量呈负相关,相关系数(r)的绝对值为0.567~0.918,高于木本植物的0.136.高位热值与化学元素(碳、氢、氮、硫、氧)含量的决定系数(R2)为0.936 7~0.973 7,高于与灰分、挥发分和固定碳含量的决定系数0.812 0~0.971 4,前者函数的拟合效果更好;4)应用近红外光谱技术建立的生物质水分、灰分含量和热值模型的预测偏差较小,小于参考方法的重复性界限,因此该测定方法更便捷,在生物质产业中具有很大的应用潜力.
全文链接
请求原文
基于近红外光谱技术与化学计量学的绿茶无损鉴别方法研究
《分析测试学报 》 2020 北大核心 CSCD
摘要：该文利用近红外光谱技术结合化学计量学方法开发了不同品种绿茶的无损鉴别方法.通过近红外光谱技术得到了8个品种绿茶样品的近红外光谱,比较了单一以及优化组合光谱预处理方法对光谱的影响,利用无监督的主成分分析(PCA)与有监督的线性判别分析方法(LDA)分别构建了茶叶品种鉴别模型.结果 表明:对比单一预处理方法,优化组合预处理具有更优的鉴别准确性.标准正态变量变换预处理消除了茶叶样品大小不均造成的光谱散射影响,一阶导数预处理实现了变动背景的消除,减少了基线漂移的影响,突出了图谱中的有效信息,采用二者相结合的预处理方式并结合无监督的主成分分析法可实现较为准确的绿茶样品种类鉴别分析,准确率达75.0%.此外,采用有监督的线性判别分析方法处理原始光谱数据,可达到100%的鉴别准确率,但该方法需提供类别的先验知识.因此,采用近红外光谱技术和化学计量学相结合的手段可实现不同品种绿茶的快速无损鉴别.
关键词： 绿茶 近红外光谱技术 光谱预处理 主成分分析 线性判别分析
全文链接
请求原文
近红外光谱结合化学计量法快速无损鉴别燕麦
《食品与机械 》 2019 北大核心 CSCD
摘要：提出了一种基于近红外光谱技术与化学计量学的燕麦无损鉴别方法。通过近红外光谱仪测定了5个品牌与劣质燕麦的光谱曲线,利用连续小波变换方法对光谱进行预处理,然后基于标准偏差与相对标准偏差的变量筛选方法筛选出具有代表的15个波数点,最后结合主成分分析法对不同燕麦样品快速鉴别。结果表明:连续小波变换可以有效地消除光谱中的背景干扰,提取光谱有效信息,波长筛选方法可以大大提高主成分分析结果的鉴别能力。通过结合近红外光谱分析技术与化学计量学方法,可对中国国产品牌、进口品牌和劣质燕麦进行准确鉴别。
关键词： 近红外光谱技术 燕麦片 主成分分析法 连续小波变换 波长筛选
全文链接
请求原文
基于近红外光谱技术和优化预处理方法的不同品牌燕麦无损鉴别分析
《食品安全质量检测学报 》 2019
摘要：目的建立红外光谱预处理方法以实现对不同品牌燕麦的快速无损鉴别。方法通过对不同品牌燕麦样品近红外光谱进行采集,结合单一以及组合光谱预处理方法消除光谱干扰,最后利用主成分分析法构建稳健的鉴别模型。结果光谱预处理有效消除了变动背景以及基线漂移干扰,最佳预处理方法为二阶导数,可以实现进口、国产、劣质燕麦之间的完全鉴别。结论通过近红外光谱预处理方法对原始光谱图进行处理,可以提取光谱图中有用信息,消除样品自身不均等因素对光谱的影响,提高不同品牌燕麦鉴别的准确率。
全文链接
请求原文
首页上一页1下一页尾页
