【目的】建立牛奶中尿素氮的快速、无损检测方法，为牛奶中尿素氮的快速检测提供支持。【方法】对２００个牛奶样品进行近红外扫描，并用多功能乳制品分析仪对牛奶样品中尿素氮的含量进行测定；剔除２０个异常样品后，得到由１８０个牛奶样品组成的得分样品，将得分样品分为定标集（１４４个）和验证集（３６个），将正交试验设计与主成分回归法（ＰＣＲ）、偏最小二乘法（ＰＬＳ）、改进偏最小二乘法（ＭＰＬＳ）３种定量校正方法和多种光谱预处理方法结合，建立牛奶中尿素氮的近红外检测模型，利用目标函数法对模型预测效果进行评定。【结果】建立了定量检测牛奶中尿素氮的最优模型，其定标相关系数（Ｒ２）和定标标准差（ＳＥＣ）分别为０．９８．．．

【目的】在肉制品生产中，加热终点温度（ｅｎｄｐｏｉｎｔ ｔｅｍｐｅｒａｔｕｒｅ，ｅｐｔ）是控制食源性疾病的关键因素。现有的ｅｐｔ检测方法诸多，如酶活性测定法，凝血试验和聚丙烯酰胺凝胶电泳（ＳｄＳ－ｐａＧｅ电泳）法等，但普遍存在耗时、样品处理繁杂等不足。采用近红外光谱（ｎｅａｒ－ｉｎｆｒａｒｅｄ ＳｐｅｃｔｒｏＳｃｏｐｙ，ｎｉｒ）结合偏最小二乘法（ｐａｒｔｉａｌ ｌｅａＳｔ ＳｑｕａｒｅＳ，ｐｌＳ）检测鸡、鱼肉加热终点温度，为研究近红外光谱法检测肉类ｅｐｔ的可行性提供参考。【方法】分别将肉样以１℃·ｍｉｎ～（－１）的升温速率进行９个不同温度的加热处理（５０、５５、６０、６５、７０、７５、８０、８．．．

用近红外光谱法（ＮＩＲｓ）分析草莓中的蔗糖，葡萄糖、果糖、柠檬酸、苹果酸和维生素Ｃ等６种成分，与高效液相色谱法（ＨＰＬＣ）的测值相比较，其相关系数分别为０．９９２０、０．９９１４、０．９８８８、０．９９５４、０．９９４９和０．９９８０，标准误差为０．０２１、０．０３５、０．０６５、０．０４４、０．０２９、０．７２７。说明ＮＩＲｓ法与ＨＰＬＣ法的准确度相似。由于此法具有快速、非破坏、样品不需要预处理、不用昂贵的化学试剂等优点，可以在草莓的品质分析、品种质量检验中推广应用。

为解决乙醇精馏实验教学过程中产物的浓度不能连续分析的问题,将近红外光谱在线分析方法应用于精馏实验的数据采集过程中。采用相关系数法筛选特征波长,分别建立进料、塔顶物料和塔釜物料近红外光谱的线性预测模型,根据最小二乘法拟合得到模型的决定系数R2分别为0.966 1、0.993 7、0.943 3。通过不同回流比下的精馏实验比较了近红外光谱在线分析的浓度值与密度计法测量的浓度值,两者的平均相对误差为3.4%。结果表明:该方法可以代替传统的理化分析方法,有利于学生观察精馏的稳态情况,在实验教学中取得了良好的效果。

为解决市场上鲍鱼产品缺乏科学分类方法的问题,利用近红外光谱分析技术结合机器学习方法对鲍鱼快速分类进行研究,使用MicroNIRTM1700便携式近红外光谱仪采集3种鲍鱼,即绿盘鲍(25只)、红壳鲍(31只)、皱纹盘鲍(35只)的光谱数据,采用CART算法建立鲍鱼分类决策树模型,以模型对测试集样本的预测准确率衡量决策树模型优劣,分裂策略为在每个节点处选择Gini不纯度最大的方式进行分裂,通过交叉验证控制决策树深度。结果表明,对训练集180条光谱建立模型,采用5折交叉验证,模型准确率为90.00%,对测试集93条光谱的预测准确率为90.32%。本研究方法可以很好地区分绿盘鲍、红壳鲍和皱纹盘鲍,满足鲍鱼现场快速分类的需求。

