您好,欢迎访问湖南省农业科学院 机构知识库!
筛选
科研产出
排序方式:

时间

  • 时间
  • 相关度
  • 被引量
资源类型: 中文期刊
关键词:茶油(模糊匹配)
5条记录
近红外光谱结合化学计量学法在油茶籽油脂肪酸含量测定中的应用

湖南农业科学 2013

摘要:通过透反射模式采集了114个油茶籽油(茶油)样品的近红外光谱(NIR),利用竞争性自适应重加权采样法(CARS)对光谱进行预处理,采用偏最小二乘法(PLS)建立了茶油中棕榈酸、硬脂酸、油酸、亚油酸及亚麻酸5种脂肪酸含量的校正模型,并通过实际测定对模型进行了验证。结果表明:采用近红外光谱技术结合化学计量学方法建立的PLS模型所预测的茶油中棕榈酸、硬脂酸、油酸、亚油酸的含量与实际的化学测定值较接近,而亚麻酸的预测集与实际测定值相关性不理想,仍需进一步研究摸索。这证明近红外光谱法可作为一种快速、无损和准确的方法在茶油主要脂肪酸含量测定中推广应用。

关键词: 茶油 脂肪酸 近红外光谱(NIR) 化学计量学(SPXY)

 全文链接 请求原文
茶油品质鉴别的透射和透反射模式分析比较

食品与机械 2012 北大核心 CSCD

摘要:采用近红外光谱透射模式与透反射模式结合化学计量学方法对茶油进行品质鉴别。对收集的139个样品,分别用透射和透反射模式扫描,采用全光谱10 000~4 000cm-1波段,对光谱不做任何预处理,采用判别分析(discriminant a-nalysis,DA)建立油茶籽油(包括原茶油)和其它油的分类模型,真假茶油分类模型及原茶油和精炼茶油分类模型。透反射和透射模式都能够得到满意的结果,两种光谱采集方法的分类准确率均达到92%以上,透反射采集模式要优于透射采集模式。结果表明,近红外光谱可作为一种简单、快速、无损、可靠的方法用于鉴别茶油品质。

关键词: 茶油 近红外光谱 透反射 透射

 全文链接 请求原文
近红外光谱结合偏最小二乘法用于纯茶油中掺杂菜籽油和大豆油的定量分析

食品工业科技 2012 北大核心 CSCD

摘要:采用偏最小二乘法(PLS)建立了油茶籽油中掺杂菜籽油和大豆油的近红外光谱定量检测模型。配制不同比例(0~100%)的油茶籽油和菜籽油、油茶籽油和大豆油混合样品共256个,采集样品在10000~4000cm-1范围内的近红外透反射光谱,模型采用交互验证和外部检验来考察所建立模型的可靠性,不需进行任何光谱预处理,所建立的PLS模型相关系数为0.9997,训练集的交叉验证均方根误差(RMSECV)为0.504,预测集的预测均方根误差(RMSEP)为0.66。应用建立的模型对未知样品进行预测,并对预测值和真实值进行比较,在掺杂油含量为2.5%~100%之间范围内准确可靠,研究结果表明,采用近红外光谱技术可以实现纯茶油中菜籽油和大豆油掺杂量检测。

关键词: 近红外光谱 偏最小二乘法 茶油 掺杂 菜籽油 大豆油

 全文链接 请求原文
近红外光谱技术在测定纯茶油中棕榈油掺入量中的应用

湖南农业科学 2011

摘要:采用偏最小二乘法(PLS)建立了近红外光谱定量检测模型,以定量分析油茶籽油中掺入的棕榈油成分。通过交互验证和外部检验,考察所建模型的可靠性。结果显示:样品不需要任何光谱预处理,直接进行10 000~4 000 cm-1范围内的近红外透反射光谱扫描;建立的PLS模型相关系数为0.999 9,训练集的交叉验证均方根误差(RMSECV)为0.254,预测集的预测均方根误差(RMSEP)为0.464;在掺入油含量为7.5%~100%之间范围内准确可靠。这表明采用近红外光谱技术可以实现纯茶油中棕榈油掺入量检测。

关键词: 近红外光谱 偏最小二乘法 茶油 掺入棕榈油比例

 全文链接 请求原文
近红外光谱法结合化学计量学方法用于茶油真伪鉴别分析

分析化学 2011 SCI 北大核心 CSCD

摘要:采用近红外光谱透反射模式结合化学计量学方法对纯茶油进行真伪鉴别。收集并扫描了163个样品(合格97个,不合格66个),对样本进行光谱数据预处理优化及有效波段筛选。在5750~6000 cm-1波段处,光谱经过平滑,一阶导数以及自归一化后,采用无监督学习算法即主成分分析法(Principal componentanalysis,PCA)进行分类,然后再采用有监督学习算法即判别分析(Discriminant analysis,DA)建立校正模型,进行预测。PCA和DA都能够得到满意的结果,两种方法的分类准确率均达到98.8%。结果表明:近红外光谱可作为一种简单、快速、无损、可靠的方法用于鉴别纯茶油的真伪。

关键词: 茶油 近红外光谱 化学计量学 鉴别

 全文链接 请求原文

首页上一页1下一页尾页