基于近红外光谱模型转移的牛奶蛋白检测方法研究

目的研究基于近红外光谱模型转移的牛奶蛋白检测方法。方法分别采用实验室与在线检测近红外光谱仪采集生产过程中原料奶样品的近红外光谱,研究斜率截距法(slope/bias,S/B)、分段直接标准化(piecewise direct standardization,PDS)算法、Shenk’s方法在不同仪器测量光谱之间模型转移应用,优化模型参数,提高实验室仪器建立的校正模型应用于在线光谱仪器的预测精度。结果经过Shenk’s算法转移,主从机的光谱平均差异降低为0.0075,光谱校正率达到98.95%。利用模型转移方法与偏最小二乘模型结合,将实验室分析光谱仪建立的模型用于生产在线光谱仪测量光谱预测,显著提高了牛奶中蛋白质含量预测准确度,不同仪器之间模型预测相对均方根误差从5.52%下降到2.03%。结论本研究的方法实现了实验室分析与在线检测仪器测量光谱及定量分析模型转移共享,为近红外在线检测的智能化改进提供了基础。

近红外光谱结合偏最小二乘回归法快速无损测定高密度聚乙烯的熔体流动速率

选择使用多元散射校正(MSC)、一阶导数(D 1)、二阶导数(D 2)、卷积平滑(Savitzky-Golay)等方式对3个牌号高密度聚乙烯(HDPE)粉料样本的近红外光谱进行预处理,使其经预处理后的近红外光谱与相应牌号熔体流动速率(MFR)之间的关联性良好;然后,采用偏最小二乘回归法拟合,建立相应匹配HDPE牌号的MFR定量分析模型,旨在实现快速无损检测。结果表明:上述近红外光谱结合偏最小二乘回归法所建立的匹配于相应3种HDPE粉料的MFR定量分析模型的测试结果均具有很好的复现性,牌号1、牌号2、牌号3的MFR标准偏差依次为0.0158,0.0147,0.0006 g/min,而且该方法快速测定得到的MFR与GB/T 3682.2—2018标准方法测定的均相近。

基于近红外光谱法的血液酒精浓度检测仪

针对解决呼气式酒精检测仪存在飞沫传播风险的问题,提出了一种基于近红外光谱法的便携式无污染血液酒精浓度检测方案。使用硬件完成信号采集、放大、滤波再放大,利用软件完成卡尔曼滤波、三样条插值法去基等算法获取标准的脉搏波信号在上位机中通过呼气式的测量结果与脉搏波信号的幅值建立数学模型,将数学模型写入单片机实现离线测量。通过实验测试验证数学模型精度。结果表明,其满足相对误差小于10%的精度要求,符合实际使用需求。

利用近红外光谱法(NIRS)测定小麦中的多糖

高淀粉和蛋白质含量的小麦是欧洲家禽饲料的一种主要原料。但众所周知，小麦中的非淀粉多精（NSP）对家禽具有抗营养作用，且其含量存在较大变异。目前，饲料配方尚未考虑这种变异。

近红外光谱法结合偏最小二乘法预测生物柴油中甲醇的含量

生物柴油中甲醇的定量分析对其品质监控具有重要科学意义与实用价值,因此进行了题示研究。制作44个含不同体积分数甲醇的生物柴油样品,采集了相应的近红外光谱。采用Savitzky-Golay平滑滤波(SG)和标准正态变换(SNV)相结合的方法对原始光谱进行预处理,并采用协同区间偏最小二乘法(SIPLS)提取特征变量,确定在6270~6640 cm^(−1)和10900~11240 cm^(−1)波段内采用偏最小二乘法(PLS)建模。结果显示,所建SG-SNV-SIPLS-PLS模型的留一交叉验证决定系数R2 cv为0.9994,均方根误差RMSECV为0.0488,预测集决定系数R_(p)^(2)为0.9996,均方根误差RMSEP为0.0563,变量数为207,优于PLS模型以及单变量线性回归模型的。

近红外光谱技术(NIRS)在草地生态学研究中的应用

近红外光谱技术(NIRS)是一种快速、高效、无损的现代检测技术,已经在许多领域广泛应用。文章阐述了NIRS应用于草地生态学研究的意义,介绍了NIRS用于测定牧草营养成分、矿物质、土壤养分含量,分析了牧草混合物的组成、动物对所采食牧草的反应、牧草病虫害抗性等一些复杂特性,以及进行生化标记、同位素鉴别研究。综合这些研究可以看出,NIRS能够作为一种整体研究工具应用于草地生态学的许多研究领域中,可以检测各种常规化学成分、分析草地生态系统的各种动态指标和系统运行的多项整体特性。希望通过本文的总结分析,推动NIRS在中国草地生态学研究中的应用,加速该领域研究手段的现代化。

近红外光谱技术(NIRS)在干草品质检测中的研究与应用

干草品质对动物的生产性能、牧草价值和最终盈利有着最直接的影响,检测干草品质的方法也在不断改进,近红外光谱技术(NIRS)这种快速、高效而无破坏性的现代检测技术已在饲草料中广泛应用。文章阐述了应用NIRS分析干草品质的可行性和高效性,详细介绍了NIRS用于检测牧草营养成分、真菌侵染程度、内生真菌产生的有毒物质以及一些难于用化学方法检测的微量成分等重要指标的研究成果。指出NIRS用于分析干草品质突破了过去常规化学方法的复杂、耗时、成本高等缺陷,是干草品质分析方法的一个重大进步,并期待着NIRS在牧草品质中的应用研究工作继续完善和发展,建立更精确的定标模型以及更系统的分析软件,促进畜牧业的快速发展。

近红外光谱技术(NIRS)在检测牧草霉菌毒素中的应用

具有快速、高效、无损、在线等优势的近红外光谱技术(nearinfrared reflectance spectroscopy technique,NIRS)已经在农业、食品、化工、医学等领域获得广泛应用。牧草在加工贮藏过程中,受多种真菌的侵染,引起霉菌毒素在牧草中积累。霉菌毒素会通过动植物产品进入人畜的食物链,引起人畜中毒。牧草中霉菌毒素的常规检测不但需要粉碎、浸提、层析等繁琐的样品前处理过程,还需要酶联免疫吸附法、高效液相色谱法、溥层色谱法等后续检测过程。通过发展高精度、低检出限的光谱仪器,建立相应霉菌毒素检测的软件技术与校正模型,能够在牧草利用中达到快速准确检测霉菌毒素的含量和性质,从而为牧草的合理加工与利用提供依据,促进NIRS技术在健康畜产品生产领域的应用。

近红外光谱技术(NIRS)在反刍动物营养研究中的应用现状

近红外光谱技术（NIRS）分析样品时以其方便、快捷和准确等诸多优点在动物营养研究中得到了广泛的应用；用NIRS技术预测家畜日粮中有机物消化率时所产生的标准偏差（SECV）在1．6％～2．8％之间，而预测干物质的消化率时所产生的SECV在1．6％～3．5％之间。NIRS能够准确地预测饲料中的化学成分和生物学组分以及反刍家畜十二指肠微生物蛋白的流量，但对于预测饲料在瘤胃降解率的动态特性时与实际相差很大。NIRS技术预测舍饲家畜采食量与体内法得到的结果相似，但在预测放牧家畜采食量时其预测误差为14％左右。上述结果表明，NIRS技术在预测反刍家畜消化代谢、日粮营养评价、采食量等方面已取得了很大的进展，并在反刍动物营养研究领域中有着广阔的应用空间。

近红外光谱技术(NIRS)在牧草领域中的应用研究进展

牧草是草食动物最主要的营养来源。牧草品质的优劣不仅影响家畜的生长发育和生产效率,也决定着最终畜产品的产量与品质。牧草品质的优劣主要取决于牧草营养成分及其消化率、适口性、以及牧草中所含抗营养因子和真菌毒素、霉菌毒素的含量水平。近红外光谱技术(NIRS)是一种低成本、快速、简单、无损的定性、定量分析技术,已在许多领域广泛应用。该文简要介绍了NIRS的原理和特点,详细综述了NIRS在牧草品质分析、牧草育种、牧草品种鉴定和性状分类中的应用。通过较全面综述NIRS在牧草领域中的应用现状,以期有助于NIRS在我国牧草领域中的发展。

应用近红外光谱法（NIRS）评估茶的品质及其商品价

茶叶，咖啡，可可并称为世界三大无酒精饮料。其中，茶居首位。茶年产量3062665吨，植于遍布世界的58个国家，3800多万公顷茶园。茶作为饮品早已遍及世界。因此，正确评估茶品质，从而确定较合理的茶价是涉及亿万茶叶生产者和消费者根本利益的问题，当然也是一个很难解决的棘手难题。

近红外光谱技术(NIRS)及其在牧草品质检测中的应用

近红外光谱技术是一种间接的测量技术,是近年来发展最快、最引人注目的光谱学技术。本文主要就近红外光谱技术的基本原理,光谱预处理及化学计量学方法,光谱影响因素做一概述。重点就近红外光谱技术在牧草品质分析中的应用现状及前景进行论述,以期开辟更广阔的应用领域。

基于近红外光谱法对不同黄芩中有效成分含量及质量评价

目的探究近红外光谱法对不同黄芩中有效成分含量及质量评价。方法收集不同产地58个样品黄芩进行黄芩苷、黄芩素和汉黄芩素的检测,有效成分通过高效液相色谱法含量测定法进行验证。采用近红外光仪对样品近红外光谱进行采集,样品经内部交叉验证建立预测模型,选择其中6个样品进行外部验证,来预测黄芩药材中黄芩苷、黄芩素和汉黄芩素的含量。结果高效液相色谱方法线性好、精密度好、回收率高,可用于黄芩中黄芩苷、黄芩素、汉黄芩素3种活性成分的含量分析。建立的最优校正模型校正模型内部数据如下:黄芩苷R^(2)=0.994,RMSEC=0.438,RMSECV=2.257;黄芩素R^(2)=0.992,RMSEC=0.452,RMSECV=2.234;汉黄芩素R^(2)=0.995,RMSEC=0.447,RMSECV=2.310。提示建立的黄芩中3种有效活性成分定量校正模型性能较高。58个样品经内部交叉验证建立预测模型。黄芩苷、黄芩素及汉黄芩素预测值的平均回收率为99.40%、99.85%、100.40%。结论近红外光谱法用于测定不同黄芩中有效成分(黄芩苷、黄芩素和汉黄芩素)具有检测迅速方便、费用低、污染小、结果准确等优势。

近红外光谱法典型模型快速检测纤维含量的研究

为了更好地通过近红外光谱法快速检测服装的纤维含量,有效保护消费者的合法权益,选取校正模型稳定性较高的棉/氨纶、聚酯纤维/氨纶、棉/聚酯纤维模型作为研究对象,通过与常规试验法进行分析比较,分析样品的差异对近红外光谱法试验结果的影响。结果表明:棉/氨纶、聚酯纤维/氨纶模型试验结果不受颜色影响,而棉/聚酯纤维模型深颜色样品试验结果有偏离,建议近红外光谱法与常规试验法相结合;棉/氨纶、聚酯纤维/氨纶、棉/聚酯纤维模型受厚度影响,透光的样品按4层进行试验,得到的结果更准确;棉/氨纶、聚酯纤维/氨纶模型试验结果不受织物组织结构影响,而棉/聚酯纤维模型分布均匀的样品可采用近红外光谱法,对两面组织结构不同、分布不匀的样品不建议采用近红外光谱法;覆膜或含黏合剂的样品,不适用于快速检测,均需先去除膜或黏合剂,再进行试验。

近红外光谱法与化学分析法对常见二组分纤维含量检测的对比研究

为了分析近红外光谱法在实验室实际操作中与经典化学分析法的差异性,以纺织品市场上占比最高的4种二组分织物样品为实验对象,利用近红外光谱分析技术对常见的二组分混纺织物进行定量分析,并将分析结果与现行标准中的经典化学分析法进行对比。研究表明,剔除影响测试结果的异常光谱仍然是近红外光谱法检测中最难解决的问题,为了提高该方法的测试准确度,仍需进一步深入研究并细化不适用于该方法的纺织品。

基于近红外光谱法和FPGA的纺织物成分检测系统

在纺织品检测中,纤维成分定量检测是一项重要的检测项目,其要求拥有准确、快速、环保的检测手段和检测仪器,以满足市场对纺织物纤维成分检测的需求。提出了一种基于近红外光谱法和FPGA的纺织物成分检测系统,通过滨松光子MEMS-FPI传感器采集近红外光谱数据,利用一维卷积神经网络建模,使用知识蒸馏缩减网络规模,最终部署在FPGA上。实验结果表明,该方案的检测效果较好(R^(2)>0.82),可以以较低的功耗及延时(<1 ms)实现良好的表现。

近红外光谱法测定聚乙烯醇的醇解度

建立了一种基于近红外光谱法测定聚乙烯醇(PVA)醇解度的方法,首先采用核磁共振法对37个PVA试样的醇解度进行测试,然后选取其中29个PVA试样作为校正样品集,选取合适的波长区间和最佳主因子数,先后用二阶导数和标准正则变换对各个试样的近红外光谱进行处理,并采用偏最小二乘法(PLS)建立定量分析模型,模型性能采用留一法交叉验证进行评价;剩余的8个PVA试样作为验证样品集,比较分别采用核磁共振法与近红外光谱法测试所得醇解度的差异。结果表明:基于近红外光谱法的PVA醇解度测试方法建模样本数低、操作简单、实验效率较高,醇解度的检测范围较宽(72%~99%),准确度较高,相对偏差最高仅为0.56%,且具有较高的精密度,相对标准偏差最高仅为0.07%;该方法可较好地满足高端PVA产品的开发与质控要求,具有极好的应用前景。

近红外光谱法测定双烯选择加氢油品组分的试验研究

双烯选择加氢油品是脱氢装置的中间产物,其主要组分为烷烃、单烯、双烯和芳烃。液相色谱法是实验室应用成熟的测定方法,而近红外光谱法是一种新型测定方法,需要进行验证。试验采用近红外光谱仪采集不同反应阶段的双烯选择加氢油品光谱,初步建立待测组分烷烃、单烯、双烯和芳烃含量的测定模型,验证近红外光谱仪实时监测双烯选择加氢油品组分含量的可行性。结果显示,与成熟的液相色谱法相比,近红外光谱法测定误差较小,精密度高,能够快速准确地测定烷烃、单烯、双烯和芳烃含量。经F检验和t检验,两种方法的精密度没有显著性差异,各组分测定结果无显著差异。相比液相色谱法,近红外光谱法具有诸多优势,值得推广应用。