近紅外光譜
- 基于ResNet的森林土壤碳含量近紅外預(yù)測模型
對象，利用近紅外光譜（NIRs）技術(shù)，建立SOC預(yù)測模型。利用深度殘差網(wǎng)絡(luò)（ResNet18）算法建立預(yù)測模型，從光譜數(shù)據(jù)的預(yù)處理（一階導(dǎo)數(shù)（1D）+Savitzky-Golay（SG）卷積平滑、標準正態(tài)變量變換（SNV）、SG卷積平滑和去趨勢（DT））和批量2個角度對模型進行優(yōu)化，并將該模型與偏最小二乘回歸（PLSR）、BP神經(jīng)網(wǎng)絡(luò)（BPNN）和卷積神經(jīng)網(wǎng)絡(luò)VGG19模型進行對比。研究結(jié)果表明，利用1D+SG卷積平滑組合的方式進行預(yù)處理，批量大小為15，
森林工程 2023年6期2023-11-28
- 基于多元經(jīng)驗?zāi)B(tài)分解的可見/近紅外光譜識別木材研究
基于可見/近紅外光譜技術(shù)探究一種快速、準確的木材識別方法。以8種進口木材為研究對象，運用多元經(jīng)驗?zāi)B(tài)分解（MEMD）和最大互信息系數(shù)（MIC）的方法對采集的光譜數(shù)據(jù)進行分解、篩選和重構(gòu)，進而利用連續(xù)投影法（SPA）進行特征波段提取，再結(jié)合XGBoost分類器進行分類識別。為進一步驗證該方法的可行性，將提出的木材識別方法分別與經(jīng)驗?zāi)B(tài)分解（EMD）算法和傳統(tǒng)的支持向量機（SVM）、K近鄰分類算法（KNN）、BP神經(jīng)網(wǎng)絡(luò)（Back Propagation Ne
森林工程 2023年4期2023-08-08
- 流形學(xué)習(xí)在紅松籽仁蛋白質(zhì)含量近紅外檢測中的應(yīng)用
白質(zhì)含量的近紅外光譜分析技術(shù)，在用變量標準化校正+一階導(dǎo)數(shù)+小波變換對原始光譜進行預(yù)處理的基礎(chǔ)上，分別運用主成分分析、改進型局部線性嵌入、局部切空間對齊、黑塞特征映射進行光譜數(shù)據(jù)的降維處理，分別構(gòu)建偏最小二乘、嶺回歸、支持向量回歸、極度梯度提升數(shù)學(xué)模型。結(jié)果表明，改進型局部線性嵌入+支持向量回歸法建立的參數(shù)優(yōu)化模型質(zhì)量最佳。其降維方法優(yōu)化參數(shù)為：維度取4，鄰域數(shù)取50；驗證集均方差均值為0.568 1，驗證集皮爾遜相關(guān)系數(shù)均值達0.940 8。可見，模型的
江蘇農(nóng)業(yè)學(xué)報 2023年1期2023-06-08
- 基于近紅外光譜的陳化大米定性鑒別和摻假分析方法
。該文基于近紅外光譜與機器學(xué)習(xí)方法相結(jié)合，提供了一種陳化大米以及不同程度的混摻大米的定性定量檢測方法。研究中將原始近紅外光譜數(shù)據(jù)采用標準正態(tài)變量變換預(yù)處理后，建立核極限學(xué)習(xí)機分別用于陳化大米的定性判別和摻假大米的定量分析，其準確度和R2分別達到90%和0.889 2。引入北方蒼鷹優(yōu)化算法用于模型的兩個重要參數(shù)尋優(yōu)，結(jié)果表明北方蒼鷹優(yōu)化算法能有效提高核極限學(xué)習(xí)機的性能，測試集預(yù)測準確度和R2分別提高約5%和0.054 1，為陳化大米的定性定量鑒別提供了新方法
食品安全導(dǎo)刊 2023年5期2023-05-30
- 基于原煙外觀圖像和近紅外光譜的煙葉感官質(zhì)量模型研究
物理特性及近紅外光譜對其感官質(zhì)量的影響，找到一種可以客觀反映煙葉感官質(zhì)量的方法。選取了四川3個產(chǎn)地、3個部位、10個等級和2個品種的單料煙，以組為單位進行采集，每組10片，共采集煙葉7897片。使用變量標準化（SNV）方法對原始光譜數(shù)據(jù)進行校正，用Standard Scaler方法對煙葉外觀指標、物理特性、校正后的光譜數(shù)據(jù)進行標準化。采用主成分分析（PCA）法對數(shù)據(jù)進行降維。分別運用二次判別分析算法（QDA）、K近鄰算法（KNN）、支持向量機（SVC）構(gòu)建
甘肅農(nóng)業(yè)科技 2023年3期2023-04-20
- 飼料玉米品質(zhì)分析的化學(xué)計量學(xué)方法
飼料玉米;近紅外光譜;Rank-KS算法中圖分類號：S816? ? 文獻標識碼：A? ? 文章編號：1674-1161（2022）03-0057-04 玉米是用途最為廣泛的飼料作物，可為家禽和牲畜提供多種生長所需的營養(yǎng)成分，被稱為“飼料之王”。粗蛋白含量是評價飼料玉米品質(zhì)最常見和最重要的指標，傳統(tǒng)的粗蛋白含量檢測主要采用實驗室濕化學(xué)方法，存在檢測周期長、試劑種類多且用量大、操作繁瑣等缺點。近紅外光譜分析技術(shù)具有無損、快速、樣品前處理簡單、多組分同時在線檢
農(nóng)業(yè)科技與裝備 2022年3期2022-07-15
- 延胡索配方顆粒多指標成分的近紅外光譜快速檢測方法
素多指標的近紅外光譜快速檢測方法。方法以已知的延胡索配方顆粒水分、醇溶性浸出物、延胡索乙素、去氫延胡索甲素含量值為對照，運用偏最小二乘法（PLS）選擇合適的光譜范圍及光譜預(yù)處理方法建立近紅外定量模型，并對驗證集樣品各指標成分的含量進行驗證。結(jié)果水分、醇溶性浸出物、延胡索乙素、去氫延胡索甲素預(yù)測值與實測值的平均相對偏差分別為1.18%、2.19%、3.14%、1.73%，預(yù)測相關(guān)系數(shù) R2分別為0.979、0.915、0.948、0.962，準確度較高。結(jié)論
中國醫(yī)藥科學(xué) 2022年9期2022-07-13
- 近紅外光譜技術(shù)快速檢測小龍蝦新鮮度
要：應(yīng)用近紅外光譜技術(shù)實現(xiàn)對小龍蝦新鮮度的快速檢測。利用化學(xué)計量學(xué)方法，通過對近紅外品質(zhì)分析儀采集的蝦肉絞碎前后光譜（850～1 050 nm）調(diào)整不同預(yù)處理方法、偏最小二乘法和組合算法，建立一種基于總揮發(fā)性鹽基氮（total volatile basic nitrogen，TVB-N）含量的小龍蝦新鮮度定量預(yù)測模型。結(jié)果表明：采用標準正態(tài)變量變換與一階導(dǎo)數(shù)結(jié)合的預(yù)處理方法模型預(yù)測效果最好，且絞碎后的蝦肉光譜比絞碎前建模效果更好;為滿足實際應(yīng)用需要，對絞