采集并制备不同地域、不同品种的水稻秸秆样本２８８个，根据浓度梯度法，按照３１的比例划分校正集与验证集。采用蒽酮硫酸比色法测定试验样本中可溶性糖含量，并采集在近红外全波段（１０ ０００～４ ０００ｃｍ－１）范围内样本的近红外光谱信息。采用多元散射校正（ｍＳｃ）、标准正态变量变换（ＳＮＶ）、导数、Ｓ－Ｇ平滑及其组合方法对光谱进行预处理，分别运用逐步多元线性回归（ＳｍＬＲ）、偏最小二乘回归（ＰＬＳ）和主成分回归（ＰｃＲ）化学计量学算法，建立基于近红外光谱的逐步多元线性回归（ＳｍＬＲ）、偏最小二乘回归（ＰＬＳ）和主成分回归（ＰｃＲ）定量分析模型。通过比较分析，对光谱进行一阶导数预处理，建立的ＰＬＳ模．．．

为提高全蛋粉掺假检测的准确度和检测效果，应用近红外光谱技术对全蛋粉掺假进行定性判别并对掺假含量进行定量分析。分别采用标准正态变换、多元散射校正、卷积平滑、归一化、一阶导数、二阶导数等6种不同预处理方法，对原始光谱数据进行预处理，采用竞争性自适应重加权算法（CARS）、连续投影算法（SPA）及CARS-SPA结合算法对光谱数据进行特征波长筛选，建立集成学习（ensemble learning,EL）模型对掺假蛋粉进行定性判别，建立偏最小二乘模型（PLSR）对掺假含量进行定量分析。结果显示：在对掺假蛋粉进行定性判别方面，一阶导数为最佳预处理方法，CARS算法特征筛选效果最佳，EL模型对掺假蛋粉样本总体判别准确率达到98.18%，对各类掺假蛋粉样品的判别准确率在97.78%以上。在对掺假蛋粉含量进行定量分析方面，多元散射校正为最佳预处理方法，CARS算法特征筛选效果更佳，对一组分掺假、二组分掺假、三组分掺假和所有掺假样本的PLSR浓度预测模型的预测集相关系数（Rp）分别为0.958 5、0.931 2、0.945 6和0.955 8，均方根误差（RMSEP）分别为4.689 1、5.813 4、4.604 1和3.802 9。研究结果表明，近红外光谱技术可用于蛋粉掺假检测，为监管机构检测蛋粉掺假提供参考。

【目的】明确可见光和近红外光谱快速无污染检测猪肉颜色的可行性。【方法】采用漫反射光纤探头测定真空包装猪肉的光谱,用国际发光照明协会(CIE)规定的亮度(L*)、红度(a*)、黄度(b*)、色相和饱和度对猪肉颜色进行评价。【结果】测得任意厚度真空包装猪肉的可见光谱和近红外光谱,经二阶微分处理,用偏最小二乘法进行回归分析后,所有肉色的相关系数均大于0.83,且预测值与测定值之间无显著差异。【结论】用漫反射光纤探头的可见光和近红外光谱可以预测猪肉肉色,且精度较高。利用可见光和近红外光谱可以实现猪肉颜色的快速无污染检测。

为了提高应用近红外光谱技术无损检测雷竹Phyllostachys violascens竹笋硬度的精度,研究了雷竹笋硬度光谱检测模型的优化方法。首先对雷竹笋原始光谱进行正态变量变换(SNV),然后采用后向间偏最小二乘法(bi PLS)去除部分与竹笋硬度无关的变量,随后进一步采用竞争性自适应权重法(CARS)剔除无关变量,最后采用连续投影算法(SPA)将光谱变量个数从1 557个减少为25个。最终,bi PLS-CARS-SPA模型的交叉验证相关系数(rcv),预测相关系数(rp),交叉验证均方误差(RMSECV)以及预测均方误差(RMSEP)分别为0.984,0.926,0.300 N·cm-2...

