苏彩珠[1]2002年在《鱼粉和肉骨粉近红外多成分快速检测研究》文中研究表明鱼粉和肉骨粉是重要的饲料原料,其品质优劣直接影响畜牧业生产和人民身体健康。目前常用检验方法十分繁琐费时,品质检测工作量相当大,随着养殖业的快速发展,如何保证饲料质量和提高检测速度已成为新的重要课题之一。本文选用饲料领域处于探索阶段的近红外透射(NIT)技术对鱼粉和肉骨粉的品质检测进行研究。随机选鱼粉样品199个、肉骨粉149个,用常规法检测其蛋白质、脂肪含量,再用NIT法分析,包括定标、建模和验证、预测实验等;数据处理用WinISI软件完成。结果表明:1)NIT法可以对动物性饲料如肉骨粉的品质实现多成份、快速的检测。其蛋白质、脂肪定标标准偏差分别为1.67%和0.75%,定标相关系数分别为0.84和0.93;验证标准偏差分别为1.81%和0.87%,验证相关系数分别为0.82和0.92;定标方程检验F值分别为13.94和12.36,有显着性意义(P<0.01)。预测标准偏差分别为1.73%和0.64%,预测相关系数分别为0.83和0.95。2)鱼粉和肉骨粉的NIT光谱特性不同,有可能在测定成分含量的同时鉴定样品是鱼粉或是肉骨粉,这样可更好地鉴定饲料的品质和真伪。3)不是所有鱼粉都适合作NIT分析。初步认为来源于北冰洋的鱼粉NIT光谱特性稳定,而来源于南太平洋的鱼粉NIT光谱特性不稳定。NIT法在鱼粉品质快速检测中的运用有待进一步探讨。
栾东磊[2]2009年在《近红光谱分析技术在几种水产品中的应用研究》文中提出近红外光谱分析技术,具有测试简单、分析速度快、对检测人员无专业要求、分析过程无污染,等优点;已广泛应用于石化、农业、食品、工业控制、医学等多个领域,其应用范围正在不断拓展。目前,近红外光谱分析技术在水产品领域的相关研究和应用非常有限。主要原因是水产品成分的复杂性及其高水分含量的特性,这导致光谱分析比较困难。本文以产自日本的便携式近红外仪(FQA-NIR GUN)作为硬件支持,研究水产品快速无损检测的近红外光谱分析方法,将近红外光谱分析技术的优点应用到水产品中,为开发水产食品在线检测仪器及加工机械设备的设计提供新的思路和理论支持。1.近红外光谱分析中最核心部分是建立稳定、准确的定标模型。本文在数理统计的基础上详细推导近红外多元线性模型的建立过程,分析其误差来源;整理并修正不同近红外分析模型的精度及有效性的评价方法。均方根误差及残差分析是最常用的统计方法。2.研究养殖大黄鱼脂肪含量及鲜度K值的近红外快速检测模型。扫描大黄鱼整鱼的近红外吸收光谱,并采用标准化学方法分析其粗脂肪含量及鲜度K值。分析不同光谱预处理方式下的光谱数据,以遗传算法优化选择波长,并以PLS方法建立分析模型。结果表明:小波变换细节系数是具备快速提取有效信息的能力;遗传算法可以有效找到同分析性质相关的波段;大黄鱼脂肪含量的近红外分析模型精度较高,稳定性较好,可以用于实际检测;其鲜度K值的分析模型也有较高的分析精度,可用于定量分析,但是同脂肪含量的分析模型相比有改进空间。3.以红娘鱼鱼糜为对象,研究水产加工制品的近红外快速分析模型。模拟市场上流通的鱼糜制品配方、加工过程及贮藏方式,制作淀粉含量梯度明显的鱼糜制品,冻藏并解冻后扫描其近红外光谱,采用不同方法预处理光谱数据,经遗传算法优化光谱波长,以PLS方法建立分析鱼糜制品中淀粉及鱼肉含量的定量模型。结果表明,利用同一光谱建立的有关淀粉及鱼肉含量的近红外分析模型,相对分析误差RPD都大于5,模型精度较高,稳定性好,可以用于实际检测,用近红外光谱技术分析鱼糜制品中淀粉及鱼肉含量是切实可行的,且精度好于天然水产样品。4.以MATLAB语言和环境为软件支持,实现不同光谱数据前处理方式的运算。分析本实验中最重要的两个算法为偏最小二乘算法和遗传算法。