肉類研究 2022年6期2022-07-06
- 基于近紅外光譜技術(shù)的云南片煙綜合質(zhì)量評價
為探索利用近紅外光譜技術(shù)快捷、全面評價片煙質(zhì)量的可行性，以2015—2017年初烤煙葉和復(fù)烤片煙為研究材料，使用偏最小二乘法等數(shù)據(jù)處理方法建立了片煙常規(guī)化學(xué)成分、香型、部位、感官質(zhì)量的近紅外光譜預(yù)測模型，驗證模型效果后對2018—2019年度云南片煙質(zhì)量進行了預(yù)測和評價。結(jié)果表明，2019年度較2018年度，化學(xué)成分呈現(xiàn)總糖、還原糖極顯著下降、總氮極顯著上升的趨勢;清香型指數(shù)略有下降;兩年上、中、下部位指標差異不顯著;近紅外感官質(zhì)量模型評價的70個片煙中有
中國煙草科學(xué) 2022年2期2022-05-27
- 基于卷積降噪自編碼器的蘋果樹種鑒別模型研究
基于可見-近紅外光譜數(shù)據(jù)集來識別蘋果樹種。首先，通過網(wǎng)格式搜索、平行實驗的方法優(yōu)化了L1范數(shù)等參數(shù)，提高了模型的魯棒性;然后，對比實驗分析了CDAE-RF、主成分分析-隨機森林模型（PCA-RF）、K最近鄰分類算法等方法在不同噪聲水平下光譜識別的準確性和魯棒性。實驗結(jié)果表明，相對于傳統(tǒng)算法，新提出的CDAE-RF模型識別準確率達97.92%，在加噪情況下具有更高的魯棒性。CDAE-RF模型降低了隨機森林算法對噪聲的敏感性，提高了噪聲光譜圖像識別的準確性，為
計算機時代 2022年5期2022-05-27
- 近紅外光譜技術(shù)在水產(chǎn)養(yǎng)殖行業(yè)的應(yīng)用進展
要：介紹了近紅外光譜分析技術(shù)（NIR）的原理與特點，綜述其在水產(chǎn)養(yǎng)殖業(yè)中育種育苗、養(yǎng)殖水水質(zhì)監(jiān)測和水產(chǎn)苗種飼料方面的應(yīng)用現(xiàn)狀，對近紅外光譜分析技術(shù)在水產(chǎn)養(yǎng)殖業(yè)應(yīng)用中出現(xiàn)的問題進行分析，并對其應(yīng)用規(guī)模預(yù)測和發(fā)展前景展望。關(guān)鍵詞：近紅外光譜;水產(chǎn)養(yǎng)殖;應(yīng)用;模型中國是世界水產(chǎn)養(yǎng)殖大國。作為世界上從事水產(chǎn)養(yǎng)殖歷史最悠久的國家之一，自改革開放以來，在以養(yǎng)為主的發(fā)展方針指導(dǎo)下，我國水產(chǎn)養(yǎng)殖業(yè)發(fā)展迅猛，產(chǎn)業(yè)布局變化巨大，從傳統(tǒng)養(yǎng)殖區(qū)（沿海地區(qū)和長江、珠江流域等）逐步擴
河北漁業(yè) 2022年2期2022-02-19
- 穩(wěn)定同位素、礦質(zhì)元素及可見-近紅外光譜技術(shù)在禽制品真實性鑒別中的應(yīng)用研究進展
術(shù)及可見-近紅外光譜技術(shù)在禽制品真實性鑒別中的應(yīng)用與發(fā)展趨勢，旨在為我國禽制品真實性鑒別研究提供參考。關(guān)鍵詞：禽制品;同位素;礦質(zhì)元素;可見-近紅外光譜Progress in the Application of Stable Isotope Techniques， Mineral Element Fingerprint and Visible-Near Infrared Spectroscopy in the Authenticity Identific
肉類研究 2021年11期2021-12-23
- 桂北桉樹人工林紅壤速效鉀含量高光譜反演模型研究
詞 可見-近紅外光譜;近地遙感;線性模型;人工林;土壤信息中圖分類號 S 714.8? 文獻標識碼 A文章編號 0517-6611（2021）21-0154-03doi：10.3969/j.issn.0517-6611.2021.21.037開放科學(xué)（資源服務(wù)）標識碼（OSID）：Hyperspectral Inversion Model of Available Potassium Content in Red Soil of Eucalyptus Pl
安徽農(nóng)業(yè)科學(xué) 2021年21期2021-11-26
- 近紅外光譜在線檢測技術(shù)在制藥行業(yè)總混工序的應(yīng)用
要：為利用近紅外光譜分析技術(shù)，降低片劑產(chǎn)品碎片率，合理控制混合時間以提高其生產(chǎn)效能，以某片劑顆粒總混過程為對象，使用近紅外光譜在線檢測技術(shù)及設(shè)備，依據(jù)顆粒質(zhì)量指標，建立總混過程的定量和定性分析模型。在顆?；旌线^程中實時在線監(jiān)控顆粒均勻度的真實情況，并對顆粒質(zhì)量指標進行在線預(yù)測，以消除人工檢驗的滯后性，從而提高顆粒一次性合格率。關(guān)鍵詞：在線檢測;近紅外光譜;混合均勻度0??? 引言混合均勻度是影響醫(yī)藥產(chǎn)品品質(zhì)的重要因素，若混合不均勻，產(chǎn)品的配比就不一樣，尤其
機電信息 2021年26期2021-11-06
- 農(nóng)作物種子活力檢測方法研究進展
;發(fā)芽率;近紅外光譜;高光譜成像中圖分類號：S5 文獻標識碼：B 文章編號：2095–3305（2021）06–0007–02種子從自然成熟到衰老，其活力會逐漸減弱。種子活力是衡量種子品質(zhì)的重要指標，綜合了種子發(fā)芽率、出苗率、幼苗生長潛力、植物抗性和生產(chǎn)潛力[1]。低活力種子的發(fā)芽率較低，種植成本較高;高活力的種子可以幫助人們節(jié)省時間、勞動力和物質(zhì)資源。因此，快速、高效的種子活力檢測方法有助于提高農(nóng)作物產(chǎn)量。1 發(fā)展歷程農(nóng)作物種植歷史悠久，但是關(guān)于農(nóng)作物種
農(nóng)業(yè)災(zāi)害研究 2021年6期2021-10-31
