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、...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。展开更多
目的建立适用于抹茶品质的可见近红外(visible-nearinfrared,Vis-NIR)光谱快速无损检测模型以实现多种品质指标的定量分析。方法通过Vis-NIR获取抹茶样本的光谱数据,使用一阶导数(first derivative,1^(st))光谱预处理方法,最后采用自助...目的建立适用于抹茶品质的可见近红外(visible-nearinfrared,Vis-NIR)光谱快速无损检测模型以实现多种品质指标的定量分析。方法通过Vis-NIR获取抹茶样本的光谱数据,使用一阶导数(first derivative,1^(st))光谱预处理方法,最后采用自助软收缩法(bootstrapping soft shrinkage,BOSS)、迭代变量子集优化法(iterative variable subset optimization,IVSO)和竞争性自适应重加权采样法(competitive adaptive reweighted sampling,CARS)筛选光谱特征变量,构建抹茶品质指标的偏最小二乘(partial least square,PLS)预测模型,探究光谱信息与茶多酚、游离氨基酸、酚氨比、咖啡碱和可溶性糖之间的定量关系。结果构建的Vis-NIR的CARS-PLS预测模型在抹茶品质指标含量预测方面均获得了最佳结果,预测相关系数(correlation coefficient in the prediction set,Rp)分别为0.9227、0.8906、0.9243、0.9381和0.9522;预测均方根误差(root mean square error in the prediction set,RMSEP)分别为0.867、0.337、0.557、0.216和0.440。结论本研究采用的Vis-NIR光谱技术综合了可见光、短波近红外和长波近红外的优势,在快速无损预测多种抹茶品质指标方面具有良好应用潜力,为抹茶品质的快速无损高效检测提供理论依据和技术支撑。展开更多
目的:本研究旨在建立近红外光谱法快速检测淫羊藿药材中总黄酮的方法。通过使用近红外光谱仪对淫羊藿样品进行扫描,对其光谱进行预处理和波段选择,结合偏最小二乘法(Partial Least Squares, PLS)建立了总黄酮的快速无损检测方法。方法:...目的:本研究旨在建立近红外光谱法快速检测淫羊藿药材中总黄酮的方法。通过使用近红外光谱仪对淫羊藿样品进行扫描,对其光谱进行预处理和波段选择,结合偏最小二乘法(Partial Least Squares, PLS)建立了总黄酮的快速无损检测方法。方法:利用近红外光谱仪扫描淫羊藿样品,对其光谱进行预处理和波段选择,同时结合偏最小二乘法(partial least squares, PLS)建立总黄酮快速无损检测方法。结果:所建立的模型的决定系数R为0.9289,交叉验证均方根差值为0.863,经过对验证集样品进行预测并统计分析,预测值与真实值之间无显著差异(P > 0.05)。结论:所建立的模型具有高准确度,适用于淫羊藿的总黄酮的快速检测。展开更多
目的 利用近红外光谱法对羊栖菜生长过程中的活性成分进行快速定量分析,并探究其生长过程中的活性成分含量变化规律。方法 收集羊栖菜7个生长阶段共175个羊栖菜粉末样品,采用紫外-可见分光光度法测定多糖和多酚的含量,高效液相色谱法测...目的 利用近红外光谱法对羊栖菜生长过程中的活性成分进行快速定量分析,并探究其生长过程中的活性成分含量变化规律。方法 收集羊栖菜7个生长阶段共175个羊栖菜粉末样品,采用紫外-可见分光光度法测定多糖和多酚的含量,高效液相色谱法测定岩藻黄质的含量。运用组合区间-偏最小二乘法(synergy interval partial least squares,Si-PLS)分别建立了近红外光谱与3种活性成分指标参考值之间的定量校正模型,并采用不同的预处理方法和主因子数优化模型。结果 在羊栖菜的生长过程中,多糖含量变化为栽培期>快速生长期>成熟期;多酚含量变化为快速生长期>成熟期>栽培期;岩藻黄质含量变化为栽培期>快速生长期≈成熟期。多糖、多酚和岩藻黄质3种定量模型的近红外预测值与参考值之间的拟合性良好,模型预测精度较高,其中预测集相关系数(correlation coefficient of prediction,RP)均大于0.95;预测集均方根误差(root mean square error of prediction,RMSEP)分别为11.01、1.72、0.41mg/g,预测集相对偏差(relative standard of error of prediction, RSEP)分别为8.66%、3.62%、8.67%。结论 本研究揭示了羊栖菜生长过程中多糖、多酚和岩藻黄质的含量变化规律;证实了采用近红外光谱法结合Si-PLS可以成功用于测定羊栖菜生长过程中的活性成分含量,且该方法操作简单、快速、准确、无损、环保。展开更多
