食品检测中近红外光谱分析技术的应用研究

为了实现对食品成分、品质等方面的准确检测,为食品安全监管和质量控制提供有效的技术支持,引入近红外光谱分析技术,开展了该项技术在食品检测中的应用研究。通过样品制备、选择光谱采集设备、设置采集参数,采集食品近红外光谱,引入标准正态变量变换算法和自适应滤波算法,预处理采集的光谱数据,基于预处理后的数据,结合主成分分析法,构建食品成分特征与近红外光谱数据之间的数学模型,实现近红外光谱分析技术在食品检测的应用设计。实验结果表明,提出的研究应用后,食品成分检测结果与真实值更加接近,检测均方根误差较小,食品检测的准确性得到了显著提升。

近红外光谱分析技术在玉米品质检测中的应用研究进展

玉米是我国重要的粮食作物和动物饲料来源。为实现精准化营养和自动化加工,在玉米种植、仓储、深加工、饲用等领域,玉米的营养品质、安全指标及种子质量等备受关注。传统的化学检测方法会对样品产生破坏,耗时耗力,并且需要专业的技术人才进行操作,难以满足日益增长的玉米检测需求。近红外光谱分析技术具有检测速度快、操作简单、多组分同时分析等优点。本文主要综述近红外光谱分析技术在检测玉米的化学成分、安全指标、种子质量等方面的研究进展,旨在为近红外光谱分析技术在玉米的品质评价、种质选择等方面的检测应用提供参考。

基于近红外高光谱技术的杧果可溶性固形物含量无损检测

【目的】近红外高光谱成像技术(NIR-HSI)在水果内部品质的无损检测方面具有快速、准确和无损的特点。旨在利用NIR-HSI技术分析不同品种杧果的可溶性固形物含量,并探讨400~1000nm波段范围内的光谱差异和可溶性固形物含量的响应。【方法】选择贵妃杧果和台农1号杧果作为研究对象,使用NIR-HSI技术获取杧果样本的光谱数据。采用CARS-PLS模型分析可溶性固形物含量与各波段光谱反射率的相关系数。为了验证模型的性能,计算了建模R^(2)、斜率Slope、截距和RMSE等指标。【结果】得到CARS-PLS模型的性能指标:建模R^(2)为0.8806,斜率为0.8515,截距为12.208,RMSE为0.6366。这些指标表明该模型具有较高的建模拟合度和预测精度。【结论】应用NIR-HSI技术对杧果可溶性固形物含量进行检测具有可行性。为进一步研究不同水果可溶性固形物含量的高精度模型奠定了基础。通过NIR-HSI技术的应用,可以提供一种非破坏性且高效准确的方法,用于水果品质评估和检测。这对农产品质量控制和市场营销具有重要的意义。

基于近红外漫射光谱的离体血氧测量技术研究

基于近红外漫射光谱技术(Near-Infrared Diffuse Optical Spectroscopy,NIRS)和修正的比尔朗伯定律(Modified Beer-LambertLaw,MBLL)提出了一种适用于离体血液的新型氧含量测量方法,同时开发了血氧实时监测系统以实现体外循环血氧参数的连续监测。NIRS利用脱氧血红蛋白和氧合血红蛋白对两种波长近红外光吸收率的差异来计算组织的吸收和散射系数,朗伯-比尔定律是表征光强衰减与光子传输路径关系的数学表达式,将二者结合可估算血红蛋白的吸收系数;与传统的测量方式不同,本文所提出的透射式测量方法,通过双波长(660~904 nm)光源探头交替切换可获取多参数的光学信号,信号实时上传至采集界面(LabVIEW),经过对数化处理,并结合创新的血氧算法得到血液吸收系数、血氧饱和度与光信号的线性模型。为了验证本文研究方案的可行性,开展了液态仿体实验和离体血溶液实验,以滴入溶液墨水体积(仿体实验)和酵母溶液体积(血溶液实验)为变量,通过调控溶液浓度改变光密度变化幅度,证实二者均与光密度(DO)具有良好的线性关系(r^(2)>0.95,p<0.01)。本研究所提出的新型血氧测量方法和血氧实时监测系统适合于离体血液的血氧测量,数据准确可靠、重复稳定性好。

