在线近红外光谱(NIR)快速测定烟草化学成分

本文就近红外光谱分析技术应用于测定卷烟生产在线烟草样本化学成分作了研究,建立了烟草总糖、还原糖、总植物碱、氯、总氮五项化学成分的校正模型。从各化学成分的模型来看,决定系数很高,模型相关性好。对模型进行验证,分析模型预测结果与连续流动分析结果间无显著差异。模型可以在生产中使用。     

巴戟天药材中耐斯糖含量近红外光谱测定方法的建立

目的建立巴戟天药材中耐斯糖含量的近红外光谱测定方法。方法用高效液相色谱法测定114批巴戟天药材中耐斯糖含量,采集近红外光谱后,运用多元散射校正法,结合最小偏二乘法建立巴戟天耐斯糖含量的定量模型。结果建立的耐斯糖近红外光谱定量模型,内部交叉验证决定系数为0.979 1,校正标准偏差为0.909 0,预测标准差为0.909 0,交叉验证的标准偏差为1.093 0。结论该含量测定近红外光谱模型稳定、准确适用于巴戟天药材中耐斯糖的含量测定。     

近红外光谱分析技术的应用综述

近红外光谱（NIRS）分析技术是上世纪70年代发展起来的一项现代分析技术。它综合运用了计算机技术、光谱技术和化学计量等多个学科的最新研究成果,以其独特的高效、成本低、环保的优点在农业、食品等学科中得到了广泛应用。     

近红外光谱技术检测石榴汁中花色苷含量

以不同产地的石榴汁样品为对象,对其近红外光谱数据进行预处理并通过小波变化处理提取光谱特征,采用遗传算法对支持向量机的三个参数进行优化,建立基于近红外光谱技术与支持向量机的石榴汁中花色苷含量检测模型。结果表明,模型对验证集的均方根误差为0.019 766,决定系数为0.999 2,模型预测性能良好。近红外光谱技术可用于石榴汁中花色苷含量的定量检测。     

近红外光谱的原理及应用

分析了近红外光谱分析技术的原理和组成，介绍了近红外光谱分析技术的优越性，对该技术发展历程中出现的几种典型仪器进行了总结，指出近红外光谱分析技术的主要应用，着重论述了该技术在树脂吸附方面的应用．     

在线近红外光谱分析技术(NIR)在乙烯装置的应用

介绍在线NIR分析系统的组成,石脑油分析模型的建立,及在兰州石化公司乙烯装置原料检测中的应用.通过对PONA值、密度、镏程等质量指标的在线检测,验证分析模型测定石脑油性质能满足标准方法的准确性和重复性.试验证明,在线NIR分析技术在兰州石化公司乙烯装置的成功应用,对实现装置平稳优化生产、降低能耗,提高经济效益具有较好的效果.     

近红外光谱分析技术在监测L-异亮氨酸发酵过程中的应用

以L-异亮氨酸发酵过程的发酵液为样品, 用偏最小二乘法考察2种光谱采集方式、 7种光谱预处理方法及不同光谱波段选择对建立5种氨基酸光谱预测模型精度的影响. 通过建立L-异亮氨酸发酵过程中主副产物最佳光谱预测模型, 确定最佳光谱信息采集方式、 光谱预处理方法、 光谱波长范围及模型因子数. 结果表明: 反射扫描优于透射扫描获取光谱所建最佳预测模型; 反射光谱采集L- 异亮氨酸、 L-丙氨酸、 L-谷氨酸、 L-亮氨酸和L-苏氨酸5种氨基酸最佳校正模型相关系数均大于0.96, 其交互验证均方差分别为1.760,0.462,0.430,0.259,0.199, 相对分析误差分别为7.8,6.8,6.3,5.0,6.4, 表明所提出的近红外光谱分析法快速检测氨基酸发酵液中各成分稳定可行.     

