基于近红外高光谱成像快速无损检测注胶肉研究

采用近红外高光谱成像技术结合化学计量学方法建立注胶肉的快速无损检测模型。首先通过近红外高光谱成像系统获取含有不同浓度梯度卡拉胶的猪里脊肉高光谱图像,然后提取图像中的光谱数据,使用偏最小二乘法(Partial least square,PLS)探究光谱信息与不同掺假比例卡拉胶之间的定量关系。结果表明全波段光谱(900~1700 nm)所构建的PLS校正集模型均方根误差(Root mean square error,RMSE)为1.74%,预测模型RMSE为3.16%。表明基于全波段所建立的PLS模型具有较优的预测性能。利用连续投影算法(Successive projection algorithm,SPA)筛选获得11个特征波长,并优化全波长PLS模型,将预测集样品带入,以验证模型的预测效果,结果表明SPA算法结合PLS建模方法所建立的模型预测效果更优,预测集相关系数(R_P)为0.93,均方根误差(Root mean square error of prediction,RMSEP)为3.51%,预测偏差(Residual predictive deviation,RPD)为2.66。试验表明利用高光谱成像技术可实现对注胶猪肉的快速无损检测。     

基于NIR高光谱成像技术的滩羊肉内部品质无损检测

利用近红外高光谱成像技术对滩羊肉蛋白质和脂肪含量、pH值进行无损检测研究。通过高光谱系统(900~1700 nm)采集69个羊肉样本信息,先对全波段下的原始光谱和预处理后光谱建立偏最小二乘回归(PLSR)模型,对比优选出最佳预处理算法,后采用PLSR的加权β系数法提取特征波长,建立特征波长下各品质参数的PLSR模型,分析预测效果。结果表明:羊肉蛋白质、脂肪含量、pH值最佳预处理方法为基线校准(Baseline)、多元散射校正与S-G卷积平滑结合算法(MSC+SG)和原始光谱;利用特征波长建立预测模型,决定系数(RP2)分别为0.83、0.86和0.72,预测均方根误差(RMSEP)为0.57、0.09和0.12,可替代全波段建模。利用近红外高光谱成像技术对羊肉内部品质进行快速无损检测是可行的。     

盐池滩羊肉脂肪含量的高光谱预测模型构建

本文利用可见-近红外高光谱成像技术预测冷鲜滩羊肉脂肪含量,优选最佳预测模型。测定90个滩羊背最长肌的脂肪含量并采集其光谱图像,对原始光谱进行不同种预处理后,构建了全波段下的偏最小二乘回归(PLSR)和主成分回归(PCR)的光谱预测模型。为减少模型运算次数,在预处理效果最优的全波段模型上采用连续投影算法(SPA)、应用竞争性自适应重加权(CARS)、变量组合集群分析(VCPA)和波长空间迭代收缩(IVISSA)方法提取特征波长,构建脂肪含量的光谱预测模型。结果表明:采用归一化(Normlize)预处理后光谱构建的PLSR全波段模型效果最好,校正集模型相关系数(Rc)达到0.921;采用多元散射校正(MSC)预处理后光谱构建的PCR全波段模型效果最好,其校正集模型相关系数(Rc)达到0.850;在4种提取特征波长过程中,IVISSA算法所提取特征波长的交互验证均方根误差(RMSECV)最低,为0.0072;Normlize-IVISSA-PLSR模型较其他3种算法所构建的PLSR模型效果最优,其校正集相关系数(Rc)和预测集相关系数(Rp)值分别为0.931和0.754,表明利用高光谱技术对盐池滩羊肉脂肪含量进行预测是可行的。研究成果为冷鲜滩羊肉品质在线光谱快速无损检测系统开发提供理论依据。     