文摘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。
文摘目的建立适用于抹茶品质的可见近红外(visible-nearinfrared,Vis-NIR)光谱快速无损检测模型以实现多种品质指标的定量分析。方法通过Vis-NIR获取抹茶样本的光谱数据,使用一阶导数(first derivative,1^(st))光谱预处理方法,最后采用自助软收缩法(bootstrapping soft shrinkage,BOSS)、迭代变量子集优化法(iterative variable subset optimization,IVSO)和竞争性自适应重加权采样法(competitive adaptive reweighted sampling,CARS)筛选光谱特征变量,构建抹茶品质指标的偏最小二乘(partial least square,PLS)预测模型,探究光谱信息与茶多酚、游离氨基酸、酚氨比、咖啡碱和可溶性糖之间的定量关系。结果构建的Vis-NIR的CARS-PLS预测模型在抹茶品质指标含量预测方面均获得了最佳结果,预测相关系数(correlation coefficient in the prediction set,Rp)分别为0.9227、0.8906、0.9243、0.9381和0.9522;预测均方根误差(root mean square error in the prediction set,RMSEP)分别为0.867、0.337、0.557、0.216和0.440。结论本研究采用的Vis-NIR光谱技术综合了可见光、短波近红外和长波近红外的优势,在快速无损预测多种抹茶品质指标方面具有良好应用潜力,为抹茶品质的快速无损高效检测提供理论依据和技术支撑。
文摘目的:本研究旨在建立近红外光谱法快速检测淫羊藿药材中总黄酮的方法。通过使用近红外光谱仪对淫羊藿样品进行扫描,对其光谱进行预处理和波段选择,结合偏最小二乘法(Partial Least Squares, PLS)建立了总黄酮的快速无损检测方法。方法:利用近红外光谱仪扫描淫羊藿样品,对其光谱进行预处理和波段选择,同时结合偏最小二乘法(partial least squares, PLS)建立总黄酮快速无损检测方法。结果:所建立的模型的决定系数R为0.9289,交叉验证均方根差值为0.863,经过对验证集样品进行预测并统计分析,预测值与真实值之间无显著差异(P > 0.05)。结论:所建立的模型具有高准确度,适用于淫羊藿的总黄酮的快速检测。
文摘目的 利用近红外光谱法对羊栖菜生长过程中的活性成分进行快速定量分析,并探究其生长过程中的活性成分含量变化规律。方法 收集羊栖菜7个生长阶段共175个羊栖菜粉末样品,采用紫外-可见分光光度法测定多糖和多酚的含量,高效液相色谱法测定岩藻黄质的含量。运用组合区间-偏最小二乘法(synergy interval partial least squares,Si-PLS)分别建立了近红外光谱与3种活性成分指标参考值之间的定量校正模型,并采用不同的预处理方法和主因子数优化模型。结果 在羊栖菜的生长过程中,多糖含量变化为栽培期>快速生长期>成熟期;多酚含量变化为快速生长期>成熟期>栽培期;岩藻黄质含量变化为栽培期>快速生长期≈成熟期。多糖、多酚和岩藻黄质3种定量模型的近红外预测值与参考值之间的拟合性良好,模型预测精度较高,其中预测集相关系数(correlation coefficient of prediction,RP)均大于0.95;预测集均方根误差(root mean square error of prediction,RMSEP)分别为11.01、1.72、0.41mg/g,预测集相对偏差(relative standard of error of prediction, RSEP)分别为8.66%、3.62%、8.67%。结论 本研究揭示了羊栖菜生长过程中多糖、多酚和岩藻黄质的含量变化规律;证实了采用近红外光谱法结合Si-PLS可以成功用于测定羊栖菜生长过程中的活性成分含量,且该方法操作简单、快速、准确、无损、环保。