- 近紅外光譜技術(shù)在農(nóng)產(chǎn)品檢測中的應(yīng)用研究進展
飛摘 要：近紅外光譜技術(shù)作為一種快速、高效、無損的分析技術(shù)，已被廣泛應(yīng)用于農(nóng)產(chǎn)品檢測領(lǐng)域。近紅外光譜技術(shù)結(jié)合化學(xué)計量學(xué)方法，可有效實現(xiàn)農(nóng)產(chǎn)品營養(yǎng)成分和質(zhì)量安全的檢測，亦可用于農(nóng)產(chǎn)品產(chǎn)地溯源和作物育種。該文綜述了近紅外光譜技術(shù)在農(nóng)產(chǎn)品檢測中的應(yīng)用現(xiàn)狀，并對其今后的發(fā)展進行了展望。關(guān)鍵詞：近紅外光譜;農(nóng)產(chǎn)品;檢測;應(yīng)用進展中圖分類號 O657.3 文獻標識碼 A文章編號 1007-7731（2021）17-0155-04Application Research
安徽農(nóng)學(xué)通報 2021年17期2021-09-26
- 藥品檢測中近紅外光譜分析的應(yīng)用價值研究
接影響。而近紅外光譜技術(shù)在藥品質(zhì)量監(jiān)測中存在明顯的優(yōu)勢，為探究其應(yīng)用研究，此次研究根據(jù)近紅外光譜原理，分析近紅外光譜在藥品質(zhì)量檢測中所具有的優(yōu)勢與劣勢，并總結(jié)出具體的應(yīng)用策略，保證近紅外光譜技術(shù)合理應(yīng)用的同時，為今后藥品安全檢測提供參考?！娟P(guān)鍵詞】藥品檢測；近紅外光譜；安全檢測；應(yīng)用價值【中圖分類號】R927 【文獻標識碼】A 【文章編號】2096-5249（2021）06-0219-02紅外光譜是目前人們所發(fā)現(xiàn)的吸收光譜中首個非可見光區(qū)，在紅外光譜和可見
醫(yī)學(xué)食療與健康 2021年6期2021-09-17
- 近紅外光譜測定小麥粉常規(guī)營養(yǎng)成分的模型優(yōu)化
目的：應(yīng)用近紅外光譜（NIR）結(jié)合偏最小二乘法（PLS）建立小麥粉常規(guī)營養(yǎng)成分蛋白質(zhì)、水分和脂肪的含量預(yù)測模型，并選擇最佳模型。方法：收集117份小麥粉樣品的近紅外光譜，化學(xué)法測定蛋白質(zhì)、水分和脂肪的含量，利用主成分分析（PCA）隨機分組，81份樣品用于構(gòu)建模型、36份樣品用作驗證模型的預(yù)測能力。探討波長范圍和光譜預(yù)處理方法對所建模型預(yù)測能力的影響。結(jié)果：3個營養(yǎng)成分預(yù)測能力最好的模型分別是：對于蛋白質(zhì)，預(yù)處理采用矢量歸一化（SNV），波長選取7 505.
中國食物與營養(yǎng) 2021年5期2021-09-10
- 近紅外高光譜成像結(jié)合特征波長篩選識別小麥赤霉病癟粒
霉病癟粒;近紅外光譜;無損檢測中圖分類號：?S123;TP391.41??文獻標識碼：?A??文章編號：?1000-4440（2021）02-0509-08Abstract：?In order to realize rapid identification of unfilled grain from wheat infected by Fusarium， principal component analysis （PCA） combined with O
江蘇農(nóng)業(yè)學(xué)報 2021年2期2021-06-30
- 營養(yǎng)成分檢測與NIR預(yù)測模型構(gòu)建
;營養(yǎng)素;近紅外光譜;NIR預(yù)測模型中圖分類號：TS252.7? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ?文章編號：1001-5922（2021）07-0101-04Nutrient Component detection and NIR Prediction Model ConstructionLiu Jing， Gao Ying， Li Qian（Institute of Clinica
粘接 2021年7期2021-04-27
- 基于近紅外光譜的金鯧魚新鮮度快速檢測技術(shù)
本研究擬用近紅外光譜技術(shù)進行金鯧魚肉質(zhì)新鮮度的檢測，采用一階微分（1st Der）、二階微分（2nd Der）、多元散射校正（Multiplicative scatter correction ， MSC）、標準正態(tài)變換（Standard normal variate transform，SNV）對金鯧魚魚肉的近紅外光譜數(shù)據(jù)進行預(yù)處理，通過比較預(yù)測結(jié)果，確定多元散射校正為最優(yōu)預(yù)處理方法。分別采用偏最小二乘法（PLS）和主成分回歸法（PCR）建立金鯧魚魚肉T
江蘇農(nóng)業(yè)學(xué)報 2021年1期2021-03-25
- 近紅外光譜快速檢測烏珠穆沁羊肉氨基酸含量
要：利用近紅外光譜分析技術(shù)快速檢測烏珠穆沁羊肉中不同氨基酸含量。選取42 只相同飼喂條件、體質(zhì)量相近的6 月齡烏珠穆沁羊，采集背最長肌、臂三頭肌、股二頭肌3 個部位共126 塊肌肉樣本，采集樣本近紅外光譜并測定氨基酸含量。采用偏最小二乘法關(guān)聯(lián)光譜與氨基酸數(shù)據(jù)，建立烏珠穆沁羊肉中17 種氨基酸的定量預(yù)測模型，最后以模型交叉驗證均方根及校正決定系數(shù)（R2校正）、驗證決定系數(shù)（R2驗證）、預(yù)測模型的驗證集標準偏差與預(yù)測標準偏差比值（ratio of stand
肉類研究 2020年9期2020-12-14
- 近紅外光譜在保障現(xiàn)代糧食供應(yīng)中的應(yīng)用
方面剖析了近紅外光譜技術(shù)，并研發(fā)了移動近紅外光譜產(chǎn)品。該產(chǎn)品提供卓越的近紅外光譜分析能力，可用于現(xiàn)代糧食供應(yīng)和安全領(lǐng)域，有助于更進一步探索近紅外光譜技術(shù)的應(yīng)用。[關(guān)鍵詞]糧食供應(yīng);糧食安全;近紅外光譜;移動光譜儀;糧食檢測;追溯系統(tǒng)中圖分類號：S513 文獻標識碼：A DOI：10.16465/j.gste.cn431252ts.2020091 背景糧食供應(yīng)是保障國家糧食安全、推進全面建設(shè)小康社會的重要組成部分，深入研究糧食供應(yīng)與安全并且完善現(xiàn)代糧食供應(yīng)與
糧食科技與經(jīng)濟 2020年9期2020-12-07
- 基于在線近紅外技術(shù)的片煙煙堿均質(zhì)化系統(tǒng)研究
。關(guān)鍵詞：近紅外光譜;煙堿含量;高低搭配;均質(zhì)化煙草作為我國的重要經(jīng)濟作物，其產(chǎn)品質(zhì)量關(guān)系到煙草企業(yè)的發(fā)展。在煙草的眾多質(zhì)量評價指標中，煙堿又稱尼古丁，分子式為C10H14N2，其含量與煙草制品的濃度、勁頭、香氣量、香氣質(zhì)、余味、雜氣和刺激性等感官質(zhì)量存在對應(yīng)關(guān)系，直接影響了煙草制品評吸質(zhì)量[1-3]。目前國內(nèi)煙葉種植主要以農(nóng)業(yè)個體戶為主，不同來源的煙葉品質(zhì)存在較大的差異[4]。因此，需要在打葉復(fù)烤階段對煙葉按照一定的方式進行混配，以達到均勻加工的目的。2
科技風(fēng) 2020年29期2020-11-10
- 基于近紅外光譜的新疆土壤鉛含量測定方法研究
對象，利用近紅外光譜技術(shù)建立了該區(qū)農(nóng)田土壤中鉛含量的定量預(yù)測模型并對所建立的模型進行優(yōu)化，以便快速測定土壤中鉛含量。結(jié)果表明：優(yōu)化后定量預(yù)測模型的校正集預(yù)測值與測定值之間的相關(guān)系數(shù)RC為0.99，校正集標準差SEC為0.96，驗證集標準差SEP為1.27，交互檢驗驗證集標準差SECV為1.15，預(yù)測值與實測值的相對偏差為1.49%～9.00%。該定量模型具有較高的預(yù)測效果，可用于快速定量預(yù)測新疆北部農(nóng)田中土壤中鉛含量。關(guān)鍵詞：土壤;鉛含量;近紅外光譜;定量
環(huán)境與發(fā)展 2020年9期2020-10-23
- 基于調(diào)制近紅外反射光譜的土壤養(yǎng)分近場遙測方法研究
究基于調(diào)制近紅外光譜，提出了一種土壤養(yǎng)分主動式近場遙測方法，可有效避免土壤反射自然光的干擾。該方法使用波長范圍1260～1610 nm的8通道窄帶激光二極管作為近紅外光源，通過測量8通道激光光束的土壤反射率，建立土壤養(yǎng)分中氮（N）關(guān)于土壤反射率的計量模型，實現(xiàn)了N的快速檢測。在74組已知N含量的土壤樣品中，選取54組作為訓(xùn)練集，20組作為預(yù)測集?；谝话憔€性模型，對訓(xùn)練集中土壤N含量與土壤反射率的定量化參數(shù)進行訓(xùn)練，篩選顯著波段后的計量模型R2達到0.97
智慧農(nóng)業(yè)（中英文） 2020年2期2020-09-10
- 近紅外光譜法同時測定橙汁中多種成分含量
0種橙汁的近紅外光譜數(shù)據(jù)，通過光譜預(yù)處理和特征波段的選擇，分別建立了橙汁中總糖、總氨基酸、維生素C和總酸的定量分析模型，模型的相關(guān)系數(shù)分別為0.996 3、0.963 1、0.988 0、0.999 2，交互驗證均方差（RMSECV）分別為0.854 0、0.020 1、0.070 4、0.185 0。通過10種未知橙汁樣品含量和t檢驗法對模型進行檢測，結(jié)果顯示，模型穩(wěn)定性良好，預(yù)測結(jié)果準確。利用所建模型不需任何前處理，即可同時、快速、準確地測定橙汁中總糖
安徽農(nóng)業(yè)科學(xué) 2020年15期2020-09-06
- 利用近紅外光譜技術(shù)快速檢測配方煙絲摻配均勻性的探討
【關(guān)鍵詞】近紅外光譜;煙絲摻配檢測;均勻性;成分分析隨著卷煙產(chǎn)品的不斷發(fā)展，人們對于產(chǎn)品的質(zhì)量和精細程度有了越來越高的要求，這就需要廠商進行更加精細、更加勻質(zhì)的加工。煙絲是卷煙產(chǎn)品質(zhì)量的關(guān)鍵，從煙絲的生產(chǎn)加工到煙絲的配比，最后在到煙絲的摻配都要經(jīng)過嚴格的把關(guān)和篩選，只有如此，才能夠生產(chǎn)出真正高質(zhì)量的香煙?，F(xiàn)階段，各大煙草生產(chǎn)商都有著自己的煙絲摻配比例與配方，并且很多煙草生產(chǎn)上對于煙絲摻配均勻性沒有嚴格的界定標準。隨著相關(guān)技術(shù)的不斷發(fā)展，廠商對于煙絲摻配均勻
科學(xué)導(dǎo)報·學(xué)術(shù) 2020年77期2020-09-06
- 基于近紅外光譜的安吉白茶溯源模型的建立與驗證
吉白茶進行近紅外光譜檢測，預(yù)處理方法分別采用SNV和MSC，通過LDA模型識別率比較二者優(yōu)劣，并通過PCA、K-means聚類和HCA聚類等方法進行模型驗證。采用SPSS分析聚類結(jié)果與樣品地理位置的關(guān)系。[結(jié)果] MSC預(yù)處理效果優(yōu)于SNV，LDA分析模型識別率可達100%。模型驗證顯示，經(jīng)MSC預(yù)處理后，PCA方法可在前3個PC下清晰聚類，K-means和HCA聚類方法都可將266個產(chǎn)地內(nèi)和118個產(chǎn)地外樣品成功預(yù)測出。SPSS聚類分析顯示，7個安吉白茶
安徽農(nóng)業(yè)科學(xué) 2020年13期2020-07-14
- 基于近紅外光譜的普洱茶產(chǎn)地識別研究
7份，利用近紅外光譜采集單個普洱茶樣本在1 100～2 498 nm的光譜數(shù)據(jù)，分別采用主成分聚類分析法和判別分析法建立普洱茶產(chǎn)地識別定性分析模型。結(jié)果表明，2種分析模型的校正集正確識別率均大于90%，可用于普洱茶產(chǎn)地的識別。其中，基于判別分析方法建立的判別分析模型效果更好，其校正集和驗證集的識別正確率達到98.15%和100%，更適用于普洱茶產(chǎn)地的識別。應(yīng)用近紅外光譜技術(shù)可快速、無損識別普洱茶產(chǎn)地，為普洱茶產(chǎn)地檢測提供參考。關(guān)鍵詞：近紅外光譜;普洱茶;聚
湖北農(nóng)業(yè)科學(xué) 2020年5期2020-07-14
- 基于偏最小二乘法的新疆杏可溶性固形物含量的無損檢測
性固形物;近紅外光譜;偏最小二乘法;無損檢測杏是新疆南部的特色果樹之一，具有適應(yīng)性強、管理容易、果實早熟的特點，常以杏麥間作、杏棉間作，因其經(jīng)濟效益高、生態(tài)效益明顯等特性，被廣泛種植。根據(jù)2018年新疆統(tǒng)計年鑒可知，新疆杏種植面積已達111 246 hm2，產(chǎn)量達933 088 t，成為當?shù)剞r(nóng)民重要的經(jīng)濟來源。庫車小白杏是新疆重要的地方品種，其果實卵圓形、呈黃白色，果面光滑無毛，肉質(zhì)較細，纖維素含量少，品質(zhì)上乘，是鮮食及加工的優(yōu)質(zhì)杏品種[1]。近紅外光譜（
江蘇農(nóng)業(yè)科學(xué) 2020年9期2020-06-21
- 基于近紅外光譜分析技術(shù)的水蜜桃產(chǎn)地溯源
摘要：利用近紅外光譜分析技術(shù)對來自3個省份的水蜜桃進行研究，比較主成分分析-線性判別分析（PCA-LDA）、 判別偏最小二乘法（DPLS）、 支持向量機（SVM）等方法對光譜數(shù)據(jù)識別的有效性差異。結(jié)果表明， SVM的準確率和召回率均高達94.47%，明顯優(yōu)于 PCA-LDA和DPLS，更適用于水蜜桃產(chǎn)地溯源。關(guān)鍵詞：水蜜桃;產(chǎn)地溯源;近紅外光譜;主成分分析-線性判別分析;判別偏最小二乘;支持向量機中圖分類號：TS207.7文獻標識碼：A文章編號：1000-
江蘇農(nóng)業(yè)學(xué)報 2020年2期2020-05-27
- 近紅外光譜結(jié)合CARS-PLS模型檢測草莓可溶性固形物含量研究
檢測，采用近紅外光譜結(jié)合競爭性自適應(yīng)重加權(quán)算法采樣（CARS）變量選擇以及多變量校正分析的測定方法。164個草莓樣本被分成校正集（123個）和預(yù)測集（41個）?；谌庾V數(shù)據(jù)，通過CARS算法獲得了可以表征原始光譜信息的117個特征光譜變量。全光譜變量和特征光譜變量分別作為輸入構(gòu)建了偏最小二乘回歸PLS和多元線性回歸MLR模型，通過比較3類模型發(fā)現(xiàn)，基于特征光譜的PLS模型（即CARS-PLS模型）對草莓內(nèi)部可溶性固形物含量測定性能最優(yōu)，針對預(yù)測集樣本，模
安徽農(nóng)業(yè)科學(xué) 2020年8期2020-05-20
- 近紅外光譜分析技術(shù)在酒類成分檢測中的應(yīng)用
內(nèi)容摘要 近紅外光譜分析技術(shù)是一種檢測速度快、分析準確高、結(jié)果展示性非常好的綠色檢測技術(shù)，在各個領(lǐng)域都得到了廣泛的應(yīng)用。文章簡述了近紅外光譜分析技術(shù)在酒類成分檢測方面的應(yīng)用，包括其在白酒酒醅、葡萄酒、果啤、保健酒、黃酒的成分檢測中的應(yīng)用，并討論了近紅外光譜分析檢測技術(shù)在人們健康保障方面所起的作用。關(guān)鍵詞 近紅外光譜 酒類檢測 健康保障1 引言傳統(tǒng)上對酒的鑒定只是利用酒的色、香、味來進行鑒別，存在很大程度上的不準確性，而且效率較低，近年來，在對酒類的研究中，
博鰲觀察 2020年1期2020-05-08
- 不同產(chǎn)地鎖陽近紅外光譜鑒別分析
詞：鎖陽;近紅外光譜;主成分分析;產(chǎn)地鑒別中圖分類號：R284.1? ? 文獻標識碼：A? ? 文章編號：1005-5304（2020）04-0066-04DOI：10.3969/j.issn.1005-5304.201904122Identification Analysis of Cynomorii Herba from Different Producing Areas Based onNear Infrared Diffuse Reflectanc
中國中醫(yī)藥信息雜志 2020年4期2020-04-29
- 基于近紅外光譜的水泥生料氧化物含量快速測定方法研究
?要?采用近紅外光譜分析技術(shù)快速測定了水泥生料中4種氧化物含量。 以漫反射方式采集不同水泥生料樣品的近紅外光譜，采用X射線熒光光譜法測定氧化物含量作為參考值，根據(jù)馬氏距離去除異常樣品，然后利用SPXY（Sample set partitioning based on joint X-Y distance）法將樣本集劃分為校正集和驗證集，應(yīng)用向后間隔偏最小二乘和遺傳算法選擇最優(yōu)波數(shù)變量，采用偏最小二乘算法建立了4種氧化物的定量校正模型，顯示出了良好的預(yù)測效果
分析化學(xué) 2020年2期2020-02-29
- 不同品種雞蛋貯期S-卵白蛋白含量分析及其可見/近紅外光譜無損檢測模型研究
， 可見/近紅外光譜能夠?qū)Σ煌贩N的S-卵白蛋白含量進行無損檢測， 建立的通用預(yù)測模型為開發(fā)便攜式蛋白含量無損檢測裝置奠定了基礎(chǔ)。關(guān)鍵詞?可見/近紅外光譜; 雞蛋; S-卵白蛋白; 相關(guān)性; 通用模型1?引 言雞蛋作為人們?nèi)粘Ｉ钪兄匾澄镏唬?其品質(zhì)的評價和預(yù)測一直是食品加工等領(lǐng)域的研究熱點。卵白蛋白（Ovalbumin， Ova）是蛋清蛋白的主要成分， 占蛋清總蛋白的54%～63%， 卵白蛋白在貯存期間不可逆地轉(zhuǎn)化為一種熱穩(wěn)定形式S-型空間構(gòu)象異構(gòu)體
分析化學(xué) 2020年2期2020-02-29
- 近紅外光譜結(jié)合小波變換-隨機森林法快速定量分析甲醇汽油中甲醇含量
了一種基于近紅外光譜（Near infrared spectroscopy，NIR）結(jié)合小波變換-隨機森林（Wavelet transform-Random forest，WT-RF）的用于甲醇汽油中甲醇含量快速定量分析的方法。采用傅里葉變換紅外光譜儀采集54個甲醇汽油樣品的光譜，并進行光譜解析;探究不同光譜預(yù)處理方法對樣品NIR光譜的處理效果，重點探究基于不同小波基函數(shù)與小波分解層數(shù)的小波變換（Wavelet transform，WT）光譜預(yù)處理效果，并
分析化學(xué) 2019年12期2019-12-20
- 遺傳模擬退火算法在玉米秸稈纖維素含量檢測中的應(yīng)用
?要?利用近紅外光譜分析方法預(yù)測了玉米秸稈纖維素的含量。針對近紅外光譜的高維高相關(guān)性的特點，探討在對玉米秸稈纖維素建立偏最小二乘（PLS）預(yù)測模型時的特征波長篩選問題。首先探討了聯(lián)合區(qū)間偏最小二乘法（SIPLS）和后向區(qū)間偏最小二乘法（BIPLS）的區(qū)間劃分數(shù)對算法效果的影響。在SIPLS和BIPLS的基礎(chǔ)上，利用遺傳模擬退火算法（GSAA）進行二次特征波長篩選，進一步提高模型的預(yù)測精度和建模效率。結(jié)果表明：相對于PLS方法，3種算法單獨使用均能夠提高所建
分析化學(xué) 2019年12期2019-12-20
- 近紅外光譜技術(shù)法快速鑒別茶油摻偽
目的]采用近紅外光譜技術(shù)法，快速鑒別茶油摻偽。[方法]基于近紅外光譜技術(shù)，比較馬氏距離聚類分析法與反向傳播神經(jīng)網(wǎng)絡(luò)，建立茶油與摻有菜籽油、棕櫚油摻偽茶油的模式識別模型。[結(jié)果]采用馬氏距離聚類分析法建模時，參數(shù)如下：光譜一階導(dǎo)數(shù)處理后，結(jié)合SNV、Norris Derivative濾波方法，經(jīng)主成分分析法，提取8個主成分，模型對預(yù)測集樣本的準確率達100%;采用反向傳播神經(jīng)網(wǎng)絡(luò)建模時，參數(shù)如下：輸入向量為前8個主成分的33個吸收峰，隱含層神經(jīng)元個數(shù)為15，
安徽農(nóng)業(yè)科學(xué) 2019年19期2019-12-14
- 黃酒發(fā)酵過程理化指標的近紅外光譜快速檢測方法研究
黃酒醪液的近紅外光譜，并應(yīng)用近紅外技術(shù)結(jié)合偏最小二乘方法（PLS）建立一種能夠同時測定黃酒醪液酒精度、總酸和總糖的定量分析模型。結(jié)果顯示：優(yōu)化后3種指標模型的決定系數(shù)（R）分別為0.99、0.91和0.98，交互驗證標準偏差（RMSECV）分別為0.42、0.32和1.19;模型進行外部驗證時，預(yù)測標準偏差（RMSEP）分別為0.45、0.35和2.01，預(yù)測平均相對偏差分別為3.37%、4.57%和4.66%，滿足黃酒發(fā)酵過程中對樣品分析檢測精度的要求。
中國測試 2019年3期2019-11-15
- 淺談近紅外光譜分析在藥品檢測中的應(yīng)用
分重要的。近紅外光譜良好的傳輸性能、不會損害藥品、工作效率高、適應(yīng)性強、成本低且環(huán)保的分析檢測技術(shù)應(yīng)用在藥品檢測中也是順其自然的，不僅避免了傳統(tǒng)藥品檢測中可能出現(xiàn)的問題，還促進了我國制藥行業(yè)的發(fā)展，為我國醫(yī)藥行業(yè)不斷前行保駕護航。文章分析了光譜原理以及近紅外光譜分析技術(shù)的特點，并且探究了近紅外光譜分析在藥品檢測中的應(yīng)用。關(guān)鍵詞：近紅外光譜；藥品檢測；應(yīng)用1光譜原理近紅外光是一種電磁波，主要介于紅外光與可見光之間。近紅外光譜是一種由分子振動的非諧振性將分子振
名城繪 2019年6期2019-10-21
- 近紅外光譜技術(shù)在農(nóng)產(chǎn)品品質(zhì)檢測中的應(yīng)用探究
文將從當前近紅外光譜技術(shù)的概況出發(fā)，對檢測農(nóng)產(chǎn)品品質(zhì)中近紅外光譜技術(shù)的主要應(yīng)用進行分析與探究，希望為相關(guān)人員提供一些幫助和建議，更好地運用近紅外光譜技術(shù)。關(guān)鍵詞：品質(zhì)檢測；農(nóng)產(chǎn)品；近紅外光譜0 引言近紅外光譜技術(shù)具備測量便捷、維持樣品原樣、測量迅速等多種優(yōu)點，這使其得到了農(nóng)產(chǎn)品、化工產(chǎn)品、藥物、食品等領(lǐng)域定量分析、定性分析的廣泛應(yīng)用。伴隨近紅外光譜技術(shù)幾十年的發(fā)展，當前的近紅外光譜技術(shù)已經(jīng)逐漸趨于成熟，能夠成功地對大量農(nóng)作物樣品展開快速地分析，檢測其品質(zhì)、
炎黃地理 2019年5期2019-10-20
- 八段錦身心鍛煉對老年人語言流暢性的影響
言流暢性;近紅外光譜中圖分類號：G 804.8? ? ? ? ? 學(xué)科代碼：040302? ? ? ? ? ?文獻標識碼：AAbstract：Objective：speech fluency test（VFT） and near-infrared spectroscopy （NIRS） were used to investigate the effects of Baduanjin mind-body（BDM） exercise on the cogni
首都體育學(xué)院學(xué)報 2019年4期2019-10-08
- 淺析近紅外光譜分析技術(shù)在煙草成分分析中的可用性
【摘 要】近紅外光譜信息和有機物的構(gòu)造有著緊密的關(guān)系，近紅外光譜分析技術(shù)能用于探討和檢測煙草的很多品質(zhì)特點。作者重點簡述近紅外分析工藝和它在煙草運用中所需的提前處理、降維和建模措施。在這個前提上，主要研究了近紅外分析工藝在煙草組成定量預(yù)測中的運用?！娟P(guān)鍵詞】近紅外光譜;煙草;成分;分析近紅外光譜分析技術(shù)普遍運用到食品行業(yè)、石油行業(yè)、化工行業(yè)、制藥行業(yè)等方面。近紅外技術(shù)在煙草工業(yè)中被普遍運用到水分的測量，此外，該分析技術(shù)也不斷運用到其他成分的定量分析和探討。
智富時代 2019年8期2019-09-23
- 微波干燥技術(shù)在卷煙近紅外快速預(yù)測中的應(yīng)用
煙末樣品在近紅外光譜圖和主成分空間分布上有明顯的差異，說明水分含量對卷煙樣品的性質(zhì)有較大影響;（2）微波和烘箱干燥后的樣品經(jīng)近紅外模型預(yù)測后發(fā)現(xiàn)，卷煙煙末樣品的預(yù)測結(jié)果穩(wěn)定性整體優(yōu)于煙絲樣品，微波干燥1、2 min后的預(yù)測結(jié)果能達到甚至優(yōu)于傳統(tǒng)烘箱 40 ℃ 干燥2 h的模型預(yù)測結(jié)果。綜合來看，將微波快速干燥技術(shù)應(yīng)用于卷煙煙末樣品的近紅外快速預(yù)測是可行的，但對于卷煙煙絲樣品不適宜。關(guān)鍵詞：近紅外光譜;微波;烘箱;干燥;含水率中圖分類號： O657.33 ?