近红外光谱分析技术在玉米青贮饲料检测中的研究进展

玉米青贮饲料因其丰富的营养物质、适口性好、更长的储存时间等优势,已成为反刍动物不可或缺的基础日粮,青贮饲料品质优劣直接影响反刍动物生产性能。近红外光谱分析技术因其快速、准确、非破坏性等特点,广泛应用于青贮饲料质量的检测。本文基于全株玉米青贮质量分级指数(CSQS)的指标,阐述应用近红外光谱技术构建玉米青贮饲料中的营养指标、发酵指标和安全指标预测模型,及其影响模型构建的关键因素,旨在为牧草建立近红外营养成分参数预测模型提供参考依据。

煤质近红外光谱分析中数据挖掘技术的应用

为全面了解煤炭性质,提高煤炭加工利用率,掌握煤炭品质规律显得尤为重要。近红外光谱分析技术应用优势显著,能够为煤质分析提供技术保障。研究发现,近红外光谱分析中数据挖掘技术发挥了重要的作用,进一步为建模提供了数据支撑。基于此,本文主要基于人工智能与灰分反射光谱特征的煤炭质量分析这一项目进行研究,旨在为煤质分析工作的开展提供参照和指导。基于低碳减排、节能环保理念,煤炭能源生产和消费趋势逐渐向低碳、环保方向发展。煤炭作为我国的主体能源,合理开发利用煤炭能源,可以更好兼顾生态效益、经济效益以及社会效益。有研究指出,加强煤质分析,是加快推动煤炭产业转型升级的关键,因此,探寻准确率高、快速高效的煤质分析技术至关重要。

基于遗传算法和深度神经网络的近红外高光谱检测猪肉新鲜度

为系统评估基于深度学习的智能辅助高光谱成像系统在猪肉新鲜度指标检测中的效果,采集了猪肉在4℃冷藏12 d中挥发性盐基氮(volatile basic nitrogen,TVB-N)、菌落总数(total viable count,TVC)以及900~2500 nm近红外光谱数据。基于Python的TensorFlow和Keras平台,对高光谱数据进行处理,建立了深度神经网络的定量检测模型。并利用遗传算法(GA)选择与猪肉新鲜度相关的特征光谱波段。结果表明,遗传算法选取波段对光谱模型的性能有明显提升。当光谱波段数达到35和50时,GA+ANN模型预测精度高于全波段的线性回归模型。TVC为预测指标的预测性能优于TVB-N,TVC测试集最佳R_(p)^(2)为0.877,RMSEP为0.575;预测TVB-N的最佳R_(p)^(2)为0.826,RMSEP为1.01。此外,通过研究还发现,遗传算法优选的近红外光谱波段与肉品的O-H,N-H,C=O等分子振动吸收带有较高的吻合度。本研究为处理近红外和高光谱数据提供了新的方法,也为猪肉及其他肉品新鲜度快速无损检测提供了技术参考。

基于近红外光谱的塑料分选技术预处理方法的优化

为进行不同塑料种类的识别,采集了尼龙(PA)、聚丙烯(PP)、聚苯乙烯(PS)、聚氯乙烯(PVC)4类塑料的近红外光谱数据,并针对光谱数据采集时存在的噪声、基线和光程问题,基于3点Savitzky-Golay卷积平滑(S-G)、一阶导数(FD)、二阶导数(SD)、标准正态变量变换(SNV)、多元散射校正(MSC)进行了预处理组合优化研究,以竞争性自适应重加权算法(CARS)进行特征波长提取,并运用支持向量机算法(SVM)建立模型。结果显示:所有预处理方法中,预处理组合S-G+FD+SNV获得的结果最优,S-G+FD+SNV+SVM模型的平均准确率高达96.67%,其训练集和验证集的平均准确率均为100%。上述预处理组合优化方法可为4类常见塑料的鉴别研究提供参考。