近红外光谱分析技术在监测L-异亮氨酸发酵过程中的应用

以L-异亮氨酸发酵过程的发酵液为样品, 用偏最小二乘法考察2种光谱采集方式、 7种光谱预处理方法及不同光谱波段选择对建立5种氨基酸光谱预测模型精度的影响. 通过建立L-异亮氨酸发酵过程中主副产物最佳光谱预测模型, 确定最佳光谱信息采集方式、 光谱预处理方法、 光谱波长范围及模型因子数. 结果表明: 反射扫描优于透射扫描获取光谱所建最佳预测模型; 反射光谱采集L- 异亮氨酸、 L-丙氨酸、 L-谷氨酸、 L-亮氨酸和L-苏氨酸5种氨基酸最佳校正模型相关系数均大于0.96, 其交互验证均方差分别为1.760,0.462,0.430,0.259,0.199, 相对分析误差分别为7.8,6.8,6.3,5.0,6.4， 表明所提出的近红外光谱分析法快速检测氨基酸发酵液中各成分稳定可行.     

基于近红外光谱的杏仁糖中糖含量预测模型的研究

本研究以32个杏仁糖样品为研究对象,使用4种不同近红外光谱仪采集样品的光谱数据,利用二阶导数光谱法处理数据,并结合Savizky-Golay平滑方法,计算二阶导数光谱。将数据集预处理后,建立偏最小二乘(PLS)和支持向量机(SVM)模型用于预测未知样品的糖含量,通过对两个模型的应用发现,PLS模型预测值与真实值偏差较大,均方根误差为2.9822,而SVM模型中利用10折交叉验证优化参数,优化参数后预测值几乎全部与真实值相同,预测值与真实值间均方根误差为0.0127,误差极小。综上所述, SVM模型均方根误差较小,所以选择SVM模型作为糖的预测模型,为杏仁糖样品中糖含量的快速检测提供一种精确简单的方法,此模型可推广至食品中糖含量的定量分析。     

基于近红外光谱技术的葵花籽品质分析

葵花籽作为国内需求量很大的油料作物,常用的化学检测方法虽然准确性高,但是时间久,破坏样本完整性,难以实现快速检测。为了研究近红外光谱法快速无损检测葵花籽中蛋白、脂肪及水分含量的准确性,本文使用454份葵花籽样本近红外光谱数据及蛋白质、水、脂肪三个含量信息为测试对象,随机选取其中383份作为测试集,71份作为验证集,对测试集使用不同的预处理方法之后分别进行PLS和BP神经网络建模,并通过验证集对模型进行预测分析。结果发现:(1)PLS模型预测中发现小波变换的预处理方法对蛋白质含量的预测最好RMSECV=0.343,RMSEP=0.296,小波变换的预处理方法对水分含量的预测最好RMSECV=0.299,RMSEP=0.354,标准化的预处理方法对脂肪含量的预测最好RMSECV=0.285, RMSEP=0.316;BP神经网络预测中一阶导数+均值中心化对蛋白质含量的预测最好RMSEP=0.341,一阶导数对水分含量的预测最好RMSEP=0.329,一阶导数+标准化对脂肪含量的预测最好RMSEP=0.312。(2)BP神经网络模型与PLS模型预测对比发现,PLS模型预测精度要高于BP神经网络模型。     

基于近红外光谱的小麦粉湿面筋含量检测

本文应用近红外光谱法测定小麦粉中湿面筋含量.对小麦粉的近红外光谱图进行消除常数偏移量、多元散射校正、减去一条直线三种预处理方法,用偏最小二乘法建立小麦粉的近红外光谱图与湿面筋含量之间的关系模型,并预测小麦粉中湿面筋含量.实验结果显示减去一条直线预处理后的模型评价指标最优,模型的相关系数R2为934,模型交互验证后的均方差为051,预测结果的均方根误差为0456.实验结果表明,近红外光谱法能够用于小麦粉湿面筋含量的测定     

近红外光谱定量预测奶粉中三聚氰胺的含量

近红外光谱技术(NIRS)结合偏最小二乘算法(PLS)建立了奶粉中三聚氰胺含量的定量分析模型.采用二阶导数光谱建立模型,最有效的波长范围为4000.63~6803.63 cm-1和6800~9700 cm-1,最优模型的定标模型的相关系数(R)为0.9999,定标标准分析误差(SEC)为1.43%,预测相关系数(R)达到0.9284,预测标准分析误差(SEP)为1.03%,模型具有较好的预测效果.研究表明近红外光谱检测技术可用于奶粉中三聚氰胺的定量分析.     

