基于近红外光谱技术的大米品质分析与种类鉴别

应用近红外光谱(NIRS)技术建立了大米食味品质分析与种类快速鉴别的方法。提取了102份粉碎后大米样品的近红外光谱,采用偏最小二乘法(PLS)建立了大米水分、蛋白质和直链淀粉定量分析模型,对模型预测结果的准确性进行了评价。预测模型的内部交叉验证决定系数(R2)分别为:0.992、0.9792和0.9736;内部交叉验证标准差(RMSECV)分别为:0.141、0.201和0.209;模型外部验证决定系数(R2)分别为0.9861、0.912和0.9373;外部验证标准差(RMSEP)分别为0.179、0.206和0.243。通过计算样品的近红外光谱图之间的欧氏距离来反映不同样品间的差异,对不同属性和不同产地的大米进行了定性聚类分析,种类识别准确率达到100%。结果表明,NIRS分析技术可以用于对大米品质和种类的快速无损检测。

基于水分、全氮量和粗纤维含量的茶鲜叶原料质量近红外评价方法

通过交叉验证和偏最小二乘法(PLS)方法,建立了茶鲜叶的近红外光谱(NIRS)与其含水量、粗纤维总量和全氮量之间相关性模型。当主成分数为7时,3个指标的R值分别为0.92、0.86和0.90;交互验证均方根方差(RMSECV)分别为0.769、0.332和0.742。提出了基于鲜叶含水量、粗纤维总量和全氮量的茶鲜叶原料的质量系数方程,得出了鲜叶的质量系数。鲜叶质量系数越大,其质量越高。本文开发了一种基于NIRS技术评价茶鲜叶原料质量的新方法。