近红外光谱(NIRS)技术快速测定湖泊沉积物营养组分研究

湖泊沉积物保存了湖泊环境演化的重要信息,但目前还没有建立起快速、准确的湖泊沉积物营养组分组合分析方法。该文利用近红外光谱(NIRS)技术,采用一阶导数、小波滤噪、正交信号校正、小波滤噪+正交信号校正、一阶导数+正交信号校正、正交信号校正+小波压缩6种光谱预处理技术和偏最小二乘(PLS)法相结合在国内建立了NIR光谱测定湖泊沉积物柱芯样品中总碳(TC),总氨(TN),总有机碳(TOC)和总磷(TP)的校正模型,结果表明虽然NIR光谱校正模型对TOC的预测效果不理想,但一阶导数+正交信号校正光谱校正模型对TC和TN,正交信号校正光谱校正模型对TP的预测效果较好,预测相关系数分别为0.759 7(TC),0.865 0(TN)和0.811 2(TP),预测误差(RMSEP)分别为0.13%(TC),0.008 2%(TN)和0.012%(TP)。该研究对于推动我国湖泊沉积物的光谱学特性研究具有重要意义。

利用近红外漫反射光谱(NIRS)技术建立甘薯茎叶重金属预测模型

植物样品中的无机离子以一定形式与具有近红外吸收的有机基团结合,因而可以借助近红外光谱技术测测其含量。探讨研究了近红外光谱法快速预测甘薯叶和茎镉、铜、锌含量的可行性,以不同肥料种植的甘薯叶和茎样品各67份,利用偏最小二乘回归法(PLS)对甘薯叶和茎中水分、蛋白质、镉、铜、锌含量进行预测分析。结果表明:所建模型可用于快速预测甘薯叶和茎样品中镉、铜、锌含量趋势,但模型精确度还有待提高。

近红外光谱分析技术(NIR)的研究现状及其在饲料检测中的应用

近红外光谱分析技术可应用于饲料的检测分析。主要介绍了近红外光谱分析技术的原理和特点、光谱的预处理、多元校正方法等,以及近年来,近红外光谱技术在饲料研究中的应用进展。

近红外反射光谱(NIRS)分析技术及其在农业上的应用

论述了近红外光谱(NIRS)分析技术的原理、技术特点,介绍了近红外光谱仪、光谱预处理方法以及化学计量学研究的发展过程,最后重点论述近红外反射光谱技术的应用现状及其发展前景。

近红外光谱分析技术在线测定颈痛颗粒流化床制粒过程中的水分

目的利用近红外光谱分析技术快速测定颈痛颗粒流化床制粒过程中水分的含量。方法以颈痛颗粒为研究对象,对流化床生产设备的视窗进行改造,采用Micro NIR PAT-U对生产过程进行在线监测,利用偏最小二乘法建立颈痛颗粒流化床制粒过程中水分的定量分析模型。结果最终建立的水分含量PLS定量模型RMSEC、RMSECV、RMSEP、R^(2)_(c)、R^(2)_(cv)、R^(2)_(p)分别为0.2454%、0.2871%、0.2798%、0.9091、0.8806、0.9046,外部验证的平均相对误差为3.0%。结论近红外光谱分析技术可以替代水分测定仪,对颈痛颗粒流化床制粒过程中水分的含量进行在线、快速、准确地测定。

近红外高光谱成像技术结合偏最小二乘-判别分析所建模型快速鉴定核桃仁的品质

将近红外高光谱成像技术与偏最小二乘-判别分析(PLS-DA)结合,建立了快速无损鉴定核桃仁品质的分类模型。在900~1 700 nm全波长范围内,采集不同品质核桃仁的光谱数据,以平均光谱作为原始光谱,以标准正态变量对原始光谱数据进行预处理,采用主成分分析对原始光谱数据降维,提取到970,1 151,1 210,1 215,1 256,1 309,1 340,1 379,1 389,1 404,1 460 nm等11个特征波长。基于全光谱和特征波长,分别建立两种PLS-DA分类模型。结果表明:全光谱条件下所建模型在校准集和验证集上的预测正确率最高,可达100%;特征波长条件下所建模型在相同数据集上的分类正确率略有下降,为99.3%;两种模型在测试集上的预测正确率均为100%。