偏最小二乘法的实施是一个逐步提取有效信息的过程,避免了光谱模型建立过程中有效信息的多重共线性。遗传算法能够提供一个在复杂空间中进行鲁棒搜索的方法,具有全局搜索的能力,在光谱分析中发挥了重要作用。同时,以MATLAB语言编写相关程序,以实现所需算法,并列出了部分算法的源代码,供有需者参考。本论文从理论和实际操作两方面研究实现水产样品快速检测的光谱分析方法,分析不同光谱数据处理方法对高水分、复杂样品吸收光谱的处理效果,并详细分析了不同数据处理方式对光谱数据的影响方式,对于促进近红光谱分析在水产品领域的广泛应用及相关硬件和软件的研究开发,实现产品的在线分析检测具有重要的意义。
张小燕[3]2013年在《马铃薯多组分近红外预测及加工油炸薯片适宜性研究》文中研究表明马铃薯是世界上最重要的粮菜兼用型作物之一,具有较高的营养价值和广泛的用途。伴随西方饮食文化的影响及人们生活的多样化,油炸薯片逐渐成为受欢迎的休闲食品之一。马铃薯原料品质关系到加工产品的质量和产业的经济效益,中国马铃薯品种数量繁多,品质指标差异性大,这些指标很大程度上决定了油炸薯片的品质。本论文就马铃薯主要加工指标的快速检测技术和不同品种加工油炸薯片的适宜性进行研究,主要内容和结论如下:首先,试验收集了200个品种的马铃薯样品,针对每个品种测定了8个主要加工指标。样品由中国农业科学院蔬菜花卉所种植在同一地块,经相同种植条件栽培得出。到达实验室后在短时间内进行8个主要加工指标(水分、还原糖、淀粉、蛋白质、灰分、总糖、可溶性固形物和维生素C)的测定。第二,利用近红外技术(NIR)和偏最小二乘法(PLS)分别建立了新鲜样品和真空冷冻干燥样品的水分、还原糖、淀粉、蛋白质4个指标预测模型,通过比较模型参数得出,真空冷冻干燥处理能有效实现马铃薯多组分的快速检测。用全部200个不同品种的马铃薯样品来扩充建立模型,采用真空冷冻干燥技术对样品进行预处理,应用基于偏最小二乘法的傅里叶变换近红外光谱技术建立了马铃薯4个主要加工品质指标(水分、还原糖、淀粉和蛋白质)的预测模型,以模型决定系数(群)、校正标准差(RMSEC)、预测标准差(RMSEP)和相对分析误差(RPD)作为模型精度的评价指标,并利用50个品种未知的马铃薯样品对模型预测结果进行外部检验。试验结果表明,马铃薯主要加工品质的模型预测值与相应的化学测量值之间具有较好的相关性。外部检验结果表明利用近红外吸收光谱技术预测马铃薯主要加工品质指标可行,水分和淀粉预测模型效果理想,可用于实际检测,蛋白质和还原糖预测模型精度有待于进一步提高。第叁,试验分析建立了油炸薯片综合评价指标与加工指标间的回归模型。试验以感官指标合格的74个品种的马铃薯为原材料,分别测定原料的8个加工指标(水分、淀粉、还原糖、总糖、灰分、可溶性固形物、维生素C、蛋白质)及油炸薯片的4个品质指标(蛋白质、感官得分、脆性、白度)。随机选取56个样品为校正集,其余18个样品为验证集,应用相关性分析、主成分分析、逐步回归分析方法建立薯片综合评价指标与马铃薯原料8个加工指标之间的回归模型,模型决定系数赂0.607,调整后R2=0.585,F=26.815,s姆=0.000,拟合度较高,回归模型显着。同时利用验证集样品对回归模型进行验证,计算得出薯片综合评价指标预测值与实测值相关系数为0.502,显着性为0.034,相关关系显着,该模型可用于实际油炸薯片综合品质评价。最后,筛选出了适宜薯片加工的品种。通过K-means聚类法对74个马铃薯品种加工适宜性进行初步划分,筛选出适宜加工薯片的品种15个,评价结果与实际应用现状相符。所建模型可应用于实际马铃薯油炸薯片加工适宜性评价,为我国马铃薯产业选择特定薯片加工品种具有一定的指导意义。
罗文文[4]2007年在《近红外光谱分析技术对绿茶主要呈味物质定量分析的研究》文中研究说明随着光学、计算机数据处理技术、化学计量学理论和方法的不断发展,以及新型NIR仪器的不断出现和软件版本的不断翻新,近红外光谱技术的稳定性、实用性和准确性不断提高。其分析快速、简便、非破坏性以及可同时测定多成分的优点不断为人所认识,在国内外许多领域中越来越广泛地应用,成为近年来发展最快的测定技术之一。本研究利用国标法对绿茶茶汤的水浸出物、茶多酚、氨基酸、咖啡碱进行常规的化学测定,然后对叁种呈味物质进行近红外分析,通过比较不同预处理方法和统计回归方法,建立了茶多酚、氨基酸和咖啡碱含量(占茶汤水浸出物干重的百分含量)的定标模型。在建模过程中,光谱预处理方法采用多元散射校正法(MSC)、标准归一化(SNV)、卷积平滑(SG)、归一化(Normalization)、1阶导和2阶导处理;统计回归方法采用主成分回归法(PCR)和偏最小二乘法(PLS)。经过比较分析,各组分均以PLS法建立的定标模型效果最佳。经内部交叉验证,茶多酚不进行光谱预处理处理的模型效果最好,定标集标准差(SEE)、相关系数(SEE-r)和验证集标准差(SEP)、相关系数(SEP)分别为:1.1455、0.8792、1.0600、0.8623;氨基酸以log光谱预处理的效果最好,定标集标准差(SEE)、相关系数(SEE-r)和验证集标准差(SEP)、相关系数(SEP)分别为:0.2518、0.9728、0.2597、0.9722;咖啡碱不进行光谱预处理处理的模型效果最好,定标集标准差(SEE)、相关系数(SEE-r)和验证集标准差(SEP)、相关系数(SEP)分别为:0.5553、0.9648、0.5315、0.9554。叁个组分的定标模型,以茶多酚模型效果较差。经外部验证,所测样品的化学值与模型预测值的决定系数R分别为:茶多酚0.8935,氨基酸0.9541,咖啡碱0.9386。茶多酚、氨基酸、咖啡碱叁种物质占绿茶茶汤水浸出物的70%左右,最高可达80%以上,所以滋味评分与茶汤中主要的叁种呈味物质密切相关,通过统计分析,建立回归方程,以期能快速、准确得到滋味评分。本实验对42种茶样茶汤主要呈味物质与滋味感官评分的相关分析发现,茶多酚与滋味评分呈显着负相关(P值为0.036,小于0.05),氨基酸与滋味评分呈极显着的正相关(P<.0001),而咖啡碱与滋味评分没有达到显着水平。对单个成分的分析是不全面的,通过对各个成分的多因子综合分析发现,可建立如下回归方程:Y=84.251-0.263X_1+3.295X_2-0.703X_3(Y:滋味评分,X_1:茶多酚含量,X_2:氨基酸含量,X_3:咖啡碱含量)本实验对绿茶茶汤中的叁种呈味物质(茶多酚、氨基酸、咖啡碱)进行了近红外定量分析,并建立了相应的预测效果较好的定标模型,只要对未知样品进行扫描(每个样品只需3分钟),然后把采集的光谱带入相应的模型就可得到叁种成分的预测值。这样省时又省力。最后将所得的叁种呈味物质的预测值代入到所建的回归方程(评分与叁种呈味物质的相关性)中,即可预测茶样的滋味评分。本研究通过近红外光谱分析和统计回归分析,得到了相应的定标模型和回归方程,为茶汤呈味物质快速测定和滋味的仪器评分提供了理论基础。
参考文献:
[1]. 鱼粉和肉骨粉近红外多成分快速检测研究[D]. 苏彩珠. 暨南大学. 2002
[2]. 近红光谱分析技术在几种水产品中的应用研究[D]. 栾东磊. 中国海洋大学. 2009
[3]. 马铃薯多组分近红外预测及加工油炸薯片适宜性研究[D]. 张小燕. 中国农业机械化科学研究院. 2013
[4]. 近红外光谱分析技术对绿茶主要呈味物质定量分析的研究[D]. 罗文文. 浙江大学. 2007