江蘇農(nóng)業(yè)科學(xué) 2019年7期2019-09-17
- 近紅外光譜在制藥過程控制中的應(yīng)用分析
祁俊摘要：近紅外光譜技術(shù)（NIR）是一種高效快速的現(xiàn)代分析技術(shù)，它綜合運用了計算機技術(shù)、光譜技術(shù)和化學(xué)計量學(xué)等多個學(xué)科的最新研究成果，以其獨特的優(yōu)勢在多個領(lǐng)域得到了日益廣泛的應(yīng)用。近紅外光譜技術(shù)在制藥過程控制應(yīng)用主要表現(xiàn)在對原料藥的主要活性成分，結(jié)晶狀態(tài)、粒徑、旋光性和密度進行檢測，對只要過程中的混合均勻性，干燥過程水分，注射用產(chǎn)品滅菌，膜衣厚度，粒徑，主要成分和中間產(chǎn)物濃度，溶出度，藥物中微生物定性定量監(jiān)測。關(guān)鍵詞：近紅外光譜；制藥過程控制；應(yīng)用分析；藥
名城繪 2019年5期2019-09-10
- 滑皮金桔糖度的近紅外光譜無損檢測技術(shù)
目的】采用近紅外光譜技術(shù)對滑皮金桔的糖度開展無損檢測技術(shù)研究，為今后實現(xiàn)滑皮金桔在線糖度品質(zhì)分級分選提供參考依據(jù)?！痉椒ā恳訬IR Magic 1100型便攜式果品近紅外光譜分析儀為主要研究設(shè)備，對采集的滑皮金桔光譜分別進行S-G卷積平滑（SG-smooth）、標準正態(tài)變量變換（SNV）和多元散射校正（MSC）處理，結(jié)合偏最小二乘法建立滑皮金桔糖度預(yù)測模型并進行驗證。【結(jié)果】建模的最佳光譜波段為720～920 nm;光譜采用SG-smooth處理后建立模型
南方農(nóng)業(yè)學(xué)報 2019年4期2019-09-10
- 滑皮金桔糖度的近紅外光譜無損檢測技術(shù)
目的】采用近紅外光譜技術(shù)對滑皮金桔的糖度開展無損檢測技術(shù)研究，為今后實現(xiàn)滑皮金桔在線糖度品質(zhì)分級分選提供參考依據(jù)。【方法】以NIR Magic 1100型便攜式果品近紅外光譜分析儀為主要研究設(shè)備，對采集的滑皮金桔光譜分別進行S-G卷積平滑（SG-smooth）、標準正態(tài)變量變換（SNV）和多元散射校正（MSC）處理，結(jié)合偏最小二乘法建立滑皮金桔糖度預(yù)測模型并進行驗證?！窘Y(jié)果】建模的最佳光譜波段為720～920 nm;光譜采用SG-smooth處理后建立模型
南方農(nóng)業(yè)學(xué)報 2019年4期2019-09-10
- 近紅外光譜法快速檢測赤芍配方顆粒芍藥苷和浸出物含量
出物含量的近紅外光譜測定方法。選用積分球系統(tǒng)測定樣品的近紅外光譜，定量模型的預(yù)處理方法采用多元散射校正和一階導(dǎo)數(shù)進行處理，光譜范圍分別為5 492～5 103 cm-1，7 428～7 201 cm-1，6 942～5 322 cm-1。結(jié)果表明，定量模型中芍藥苷含量和浸出物含量的最佳主因子數(shù)分別為7和6，內(nèi)部交叉驗證均方差分別為0.082 6和0.226 0，決定系數(shù)（R2）分別為0.981 7和0.982 4，系統(tǒng)精密度RSD值分別為1.1%和0.9%
河北工業(yè)科技 2019年1期2019-09-10
- 近紅外光譜法檢測芝麻油中摻假大豆油
cm-1的近紅外光譜來采集樣品，通過The Unscrambler 9.7軟件對試驗數(shù)據(jù)進行建模，建模集的Correlation和RMSEC分別為0.998 749和1.410 906，預(yù)測集的Correlation和RMSEP分別為0.837 732和20.375 10。為了選出最優(yōu)波段進而利用MATLAB再次建模，分別采用IPLS和SIPLS對波長進行篩選，得到IPLS建模集的Correlation為0.998 465和RMSEC為1.562 843，
糧食科技與經(jīng)濟 2019年5期2019-09-10
- 近紅外光譜技術(shù)在醫(yī)學(xué)檢測中的研究進展
【摘?要】近紅外光譜（near-infrared spectrum，NIRS）是光譜測量技術(shù)的一種，具有測量速度快、分析精度高及對樣品無損傷等優(yōu)勢。本文介紹了NIRS技術(shù)的原理，探討了NIRS的技術(shù)特點、研究現(xiàn)狀及在醫(yī)學(xué)檢測中的應(yīng)用，并對其未來的發(fā)展進行了展望。【關(guān)鍵詞】近紅外光譜;無創(chuàng)血糖檢測;血氧飽和度檢測;功能近紅外光譜1引言近紅外光區(qū)是指波段范圍在780-2500nm之間的電磁波，發(fā)生在該區(qū)域的吸收譜帶對應(yīng)于分子基頻振動的倍頻和組合頻。利用近紅外光
科學(xué)導(dǎo)報·科學(xué)工程與電力 2019年42期2019-09-10
- 制漿材木質(zhì)素含量近紅外分析模型傳遞研究
兩臺便捷式近紅外光譜儀間的傳遞，對制漿材木質(zhì)素樣品近紅外光譜數(shù)據(jù)集進行代表性樣本的選取、光譜預(yù)處理和界外樣本的剔除，建立了源機的優(yōu)化偏最小二乘（PLS）校正模型。分別采用斜率截距算法（S/B）、直接校正算法（DS）和典型相關(guān)分析算法（CCA）進行源機與目標機間的模型傳遞并比較了預(yù)測效果。結(jié)果表明，S/B算法模型傳遞效果較差，而經(jīng)DS算法和CCA算法模型傳遞后的預(yù)測效果均有大幅提升。DS算法模型傳遞后決定系數(shù)（R2）、預(yù)測標準差（RMSEP）和相對標準差（R