近红外反射光谱(NIRS)技术分析奶粉品质的研究

奶粉中蛋白质和脂肪是影响奶粉营养品质的主要因素,利用近红外反射光谱分析技术对来自国内不同地区的奶粉共900份样品进行蛋白质和脂肪成分测定分析。研究了不同的样品数目、光谱预处理和散射校正技术对发展奶粉近红外测定定标模型的影响。结果表明,在样品数目为200-400范围内建立的定标分析模型较理想;数学预处理中以一阶导数较好,且以“1,4,4,1”的处理组合最为理想;光谱散射校正中采用“标准正态变量转换(SNV)+趋势变换法(De-trending)”的组合建立回归方程效果较好。利用改进最小二乘法回归技术(Modified PLS)建立多种定标模型,并进行交叉验证(cross-validation)来分析各种因素对定标模型的影响。同时筛选出较理想的蛋白质和脂肪定标分析回归方程,其中蛋白质和脂肪含量的相关系数高达0.973和0.850。探讨了NIRS技术在建模应用中的一些影响因素,以及由NIRS技术建立奶粉分析模型用于快速分析和在线检测的可行性。

近红外(NIR)光谱技术在油品分析中的研究

近红外(NIR)光谱快速分析技术具有方便、快速、高效、准确、不破坏样品、不消耗化学试剂、不污染环境等优点。为了有效提高油品中间馏分的分析速度,节约分析时间,文章对近红外(NIR)光谱技术和常规分析进行了有效地比对,近红外(NIR)光谱技术用于测定油品中间馏分分析的优点和推广性显而易见。

稻米脂肪含量近红外光谱分析技术研究

应用近红外光谱(NIRS)分析技术和偏最小二乘法(PLS)建立稻米脂肪定量分析数学模型,并比较糙米粒和糙米粉NIRS数学模型对预测稻米脂肪含量的效果差异。结果表明,当利用糙米粒和糙米粉NIRS数学模型对样品进行预测时,内部交叉验证预测值和真值之间的决定系数(R2)分别为94.44%和95.54%,内部交叉检验的标准差(RMSECV)分别为0.09%和0.08%;外部验证预测值和真值之间的R2值分别为79.51%和87.10%,预测标准差(RMSEP)分别为0.24%和0.26%,平均相对误差(ARE)分别为4.11%和3.30%。内部交叉验证和外部验证结果证明,糙米粒和糙米粉NIRS数学模型均具有较高的预测准确性,可应用于稻米营养品质改良实践。

稻谷脂肪酸值近红外光谱快速测定技术研究

采用近红外光谱(NIRS)分析技术和化学计量方法建立稻谷脂肪酸值的近红外分析模型,并对模型进行预测准确性评价;在建立定标模型的过程中,探讨光谱散射处理、数学(导数)处理等优化处理对定标模型的影响。结果表明:修正偏最小二乘法是建立稻谷脂肪酸值测定定标模型的最佳回归方法,所建立模型的定标相关系数(RSQ)为0.961,定标标准偏差(SEC)为1.9205;内部交互验证相关系数(1-VR)为0.9474,内部交互验证标准偏差(SECV)为2.2511。外部验证的相关系数(r)为0.951,外部验证标准偏差(SEP)为1.934。标准方法与NIRS测定方法测定的稻谷脂肪酸值含量之间的t检验值为1.403,显示两种方法测定结果无显著性差异(P<0.1),预测值与实测值的平均绝对偏差为0.27,说明所建立的稻谷脂肪酸值的NIRS数学模型预测准确性较好,可用于稻谷脂肪酸值的快速预测。

应用近红外光谱技术鉴别红参药材

目的应用近红外光谱(NIRS)技术鉴别红参及其伪品。方法收集300份中国红参及多种红参伪品的近红外漫反射光谱,采用判别分析法对其进行定性鉴别。结果近红外光谱法可正确鉴别红参与其伪品。结论该方法快速、准确,可用于红参类药材的鉴别。

现代近红外光谱分析的信息处理技术

介绍了现代近红外光谱分析技术的要点 ,流程 ,以及建立数学模型的优化层次与建模层次。最后 ,阐明了在我国应用与发展近红外技术的策略 ,即“产业化”与“民主化”相结合。