【背景】牛奶中钠（sodium,Na）、钾（potassium,K）和镁（magnesium,Mg）含量的准确检测有助于奶牛的健康养殖，同时也是稳定乳制品质量的前提。但目前检测牛奶中矿物质含量的常规方法昂贵且耗时，因此需要一种低成本且快速检测牛奶Na、K和Mg含量的方法。【目的】利用中红外光谱（mid-infrared spectroscopy,MIRS）预测中国荷斯坦牛牛奶中Na、K和Mg含量的潜力，为测定牛奶中Na、K和Mg含量提供快速检测技术，为牛群饲养管理和奶牛遗传育种提供大量表型数据支撑。此外，比较不同特征波段选择算法改进预测牛奶中Na、K和Mg含量的MIRS定量预测模型的能力。【方法】以来自华北地区的255份健康中国荷斯坦牛牛奶样本为研究对象。首先，使用Milko Scan TMFT+收集牛奶样本的MIRS数据，并使用电子耦合等离子体发射光谱法测定牛奶样本中Na、K和Mg含量的真实值。随后，以MIRS数据为预测变量，Na、K和Mg含量的真实值为因变量，利用4种光谱预处理算法（一阶导数、二阶导数、SG平滑和标准正态变换）、4种特征选择算法(无信息变量消除（uninformative variable elimination,UVE）、竞争性自适应重加权算法（Competitive adaptive reweighted sampling,CARS）、遗传算法（Genetic Algorithm,GA）及最小角回归算法（Least Angle Regression,LAR）)和9种建模算法（偏最小二乘回归、支持向量机、随机森林和弹性网络等），分别建立预测牛奶中Na、K和Mg含量的MIRS定量预测模型，并选出最优模型组合（特征选择算法+光谱预处理算法+建模算法）。【结果】CARS特征波段选择算法对Na、K和Mg含量预测模型的改进效果优于UVE、GA和LAR算法。基于CARS特征选择算法、一阶导数预处理和弹性网络建模算法开发的Na含量预测模型效果最好，该模型预测集决定系数（coefficient of determination of prediction set,R _p²）=0.72，预测集均方根误差（root mean squared error of prediction,RMSEp）=63.28 mg·kg^-1，预测集平均绝对误差（mean absolute error of prediction set,MAEp）=49.03 mg·kg^-1，性能偏差比（ratio of performance to deviation,RPD）=1.90；基于CARS特征选择算法、原始光谱和支持向量机建模算法开发的K含量预测模型效果最好，该模型R _p²=0.57,RMSEp=141.49mg·kg^-1,MAEp=116.24 mg·kg^-1,RPD=1.57；基于CARS特征选择算法、原始光谱和偏最小二乘回归建模算法开发的Mg含量预测模型效果最好，该模型R _p²=0.51,RMSEp=12.08 mg·kg^-1,MAEp=9.84 mg·kg^-1,RPD=1.30。【结论】利用MIRS预测中国荷斯坦牛牛奶中Na和K含量的方法可行，可以较准确地预测Na含量，近似地定量预测K含量（用于区分低浓度K和高浓度K样品）。在建模之前利用CARS算法提取特征波段提高了MIRS预测模型的准确性，并大大减少了运算时间，可提高MIRS模型预测表型数据的效率。

本试验对近红外光谱技术预测山核桃中粗脂肪和蛋白质含量进行了定标方程研究。定标就是建立常法测定值与近红外光谱值之间的相关关系。山核桃中的粗脂肪用索式抽提法进行测定,蛋白质用凯氏定氮法测定,用近红外光谱仪收集样品的光谱数据,用多元线性回归法建立经典法测定值与光谱值之间的相关关系。定标结果表明,粗脂肪的相关系数高达0.99,变异系数为0.83,经检验测试证明其定标方程具有良好的预测性能,因此近红外光谱技术可用于日常快速准确地测定山核桃中粗脂肪含量。