基于高光谱技术的红茶茶多酚可视化研究

目的 利用高光谱技术实现对英红九号红茶茶多酚含量的快速无损、可视化检测。方法 采集128个红茶光谱数据并进行光谱预处理后,引入蒙特卡罗-高斯分布方法寻找异常样本。经两次异常样本剔除,各模型预测集决定系数r²均有0.2～0.4的大幅提升。为解决大样本模型训练时间长、数据冗余问题,采用连续投影算法进行波长筛选,共得到14个能反映红茶茶多酚含量的特征波长,并比较了最小二乘回归、支持向量机回归、BP神经网路、粒子群优化最小二乘支持向量机回归(particle swarm optimization least squares support vector regression, PSO-LSSVR) 4种模型预测红茶茶多酚含量的精度。最后以最优模型建立茶多酚可视化模型。结果 合理剔除样本并以光谱特征为输入,结合PSO-LSSVR方法建立的模型效果最佳,其校正集决定系数为0.921,预测集决定系数为0.903,预测精度达到了90%以上,基本实现了茶多酚含量可视化检测。结论 可视化算法有效地反映了红茶茶多酚分布情况,适用于茶叶快速无损检测。     

基于连续投影算法的土壤全氮和碱解氮含量高光谱估测

基于高光谱数据构建土壤全氮和碱解氮含量估测模型，为准确快速检测植烟土壤全氮和碱解氮含量提供新方法。以会东县和会理市植烟土壤为研究对象，利用高光谱成像获取土壤光谱反射率数据，应用连续投影算法(SPA)和相关分析法(CA)筛选特征波段，并分别采用全波段和特征波段构建偏最小二乘回归(PLSR)、岭回归(RR)和核岭回归(KRR)模型来估测土壤全氮和碱解氮含量。结果表明：(1)原始光谱经4种预处理方法处理后，建立的估测模型精度均有提高；其中经一阶导数(D1)组合标准正态分布(SNV)预处理后，使用全波段建立的全氮和碱解氮含量估测模型精度均较高。(2)SPA筛选出了10个土壤全氮特征波段，13个土壤碱解氮特征波段，分别占全波段数量的2.58%和1.98%。(3)原始光谱经D1-SNV预处理后，用SPA筛选特征波段构建的全氮和碱解氮含量KRR估测模型性能均较好；全氮估测模型验证集决定系数(R²)为0.87，均方根误差(RMSEV)为0.23，相对分析误差(RPD)为2.77；碱解氮估测模型验证集的R²为0.91,RMSEV为14.15,RPD为3.39。...     

基于可见/近红外高光谱成像技术的牛肉品种鉴别

利用可见/近红外高光谱成像技术实现荷斯坦奶牛、秦川牛、西门塔尔牛三个品种牛肉的快速无损鉴别。首先,对原始光谱进行预处理并对样本集进行划分;应用竞争性自适应重加权算法(CARS)、连续投影算法(SPA)和无信息变量消除算法(UVE)对预处理后的光谱数据提取特征波长;结合偏最小二乘判别模型(PLS-DA)、K最近邻(KNN)模型及支持向量机(SVM)模型进行全波段及特征波段鉴别分析。结果表明,一阶导数(FD)法为最优预处理方法,利用光谱-理化值共生距离法(SPXY)法划分后的样本模型预测性能最好;利用CARS、SPA和UVE分别选出24、17和19个特征波长;基于CARS法提取的特征波长所建的RBF-SVM模型的校正集与预测集正确率分别为100%、98.82%。由此可见,基于高光谱成像技术能够获得较好的牛肉品种鉴别效果。该研究可为牛肉品种的快速无损鉴别提供参考。     

基于高光谱成像的大米中蛋白质含量的可视化研究

为了研究大米蛋白质含量在品种和产地之间的差异,将采集的大米按照品种、产地进行分类。将提取的感兴趣区域光谱信息与化学方法测定的蛋白质含量相结合,建立全波长预测模型,通过对比确定最优的模型为偏最小二乘回归(partial least-squares regression,PLSR)。连续投影算法(successive projection algorithm,SPA)筛选特征波段,建立PLSR的特征波长模型,其性能与全波长模型相当。提取特征波长下的高光谱图像,将提取的特征图像上的所有像素点的光谱数据导入已建好的SPA-PLSR模型,预测各像素点的蛋白质含量,并把高光谱灰度图像进行伪彩色处理,得到不同品种产地大米的蛋白质含量分布图。结果表明,利用高光谱成像技术对大米中蛋白质含量分布进行可视化研究具有可行性,为后期筛分大米的产地和品种提供依据。     