中國造紙學(xué)報 2019年3期2019-09-10
- 紅松籽中脂肪的近紅外光譜快速檢測研究
摘要：采用近紅外光譜分析方法對紅松籽脂肪進行定量分析，建立紅松籽脂肪的快速檢測方法，利用多種預(yù)處理方法優(yōu)化模型，同時采用間隔偏最小二乘法、反向間隔偏最小二乘法、無信息變量消除法實現(xiàn)特征波段的選取。結(jié)果表明，紅松籽樣本光譜經(jīng)矢量歸一化預(yù)處理后建立的模型最佳;波段優(yōu)選能夠提高模型質(zhì)量，其中反向間隔偏最小二乘法的篩選結(jié)果最優(yōu)，其紅松籽脂肪模型校正集相關(guān)系數(shù)為0.889 2，驗證集均方根誤差為0.765 1。由此可知，經(jīng)過優(yōu)化后，模型的預(yù)測性能較好，實現(xiàn)了紅松籽脂
江蘇農(nóng)業(yè)科學(xué) 2019年3期2019-08-10
- 基于近紅外光譜的紅提維生素C含量、糖度及總酸含量無損檢測方法
建立了基于近紅外光譜技術(shù)的紅提維生素C（Vc）含量、糖度及總酸含量的快速無損檢測方法。采集紅提樣本的光譜數(shù)據(jù)，分別應(yīng)用競爭性自適應(yīng)重加權(quán)算法（CARS）、穩(wěn)定性競爭自適應(yīng)重加權(quán)采樣算法（SCARS）和連續(xù)投影算法（SPA）進行一次有效特征波段提取，對比測量上述3項指標，建立相應(yīng)偏最小二乘回歸模型，并在一次有效特征波段的提取的基礎(chǔ)上結(jié)合SPA進行二次特征波段的提取，建立相應(yīng)偏最小二乘回歸算法（PLSR）模型。結(jié)果表明，二次特征波段建立的PLSR模型的校正集與
分析化學(xué) 2019年6期2019-07-01
- 基于壓縮自編碼融合極限學(xué)習(xí)機的柑橘黃龍病鑒別方法
的柑橘葉片近紅外光譜數(shù)據(jù)作為訓(xùn)練集進行實驗，采用波形疊加極限學(xué)習(xí)機（Summation wavelet extreme learning machine， SWELM）、ELM、支持向量機（Support vector machine， SVM）、堆疊去噪自編碼（Stacked denoising auto-encoder， SDAE）、反向傳播模型（Back propagation， BP）、CAE作為對比方法。在柑橘黃龍病的鑒別實驗中，無論訓(xùn)練集樣本大
分析化學(xué) 2019年5期2019-06-13
- 光譜技術(shù)在肉品摻雜摻假鑒別中的應(yīng)用研究進展
譜技術(shù)，如近紅外光譜、高光譜成像、拉曼光譜等，作為快速、無損檢測技術(shù)在肉品摻雜摻假鑒別方面有很好的應(yīng)用前景。本文綜述近紅外光譜、高光譜成像和拉曼光譜技術(shù)在肉品摻雜摻假的定性判別和定量檢測中的研究進展，并分析了3 種光譜技術(shù)的應(yīng)用現(xiàn)狀及存在的問題，并對其應(yīng)用前景進行了展望。關(guān)鍵詞：肉品;近紅外光譜;高光譜成像;拉曼光譜;摻雜摻假中圖分類號：TS251.5? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標志碼：A 文章編號：100
肉類研究 2019年2期2019-06-05
- 多元校正模型傳遞方法的進展與應(yīng)用
標準化; 近紅外光譜; 評述[HK][FQ（32，X，DY-W][CD15]2018-10-09收稿;2018-12-26接受本文系國家自然科學(xué)基金項目（No. 21365008）和國家重點研發(fā)計劃項目（No. 2017YFB0306501）資助* E-mail： chuxl.ripp@sinopec.com1 引 言多元校正模型是樣品的目標值與其光譜參數(shù)之間建立的一種函數(shù)關(guān)系[1]。通常情況下，通過多元校正模型與近紅外光譜（Near infra-red
分析化學(xué) 2019年4期2019-05-13
- 采樣誤差分布分析法建立氯丙醇含量的穩(wěn)健近紅外光譜分析模型
?要?利用近紅外光譜技術(shù)結(jié)合采樣誤差分布分析（SEPA）方法建立了二氯丙醇產(chǎn)品生產(chǎn)過程的氯化液雜質(zhì)3-氯-1，2-丙二醇濃度的分析模型。對樣本數(shù)據(jù)進行1000次隨機劃分，建立1000個子模型，獲得多個潛變量數(shù)下的交互檢驗誤差，進行統(tǒng)計分析。繪制了誤差分布圖，計算其中位數(shù)、標準偏差、偏斜度和分布峰度等統(tǒng)計指標，通過這些指標的綜合分析對近紅外光譜分析模型進行條件優(yōu)化、建模和模型評價等。4種光譜處理方法顯示出比較理想的模型性能，作為候選與不同波長區(qū)域的選擇相結(jié)合
分析化學(xué) 2019年2期2019-03-14
- 基于便攜式光譜儀的水產(chǎn)品孔雀石綠殘留檢測模擬實驗研究
品；可見-近紅外光譜；孔雀石綠中圖分類號：S948 文獻標識碼：A 文章編號：1671-2064（2018）20-0086-021 引言國內(nèi)檢測部門通用的孔雀石綠檢測方法是高效液相色譜熒光檢測法[1]。此方法存在回收率差異大，分層有時不明顯，基線噪音不穩(wěn)定等缺陷。[2]高光譜技術(shù)具有無損檢測，設(shè)備輕便，操作簡單的優(yōu)點。近年來，周瑤等[3]利用近紅外拉曼光譜檢測辣椒粉中蘇丹紅的含量；王曉彬等[4]使用高光譜成像檢測面粉中的偶氮甲酰胺等研究，說明高光譜技術(shù)在食
中國科技縱橫 2018年20期2018-11-22