科研产出
特征波长优选结合近红外技术检测大米中的含水量
《食品科技 》 2019 北大核心
摘要：利用近红外光谱技术实现了大米中含水量的快速测定.为进一步提高近红外模型的精度和稳定性,采用4种波长筛选方法:遗传算法(GA)、无信息变量消除法(UVE)、无信息变量消除-遗传算法组合法(UVE-GA)以及连续投影算法(SPA),对大米水分近红外光谱特征波长进行了优选,并基于筛选出的光谱变量建立了大米含水量偏最小二乘法(PLS)模型.结果表明,相较于全光谱建模,4种特征波长优选方法不仅提升了所建模型的预测性能和精度,还有效地减少了建模时的光谱信息量,节省了建模时间;其中经过UVE-GA算法从全波段1154个波长中筛选出的68个特征波长建立的模型效果最好,其预测相关系数和预测均方根误差分别为0.9675和0.3915.综上所述,近红外光谱技术结合UVE-GA光谱处理方法能够实现大米水分含量的快速无损检测,为大米含水量的监督检测提供了技术依据.
关键词： 近红外光谱 大米 特征变量筛选 含水量 间隔偏最小二乘法 遗传算法
全文链接
请求原文
基于NIRS的茶籽调和油中茶油含量检测方法研究
《食品工业 》 2018 北大核心
摘要：采用偏最小二乘法(PLS)建立二元及三元体系茶籽调和油中茶油含量的近红外光谱定量模型。采用质量分数0~60.0%的菜籽油、大豆油、棉籽油、玉米油、棕榈油,分别调配二元调和油样本140个及三元调和油样本348个,采集样品在10 000~4 000 cm~(-1)范围的透反射光谱,采用交互验证来考察模型的可靠性。经均值中心化处理,二元体系建立PLS模型的训练集R_c~2=0.992,预测集R_p~2=0.993,RMSECV=0.014,RMSEP=0.017,样本预测准确率94.3%(相对误差小于±10%);三元体系建立PLS模型的训练集R_c~2=0.996,预测集R_p~2=0.994,RMSECV=0.011,RMSEP=0.013,茶油含量大于5%的预测准确率92.1%(相对误差小于±10%)。结果表明,NIRS能实现二元及三元体系茶籽调和油中茶油含量的定量检测。
全文链接
请求原文
近红外光谱结合化学计量学在茶籽调和油品质检测中的应用研究进展
《中国食品学报 》 2018 EI 北大核心 CSCD
摘要：快速鉴别食用调和油品质是当前深受研究者关注的热点。围绕茶籽调和油品质检测方法操作繁琐,有机溶剂用量大,成本较高,耗时长且对样品具有破坏性,以及茶籽调和油缺乏单组分油含量检测方法等缺陷与难题,本文概述近年来国内外采用近红外光谱技术结合化学计量学应用于茶籽调和油品质检测的最新研究进展,指出其存在的主要问题,并对其发展前景进行展望。通过"科技兴检"为解决茶籽调和油市场监管难题提供新型技术手段,达到科学评价茶籽调和油品质的目的,以期为我国相关研究人员的工作提供借鉴参考。
关键词： 茶籽调和油 近红外光谱 化学计量学 品质检测 研究进展
全文链接
请求原文
基于NIRS的茶籽调和油脂肪酸品质快速检测方法研究
《食品研究与开发 》 2018 北大核心
摘要：采用近红外光谱法(near infrared spectroscopy,NIRS)结合化学计量学方法建立茶籽调和油中不同类型脂肪酸含量的快速定量检测方法。选择101个茶籽调和油样本,经过皂化、甲酯化后,先经气相色谱分析得到饱和脂肪酸(C16:0+C18:0)、单不饱和脂肪酸(C18:1)及多不饱和脂肪酸(C18:2+C18:3)含量,再采用透反射模式采集所有样品的近红外光谱,对光谱进行预处理以及奇异值删除,利用偏最小二乘法(partial least-squares,PLS)建立上述3种组分的定量校正模型,并进行预测。(C16:0+C18:0)、C18:1及(C18:2+C18:3)的预测均方根误差值(root-mean-square error value,RMSEP)依次分别为0.274、0.768和0.963,预测集决定系数(Rp2)依次分别为0.997、0.999和0.995,预测结果良好。研究结果表明近红外光谱法可作为一种快速、无损和准确的方法用于测定茶籽调和油的脂肪酸含量,从而达到鉴别茶籽调和油脂肪酸是否均衡,快速评价茶籽调和油营养品质的目的。
关键词： 近红外光谱 偏最小二乘法 茶籽调和油 脂肪酸品质 快速检测
全文链接
请求原文
构建三种木本油料植物种子含油率NIR通用模型的可行性研究
《林产化学与工业 》 2017 北大核心 CSCD
摘要：为了构建湖南常见3种木本油料植物种子含油率近红外光谱通用模型,收集了98个油桐、96个油茶和96个核桃样本,采集了粉碎后种仁的近红外光谱(NIR),测定了样本含油率,分别采用偏最小二乘法(PLS)及径向基神经网络法(RBFNN)建立油桐+油茶+核桃、油桐+油茶、油桐+核桃和油茶+核桃4个混合样本集含油率的NIR通用模型。对PLS模型,4个样本集(验证集)的相关系数(R_p)分别为0.963、0.881、0.965和0.967,预测均方根误差(RMSEP)分别为2.78、3.31、2.47和2.70,相对标准偏差(RSD)分别为4.87%、6.51%、4.03%和4.55%;RBFNN模型的R_p分别为0.958、0.877、0.959和0.966,RMSEP分别为3.34、2.55、2.85和2.54,RSD分别为5.85%、5.02%、4.66%和4.28%。结果表明:构建油桐、油茶和核桃3种木本油料植物种子含油率近红外光谱通用性检测模型具有可行性。
全文链接
请求原文
近红外光谱的水稻抗性淀粉含量测定研究
《光谱学与光谱分析 》 2016 EI SCI 北大核心 CSCD
摘要：用化学法测定水稻抗性淀粉含量耗时长、成本高,为此,探索了基于近红外光谱技术(NIRS)的水稻抗性淀粉含量测定新途径。首先,采集了62份抗性淀粉含量差异较大的水稻的光谱数据,将光谱数据和已测定的化学值数据导入化学计量学软件,采用偏最小二乘法(PLS)建立了抗性淀粉含量的近红外定标模型,对不同预处理得到的预测模型进行了内部验证和外部验证。结果如下:内部交叉验证方面,未处理、MSC+1thD预处理、1thD+SNV预处理的决定系数(R2)分别为0.920 2,0.967 0,0.976 7,预测均方根误差(RMSEP)分别为1.533 7,1.011 2,0.837 1。外部验证方面,未处理、MSC+1thD预处理和1thD+SNV预处理的决定系数(R2)分别为0.805,0.976,0.992,绝对误差平均值分别为1.456,0.818,0.515,预测值和化学值之间没有显著差异(Turkey法多重比较),说明以近红外光谱分析法代替化学测定法是有可能的。在不同预处理方法之中,1thD+SNV的预处理方法无论内部验证还是外部验证都具有较高的决定系数和较低的误差值,定标模型精度更高,误差更小。
全文链接
请求原文
近红外、中红外光谱技术在无机元素分析检测中的应用
《浙江农业学报 》 2015 北大核心 CSCD
摘要：利用近红外光谱与中红外光谱,结合化学计量学建模方法进行无机元素分析检测,具有快速、无损、绿色环保等优点,现已广泛应用于环境、农业、食品、生物、医药及石油化工等领域。究其原理,无机微量元素虽然在红外区没有吸收峰,但是被测物中的有机质、金属及非金属氧化物可与无机微量元素形成螯合物或络合物,这就使得近红外光谱与中红外光谱定性、定量检测无机微量元素成为可能。文章综述了近红外光谱与中红外光谱在沉积物、土壤、堆肥与动植物样品中无机微量元素定性、定量检测方面的应用及其机理研究,以及富集技术结合近红外光谱实现水溶液中金属离子检测的研究进展。
全文链接
请求原文
近红外光谱与化学计量学方法用于镉污染稻米的定性鉴别
《分析化学 》 2015 SCI 北大核心 CSCD
摘要：采用近红外光谱漫反射模式结合化学计量学方法对稻米镉含量是否超标进行可行性鉴别分析。本研究收集了120个样本,测定其镉含量值(合格49个,不合格71个)。对光谱数据预处理方法优化,确定了平滑,一阶导数以及自归一化后的数据作为输入变量。采用竞争性自适应重加权算法筛选了45个关键变量,并对上述变量的光谱吸收带进行归属。比较了主成分分析-判别分析法、偏最小二乘识别分析、线性判别分析、K-最近邻法与簇类独立软模式法5种模式识别方法。确定采用偏最小二乘识别分析建模效果最好,模型训练集与预测集鉴别准确率分别达到98.8%与91.7%。结果表明,近红外光谱作为初筛方法可用于鉴别稻米中镉含量是否超标。
全文链接
请求原文
基于近红外光谱与组合间隔偏最小二乘法的稻米镉含量快速检测
《食品与机械 》 2015 北大核心 CSCD
摘要：采用近红外光谱(near infrared spectroscopy,NIRS)结合组合间隔偏最小二乘法(synergy interval partial least squares,siPLS)建立稻米镉含量快速检测的方法。收集并分析72个稻米样品的NIRS谱图。对光谱前处理方法进行优化,确定平滑、多元散射校正与均值中心化处理为最优方法。采用siPLS法筛选特征波数,建立稻米镉含量的定量模型。稻米镉siPLS模型交叉验证均方根(RMSECV)与预测均方根(RMSEP)值分别为0.247与0.261,训练集相关系数(Rc)与预测集相关系数(Rp)值分别为0.919与0.895。结果表明:运用siPLS法选择特征波长后,不但可以降低模型的复杂度,同时还能够提高预测精度。NIRS作为一种快速、无损与便捷的初筛方法,可用于检测稻米中镉含量是否超标。
关键词： 镉污染 稻米 定量测定 近红外光谱 组合间隔偏最小二乘法
全文链接
请求原文
近红外光谱法定性定量检测蜂蜜中掺入甜菜糖浆的可行性研究
《光谱学与光谱分析 》 2013 EI SCI 北大核心 CSCD
摘要：为进一步检验近红外光谱技术(NIRS)快速检测蜂蜜掺假的能力,利用近红外光谱结合化学计量学方法对蜂蜜中掺入甜菜糖浆进行了定性和定量检测。偏最小二乘-判别分析法(PLS-DA)对真假蜂蜜预测集的判别总正确率为90.2%;不同判别方法对掺假量等级预测集的判别总正确率都低于33.3%;PLS回归只对同一蜂蜜样本掺假的定量分析结果满意:预测集真实值与预测值的相关系数(r)为0.982 9,预测均方差(RMSEP)为1.394 2,而对不同植物来源和同一植物来源的不同样本的掺假量的定量分析结果不满意。研究表明,蜂蜜中掺入甜菜糖浆后,NIRS可实现真假蜂蜜的快速鉴别,而不能实现掺假量等级的鉴别及掺假量的定量分析。
关键词： 近红外光谱 蜂蜜 掺假 甜菜糖浆 判别分析 定量分析
全文链接
请求原文