基于可见/近红外光谱技术快速检测花椰菜中硫代葡萄糖苷的含量

为了快速无损检测不同品种("松花"、"雪白")花椰菜中硫代葡萄糖苷的含量。本实验采集新鲜收获的"松花"、"雪白"花椰菜样本进行可见/近红外光谱的采集、提取和分析。首先,采用基线校正(Baseline)、标准正态变量变换(Standard Nomal Variate transform,SNV)、中值滤波(Median Filter,MF)、高斯滤波(Gaussion Filter,GF)、S-G平滑(Savitzky-Golay)五种方法进行原始光谱的预处理分析。然后,分别采用连续投影算法(Successive Projections Algorithm,SPA)、回归系数法(Regression Coefficient,RC)进行特征波段的提取,并采用主成分分析法(PrincipalComponentAnalysis,PCA)进行主成分的提取,在此基础上,结合最佳预处理方法建立偏最小二乘回归(Partial Least Squares Regression,PLSR)模型。结果表明:"松花"花椰菜的光谱数据所建立的MF-PCA-PLS模型最佳,校正集模型参数Rc=0.89,RMSEC=1.23,预测集模型参数Rp=0.89,RMSEP=0.63。"雪白"花椰菜光谱数据所建的MF-RC-PLS模型最优,校正集模型参数Rc=0.87,RMSEC=1.31,预测集模型参数Rp=0.73,RMSEP=0.46。由此可见,近红外光谱结合PLSR算法能够快速、无损、准确地检测花椰菜中硫代葡萄糖苷的含量。     

基于变量筛选的温州蜜桔品质的光谱快速检测

目的利用可见/近红外光谱技术结合变量筛选算法建立预测模型。方法采集7个不同批次蜜桔样本的漫透射光谱,预处理优化后,以无信息变量消除法(uninformative variable elimination,UVE)、竞争性自适应重加权法(competitive adaptive reweighting sampling,CARS)及其组合(UVE-CARS)共3种策略来进行光谱有效波段的筛选,建立蜜桔可溶性固形物含量(soluble solid content,SSC)的偏最小二乘预测模型(partial least square,PLS)。结果比较全变量模型和3个特征变量模型的预测性能,UVE-CARS-PLS模型取得了最优的检测效果,相比全变量模型,建模变量数减少了96.5%,其预测集相关系数R_P提升至0.732,预测集均方根误差(root-mean-square error,RMSEP)下降至0.873~0Brix。结论结合多重变量选择算法,可以进一步压缩建模变量数,简化模型,提高模型预测精度,实现区域蜜桔品质的光谱快速检测。     

利用特征波段提取及结合机器学习对小米淀粉的高光谱检测研究

运用高光谱检测技术实现小米淀粉的快速检测在小米定级、定价及降低加工成本中具有重要意义。本研究基于高光谱检测技术,采用化学计量学及机器学习相关知识对小米直链、支链淀粉含量进行检测,并提出特征波段提取联用预处理方法及Logistic结合COOT （coot optimization algorithm）优化算法。结果表明采用特征波段提取联用算法建立的PLSR（partial least squares regression）模型能够在减少波段冗余情况下不影响模型预测精度,其中直链淀粉较好模型为MSC（multiplicative scatter correction）-RF（random frog）-IRIV（iteratively retains informative variables）-PLSR,支链淀粉较好模型为MSC-CARS（competitive adaptive reweighted sampling）- IRIV-PLSR。为了进一步提高模型预测精度,基于最佳预处理算法结合Logistic-COOT建立BP（back propagation）预测模型能够较好的预测小米直链、支链淀粉的含量,模型评价直链、支链淀粉相关系数 (correlation coefficient, R)、均方根误差(root mean squared error, RMSE)、相对分析误差(relative percent deviation, RPD)分别为0.74,1.19,1.51;0.72,5.25,1.40。这一结论能够为小米其他营养成分的高光谱检测及产品分类、定级等提供理论参考。     