应用近红外光谱法(Near infrared spectroscopy,NIRS)和偏最小二乘法(Partial least squares,PLS)建立玉米粗蛋白质、粗脂肪和粗淀粉定量分析的近红外光谱数学模型,并对模型预测结果的准确性进行了评价。结果表明:近红外预测模型的内部交叉验证决定系数(R2cv)分别为:0.9778,0.9666和0.9927;交叉证实标准差(RMSECV)分别为:0.38,0.40和1.51;模型外部验证决定系数(Rv2al)分别为0.9391,0.9651和0.9875;外部验证标准差(RMSEP)为0.41,0.35和1.31。实际样品的常规分析结果得出玉米粗蛋...

为探寻采用近红外光谱技术在野外快速测定土壤全氮和碱解氮含量的方法，采集土壤光谱信号，结合偏最小二乘法和主成分分析法，分别建立土壤全氮和碱解氮含量测定的定标模型。结果表明，采用ＰＬＳ方法建模时，土壤全氮和碱解氮含量测定定标模型的精度较高。为提高模型的预测精度，采用多元散射校正、标准归一化、基线校正、卷积平滑和小波变换５种方法对光谱信号进行预处理，当用小波变换法对光谱信号进行去噪处理，并与ＰＬＳ方法结合时，模型的预测精度最高，土壤全氮样品校正模型的相关系数为０．８３８ ５，均方根误差为０．１５３ １，对应验证模型的相关系数为０．７５４ ９，均方根误差为０．１８４ ２，校正集和验证集土壤全氮含量预测．．．

建立检测牛肉、牛奶中氮氨菲啶残留量的高效液相色谱法。用乙腈-甲醇(含0.125 mol/L甲酸铵)溶液(体积比50∶50)提取试样中的氮氨菲啶。提取物经40℃下蒸干、甲醇溶解和正己烷除脂后,采用ODS-3 C18色谱柱,以甲醇-0.1%(体积分数)甲酸水为流动相,梯度洗脱程序分离药物与样品基质,在380 nm的紫外检测波长下进行高效液相色谱检测。试验结果表明,氮氨菲啶在0.005~1.000μg/mL质量浓度范围内呈良好的线性关系(r>0.99)。对空白牛肉、牛奶进行20~500μg/kg的药物添加回收试验,平均回收率范围为80.3%~93.0%,日内变异系数为2.8%~5.3%,日间变异系数...

【目的】高粱是酿酒和饲料的主要原料之一,其籽粒直链淀粉含量与支链淀粉含量的比值大小与白酒品质及饲料质量密切相关。传统的高粱成分化学检测方法已不适合高通量测试,采用改进最小二乘法(modified PLS)对高粱样品的近红外光谱图进行光谱预处理、得分处理和结果监控建立高粱籽粒直链淀粉、支链淀粉含量的预测模型,旨在得到一种快速高效低成本的检测方法,为高粱的遗传改良及品质分析提供依据。【方法】从450份高粱资源中筛选出112份代表品种作为校正集和验证集,通过双波长法测定112份高粱品种籽粒中直链淀粉、支链淀粉含量的化学值,并收集波长为850—1 048 nm的近红外光谱,对光谱进行扫描数据矩阵和化学数据计算得分(PL1)处理解释光谱间差异,剔除马氏距离(GH)大于3的超常品种以减小建模误差。采用Modified PLS回归技术建模,通过不同散射处理和导数处理等方法建立不同的定标模型。根据交叉验证标准偏差(SECV)、交叉验证相关系数(1-VR)确定最佳模型,并进行结果监控和非参数检验评估模型的预测性能。【结果】直链淀粉的近红外预测模型SECV是2.7732,1-VR是0.9503,相关系数(RSQ)是0.9688。Bias=0.2290.05;P=0.992>0.05)。【结论】所建立的近红外模型精准度高,稳定性好,能准确快速地检测高粱籽粒中直链淀粉、支链淀粉的含量,可用于高粱的遗传改良及高粱品质的检测。