用近红外光谱定量分析混纺毛织品中羊毛的质量分数

运用近红外漫反射光谱技术定量分析羊毛/染色粘胶混合样中羊毛的质量分数,标样集中近红外预测值与实际值之间的相关系数是0.982;对待测样品检验结果:预测值变异系数CV为4.1％,令人满意。表明该方法有望成为一种快速的、非破坏性的定量分析混纺织物的手段。     

基于遗传神经网络的大豆脂肪酸含量近红外光谱检测

本文提出了一种利用遗传神经网络建立数学模型的方法,建立起化学测定值与近红外光谱数据之间的定量关系。把得到的近红外光谱数据作为网络的输入,把用化学法测定的五种脂肪酸含量作为网络的输出,再利用遗传算法训练神经网络的权值,建立大豆脂肪酸的神经网络检测模型,探索出一种能够准确、高效地完成近红外光谱橙测的神经网络模型。     

近红外光谱分析仪器的应用与发展

本文对近10年国内的近红外光谱分析技术的技术原理、发展简史等进行了系统的分析。希望可以为近红外光谱分析仪器的发展提供帮助。     

矿物类中药的近红外光谱鉴别方法

针对传统的性状鉴别和化学分析方法难以满足矿物类中药准确、快速鉴别的需要,借鉴近红外光谱技术在地质学、矿物学以及中药鉴定学等方面的研究,探讨了近红外光谱分析法对矿物类中药鉴别的基本原理和方法,为该技术在矿物类中药鉴定中的应用提供理论基础.     

基于小波分析的近红外光谱数据预处理

近红外光谱中常常包含一些与待测样品性质无关联的干扰信息,为了使建立的定性或定量分析模型更加稳健、可靠,常常需要对测定的光谱数据进行预处理.结合大豆油脂酸价的近红外光谱分析方法,对由瑞典波通公司的DA7200型近红外光谱仪记录的36组大豆油脂样品光谱数据,采用小波变换的阈值去噪方法进行预处理,对比常用的窗口移动平滑预处理,说明了小波变换是一种有效实用的光谱预处理方法.     

构建近红外网络分析平台实现从原料到产品的整个生产过程质量监控

建立近红外分析技术在生产过程中的网络分析平台方案,发挥近红外过程分析技术的优点,实现从原材料到产品整个生产过程质量监控,保证产品质量的稳定性、安全性。     

近红外光谱技术在食用油种类鉴别及 脂肪酸含量检测中的应用

应用近红外光谱分析技术分别建立了快速鉴别食用植物油种类的定性分析模型以及测定食用植物油主要脂肪酸含量的定量分析模型.实验根据19份食用植物油样品的近红外光谱,结合系统聚类方法建立了纯橄榄-芝麻-花生油定性识别模型,识别率和预测率可达100%.根据59个食用植物油样品的近红外光谱,结合模型优化方法建立了食用植物油中棕榈酸、硬脂酸、油酸3种主要脂肪酸含量的近红外定量分析模型,且模型指标较好.实验表明近红外光谱分析技术在食用植物油品质快速检测领域有很好的应用前景.     

采用近红外光谱技术快速检测桃汁原汁含量的方法研究

利用近红外光谱技术结合偏最小二乘法（PLS）对桃汁样本中原汁的含量进行定量分析. 采用5种不同预处理方法优化检测数据,结果表明标准化预处理所建立的定量检测模型性能最优,其预测相关系数（R²_p）、预测均方根误差（RMSEP)、校正相关系数（R²_c）、校正均方根误差（RMSEC）分别为0.9988、0.0140、0.9973、0.0212. 研究为桃汁等果汁饮品中原汁含量的检测提供一种快速、无损、简便、廉价、准确的方法.