基于多源信息融合的绿茶杀青叶水分含量智能感知方法

为了实现绿茶杀青过程中水分含量的快速有效检测,利用机器视觉结合近红外光谱技术,构建绿茶杀青过程中水分含量变化的定量预测模型。首先采集杀青过程中在制品的光谱和图像信息,然后采用竞争性自适应权重取样（competitive adaptive reweighted sampling,CARS）法、变量组合集群分析（variables combination population analysis,VCPA）法、变量组合集群分析法结合迭代保留信息变量（variable combination population analysis and iteratively retains informative variables,VCPA-IRIV）法和随机蛙跳法（random frog,RF）4 种变量筛选方法提取光谱中的特征波长,并融合图像中的15 个色泽和纹理特征建立线性偏最小二乘回归（partial least squares regression,PLSR）和非线性支持向量回归（support vector regression,SVR）预测模型。结果表明,与单一数据相比,基于融合数据所建立的模型能有效提高预测精度,其中基于CARS算法提取光谱特征波长融合图像的15 个颜色特征,并结合归一化预处理和主成分分析（principal component analysis,PCA）建立的SVR模型效果最佳,其中校正集相关系数为0.974 2,预测集相关系数为0.971 9,相对分析误差（relative percent deviation,RPD）为4.154 6,表明模型具有极好的预测性能。综上,本研究证明融合光谱和图像技术对绿茶杀青过程中水分含量预测的可行性,克服了单一传感器预测精度低的问题,为实现绿茶杀青叶水分含量的快速无损检测和精准把控杀青质量提供理论基础。     

基于知识图谱分析近红外光谱技术在茶叶分析中的研究进展

目的 探究近红外光谱技术在茶叶分析领域的研究进展.方法 以"近红外光谱"和"茶"为主题检索中国知识资源总库(China National Knowledge Infrastructure,CNKI),利用VOSviewer、CiteSpace和Wordle分析年度发文量并构建近红外光谱在茶叶分析中的知识图谱,通过词云、...     

牛奶对茶汤纳米聚集体茶多酚分布特性的影响

茶汤纳米聚集体是茶多酚和蛋白质等自组装而成的纳米胶粒,是各组分介于游离分子与沉淀颗粒的中间状态。为探究牛奶对茶汤茶多酚分布特性的影响,本研究以云南大叶种蒸青绿茶、红茶为原料,以1:50茶水比浸提茶汤,按不同比例添加全脂、半脱脂和脱脂牛奶,利用超滤离心技术分离茶汤纳米聚集体,采用动态光散射技术分析各组茶汤纳米聚集体的总光强和平均直径,采用福林酚法分析其茶多酚浓度和分布率,比较研究牛奶添加比例、脂肪含量和茶类等因素对纳米聚集体物理化学特性和茶多酚分布特性的影响。结果表明:添加不同脂肪含量的牛奶均会促使部分牛奶纳米胶粒与茶汤纳米聚集体结合,导致茶汤超过90%的茶多酚富集于纳米聚集体,使绿茶和红茶的游离茶多酚比例分别降低78%和67%。初步证实:添加牛奶会促进绿茶、红茶的茶多酚参与分子聚集,使游离茶多酚比例大幅降低。     

茶叶中污染微生物分析及茶多酚抑菌性研究

对茶饮料中茶叶原料的微生物种类进行了分析、鉴定,并对茶多酚对茶叶中污染微生物的抑菌性进行了研究。结果表明,茶叶中主要污染微生物是枯草芽孢杆菌、阴沟肠杆菌和黑曲霉。当茶饮料中茶多酚含量大于0.6g/L时对枯草芽孢杆菌有很好的抑制作用,而茶多酚含量小于1.2g/L时对阴沟肠杆菌、黑曲霉无抑制作用。实验表明正常的杀菌条件可将阴沟肠杆菌和黑曲霉杀死。因此为保障产品安全,建议茶饮料的茶多酚含量大于0.6g/L。     

茶多酚测定研究进展

茶多酚是茶叶中特有的天然抗氧化物质,具有清除自由基、抗癌症突变、辅助治疗等多种功效,在食品与药品领域有着良好的应用与发展前景。不同茶叶产品中茶多酚成分组成和含量差异与其功效的发挥程度有着密不可分的关系,以茶多酚作为主要功效成分的功能性产品或药品都需要测定茶多酚含量作为其功效或疗效的依据,因此,茶多酚含量的测定十分重要。本文综述了近年来国内外茶多酚测定方法的研究进展,介绍了光谱法、色谱法、电位分析法、流动注射技术等方法在茶多酚检测中的应用现状,分析了茶多酚检测中值得关注和研究的问题,并展望了未来发展和应用的趋势。     

绿茶初制工艺与饮料适制性的研究

将不同品种、嫩度、加工工艺及外形制作成的原料绿茶加工成绿茶饮料，通过对绿茶汁中茶多酚、咖啡碱及儿茶素组成等主要化学成分、色差动态变化的测定和感官品质的审评以及一系列破坏性试验的研究，提出了不同绿茶加工成饮料的品质特点和一套适合绿茶饮料用的较经济合理的初制加工方法。     

茶绿色素的提取及体外清除自由基活性研究

目的研究几种不同提取方法提取的茶绿色素的得率、化学组成、色相及体外清除自由基活性。方法分别用95%乙醇经常温浸泡、热水提取、超声波提取及微波提取茶绿色素,采用常规方法分析该色素化学组成及色相,试剂盒检查其清除自由基活性。结果与其他几种提取方法相比,微波提取茶绿色素的得率、色素中叶绿素含量均最高,分别为37.02%、8.92%;该色素所含茶多酚、总黄酮、氨基酸含量也相对较高;微波提取色素的绿度最高,为-27.63,亮度(40.21)仅略低于常温提取色素的亮度(40.29);该色素清除羟自由基(·OH)、超氧阴离子自由基(O_2~-·)的活性也较高,分别仅略低于热水提取色素的清除活性,但没有显著性差异。结论微波提取茶绿色素不仅得率高、色相好,且该色素清除自由基活性高,是茶绿色素提取的最佳方法。     

不同等级烘青绿茶生化成分及抗氧化能力的研究

：目的 研究3个不同等级烘青绿茶的生化成分、感官品质及抗氧化活性。方法 使用分光光度计测定3种茶样中总黄酮、茶多酚、氨基酸和咖啡碱的含量,利用清除二苯代苦味酰基自由基（1,1-dipheny-2-picryhydrazyl free radical, DPPH）法测定了其抗氧化活性,并进行感官评价。结果 3个等级绿茶总黄酮、茶多酚、氨基酸和咖啡碱含量差异显著（P＜0.05）,茶多酚随着茶样等级的降低而升高,咖啡碱的含量则相反,而氨基酸和黄酮是波动变化;不同等级绿茶的半抑制浓度（half maximal inhibitory concentration, IC50）差异显著（P＜0.05）,且IC50随着等级的降低而下降;感官评价得分随着等级的降低而降低;3种茶的抗氧化活性与其茶多酚含量成极显著正相关P＜0.01）,与咖啡碱的含量和感官审评得分呈极显著负相关（P＜0.01）。结论 3个等级的炒青绿茶抗氧化性随着等级的降低而升高,且与其主要生化成分呈显著相关。     

从残次茶中制备茶多酚的关键技术研究

现今对残次茶的利用和茶多酚的提取工艺不完善,以至于造成残次茶的浪费。因此,研究从残次茶中提取茶多酚的关键技术是很有必要也很有意义的。试验以黑毛茶为原料,乙醇为提取溶剂,采用超声辅助提取的方法提取茶多酚,并通过响应面分析得到最佳工艺条件：超声功率70 W,乙醇体积分数70%,浸提温度65 ℃,浸提时间30 min,料液比1∶25（g∶mL）。在此条件下,茶多酚提取率为7.44%。 关键词：中图分类号：TS202.3 文献标识码：A 文章编号：0254-5071（20１5）06-0094-05 doi: