近红外光谱分析
近红外光谱分析的相关文献在1994年到2022年内共计400篇,主要集中在化学、轻工业、手工业、自动化技术、计算机技术
等领域,其中期刊论文177篇、会议论文46篇、专利文献305347篇;相关期刊124种,包括哈尔滨理工大学学报、农业工程学报、农业机械学报等;
相关会议33种,包括第十二届全国计算(机)化学学术会议、2012第五届中国北京国际食品安全高峰论坛、第十七届全国分子光谱学学术会议等;近红外光谱分析的相关文献由1070位作者贡献,包括范琦、祝诗平、李诗倩等。
近红外光谱分析—发文量
专利文献>
论文:305347篇
占比:99.93%
总计:305570篇
近红外光谱分析
-研究学者
- 范琦
- 祝诗平
- 李诗倩
- 陈星旦
- 吴阮琦
- 谢欠
- 潘涛
- 臧恒昌
- 杨洋
- 林敏
- 刘辉军
- 刘雪松
- 宋文琦
- 梅彬
- 段焰青
- 王一鸣
- 王玉荣
- 聂磊
- 薛岗
- 陈夕松
- 陈斌
- 严衍禄
- 宋良图
- 张洁
- 徐可欣
- 李瑞
- 杨嘉伟
- 林应
- 梁家杰
- 江泽慧
- 汪玉冰
- 王健
- 王儒敬
- 王刚
- 王钧
- 罗香
- 胡愉华
- 谢成军
- 郭建英
- 陈天娇
- 陈红波
- 冯艳春
- 凌亚东
- 刘彤
- 卢启鹏
- 叶华俊
- 向轶
- 吴静珠
- 周新奇
- 孙钟毓
-
-
王冰洁;
周刚;
张彦斌;
姜莎
-
-
摘要:
目的:运用近红外特征谱段相关系数法快速定性分析减肥类保健食品中是否非法添加酚酞。方法:挑选特定的谱段,按照起效浓度将酚酞对照品掺入空胶囊中,参照光谱选择酚酞对照品的近红外光谱,在选定的特定谱段确定参照光谱与样品的近红外光谱的相似系数阈值,从而对样品中是否含有酚酞进行定性分析。结果:选定4 400~5 500 cm;谱段为特征谱段,设定阈值为70%,选择含酚酞样品的44批样品进行验证,其中有40个样品的r值大于70%,准确性超过90%。结论:此方法的检测能力优越,可快速、有效地鉴别市场上减肥类保健食品中是否非法添加酚酞。
-
-
陈淼;
侯名语;
崔顺立;
李振;
穆国俊;
刘盈茹;
李秀坤;
刘立峰
-
-
摘要:
花生籽仁中的糖含量是影响食味品质的重要指标,建立快速测定糖含量的方法可有效提高食用型花生的检测效率。样品外观颜色是影响近红外分析的重要因素之一,按样品外观颜色分类定标(校正)更有利于提高模型的预测性能。研究选择不同糖含量的花生种质332个,采用色差仪将花生种质按种皮颜色分成黑紫色、红色和粉色三大类。采用3,5-二硝基水杨酸法、蒽酮乙酸乙酯法、蔗糖酶法分别测定籽粒中的总糖、可溶性糖及蔗糖含量。总糖含量分别在6.42%~39.53%(黑紫色籽粒)、9.66%~39.71%(红色籽粒)和8.52%~38.84%(粉色籽粒)之间;可溶性糖含量分别在2.4%~14.32%(黑紫色籽粒)、2.94%~13.75%(红色籽粒)和2.19%~14.53%(粉色籽粒)之间;蔗糖含量分别在0.92%~7.53%(黑紫色籽粒)、1.05%~7.23%(红色籽粒)和0.95%~7.99%(粉色籽粒)之间,变异系数均在33%以上。采用瑞典波通DA7250型近红外分析仪(950~1650 nm)采集籽粒的近红外光谱值,选用基于全波段的偏最小二乘回归法(PLSR),通过对比单一和复合预处理方法,对比模型的相关系数和误差确定最佳预测模型。分别建立了黑紫色、红色、粉色花生籽仁的总糖含量、可溶性糖含量和蔗糖含量的近红外光谱定标模型,共计9个模型,预测相关系数(R_(c))在0.883~0.925之间,预测均方根误差(RMSEC)在0.370~1.988之间。对总糖含量所建立的模型中,粉色种皮花生的预测相关系数R_(c)可达0.925,RMSEC为1.705;对可溶性糖含量所建模型中,黑紫色种皮花生的预测相关系数R_(c)可达0.921,RMSEC为0.667;对蔗糖含量所建的模型中,粉色种皮花生的预测相关系数R_(c)可达0.914,RMSEC为0.435。并分别用15份种质进行外部验证,9个模型的预测相关系数Rp在0.892~0.967之间,预测均方根误差RMSEP在0.327~2.177之间。本研究建立的近红外光谱模型可同步、快速地检测花生籽粒中的多种糖含量,为高糖含量的鲜食花生育种提供了技术支持。
-
-
刘梦璇;
吴琼;
王绪泉;
陈琦;
张永刚;
黄松垒;
方家熊
-
-
摘要:
基于近红外光谱(NIRS)技术和遗传算法-反向传播(GA-BP)神经网络建立模型,分析茶叶掺蔗糖样品的1~2.5μm原始光谱数据的有效性及冗余度。固定样本数据,对模型的参数优化选择后建立茶叶蔗糖含量定量检测模型。将1~2.5μm原始数据分1~1.7,1~1.3,1.3~1.7,1.7~2.5和2~2.2μm。利用建立的模型对同一分辨率下的不同波段进行模型训练。预测结果表明,1~1.7和1~2.5μm波段存在数据冗余。仅使用1.3~1.7或1.7~2.5μm波段即可有效建立模型。预测模型对同一波段下的不同分辨率进行研究,从2nm到20nm改变分辨率,当波段范围为1~2.5μm时,模型的R均介于0.9和0.95之间,且RMSEP也在1.7和2.1之间。当波段范围为1~1.7μm时,模型的R均在0.9和0.93之间,且RMSEP也在1.95和2.25之间。结果表明,1~2.5μm原始数据中确实存在波长范围和光谱分辨率的冗余。通过光谱特征分析和算法建模,可以显著提高光谱数据获取的有效性;对于茶叶中蔗糖含量的检测,可以采用更窄的波长范围和更低的光谱分辨率。
-
-
赵思梦;
于宏威;
高冠勇;
陈宁;
王博妍;
王强;
刘红芝
-
-
摘要:
花生球蛋白、伴花生球蛋白及亚基含量显著影响蛋白质的凝胶性和溶解性等功能特性,进而影响其在肉制品、植物蛋白饮料中的应用效果.目前常采用提取蛋白质后再用电泳及光密度法测定球蛋白、伴球蛋白及亚基含量的方法,操作步骤繁琐,样品损失量大.为此收集了178个花生品种,分别提取蛋白,采用电泳法测定球蛋白、伴球蛋白、23.5和37.5 kDa亚基含量并获得大量数据的基础上,利用近红外光谱技术进行整粒花生样品的光谱扫描,将其与传统方法测定的化学值进行拟合,采用偏最小二乘回归(PLSR)化学计量法构建数学模型.通过比较单一和复合光谱预处理方式,对比模型相关系数和误差评估预测模型性能.确定球蛋白模型最佳预处理方法为2nd-der w ith Detrend,校正集相关系数为0.92,标准差为1.41;伴球蛋白模型最佳预处理方法为Detrend with 1st-der,校正集相关系数为0.85,标准差为1.46;23.5 kDa亚基含量模型最佳预处理方法为Normalization with 2nd-der,校正集相关系数为0.91,标准差为0.53;37.5 kDa模型最佳预处理方法为Detrend with Baseline,校正集相关系数为0.91,标准差为0.89.外部验证结果表明,球蛋白预测均方根误差(square errors of prediction,SEP)为1.25,伴球蛋白SEP为0.73,23.5 kDa模型SEP为0.47,37.5 kDa模型SEP为0.75.本研究基于近红外光谱技术实现了对整粒花生进行球蛋白、伴球蛋白、23.5 kDa和37.5 kDa亚基含量的同步、快速和无损检测,为育种专家加工专用品种选育和蛋白加工企业原料选用提供了根据.
-
-
谭保华;
肖腾飞;
刘琼磊;
李根;
李刚;
黄程旭
-
-
摘要:
实现水果内部品质快速无损检测,不仅是农业生产的需要,也是满足我国消费者日益多元化要求的需要.基于近红外光谱分析技术,该文采用近红外漫反射检测方法,设计了水果含糖量的近红外检测的实验系统.实验以新疆阿克苏苹果、海南香蕉和新疆鲜枣为研究样本对象,研究3种水果整体样本光谱图与切片样本光谱图,分析了光谱图的差异性.并且,实验还进一步研究了香蕉和鲜枣实验样本在一定时间周期内的光谱图情况,分析了 7 d时间周期内实验样本光谱变化.结果表明,近红外漫反射检测方法可以有效实现实验水果样本的无损检测,检测结果能够反映实验水果样本的含糖量情况.同时,实验水果样本切片反映出的内部信息,比实验水果整体样本更加丰富.并且,实验验证了跃变型和非跃变型水果随时间变化的光谱变化规律,即:跃变型实验水果样本在1周内光谱变化明显,其光谱吸收度呈现出先升高后降低总体趋势;而非跃变型实验水果样本,在1周内的光谱差异性不大.
-
-
吕海栋;
赵春波;
张海涛;
王功文;
张鹏海;
刘洋
-
-
摘要:
量化乌山铜钼矿不利于选矿的黏土类矿物种类、含量及空间分布,以达到提高选矿回收率的目的.基于大规模地表取样、钻孔岩芯的近红外光谱分析以及铜、钼品位数据库,结合克里格插值法建立了包含黏土类矿物质的三维地质资源模型,利用该模型可精确控制每日供矿中的黏土类矿物质.结果显示:通过利用三维物理性质模式优化配矿方案,严格控制每日云母的综合含量,保证了选厂指标稳定,提高了选矿回收率.铜回收率提高至87.97%,钼回收率提高至71.55%,铜钼分离药剂单耗下降到0.30 kg/t,处理量稳定于8.5万t/d.
-
-
陈素彬;
杨华;
罗蓉;
胡振
-
-
摘要:
[目的]为了检测马铃薯的饲用品质,用近红外光谱法建立马铃薯可溶性固形物含量(SSC)快速测定模型.[方法]以偏最小二乘法(PLS)建立原始光谱的校正模型为基础,用蒙特卡洛交互验证法剔除异常样本,经比较选择标准正态变量和均值中心化算法进行光谱预处理、光谱-参考值共生距离法划分样本集,然后对所得数据分别以PLS和最小二乘支持向量机(LS-SVM)建立定量校正模型,并用竞争性自适应重加权采样法和风驱动-差分进化混合算法完成相应模型的特征波长和参数优化.[结果]优化的PLS模型和LS-SVM模型波长变量分别减至全光谱的8.67%、67.80%,二者的Rc 2、Rp 2、RMSEC、RMSEP、RPD分别为0.9708、0.9542、0.2586、0.2628、5.91和0.9873、0.9830、0.1705、0.1734、8.96,LS-SVM模型的各项性能指标全面优于PLS模型.[结论]2种定量模型均可用于马铃薯SSC的实际检测工作.
-
-
薛舒丹;
谢大森;
万小童;
陆森;
刘展舒;
钟玉娟
-
-
摘要:
蔬菜是人类获取维生素、矿质元素、抗氧化剂和膳食纤维等的重要来源,一直是健康饮食的重要组成部分,其产业在国民经济中占有重要地位.随着生活水平的提高,人们在注重蔬菜质量安全的前提下,更加关注蔬菜的品质,口感好、风味浓郁、营养丰富的蔬菜品种是当今发展趋势,但是传统的蔬菜质检及理化特性检测过程耗时、成本高,无法满足蔬菜快速筛选的要求.综述了高效、绿色的近红外光谱分析技术在蔬菜安全品质检测(农药残留检测等)、蔬菜内在质构检测(硬度、水分、粗纤维检测等)、蔬菜风味检测(甜、酸、苦、辣滋味特征等)、蔬菜营养健康成分检测(维生素C、硫代葡萄糖苷、类胡萝卜素等)多个方面的应用,以期为蔬菜全产业链的高效发展提供新思路.
-
-
-
-
邵学广;
蔡文生
- 《第十二届全国计算(机)化学学术会议》
| 2013年
-
摘要:
近红外光谱作为一种新型的分析技术,因其具有快速、无损、在线等特点近年来得到迅速发展,并以其独特的优越性在不同领域得到广泛应用.然而,由于光谱谱峰较宽且吸收较弱、信噪比低,必须借助于化学计量学方法才能进行复杂样品的定性定量分析.rn 为了提高近红外光谱定量模型的稳定性和预测能力,在光谱预处理、波长选择、建模方法及提高分析灵敏度等方面开展了研究工作.在波长选择方面,先后建立了MC-UVE、RT等方法并在实际复杂样品分析中得到应用.在近期的研究工作中,根据不同光谱变量对校正模型影响的差异性,基于随机模型的聚类现象提出了一种识别近红外光谱信息变量的方法;根据光谱中共线性波长对模型具有相似贡献的假设,建立了一种利用特征投影图(LPG)进行波长选择的方法.该方法简化了模型,提高了模型预测的准确度.针对建模样品较少时单个模型难以得到较好结果的问题,建立了一种多模型建模方法。该方法基于建模样品子集和建模变量子集构建子模型,实现了多模型双共识方法,提高了模型的预测精度和稳定性。同时,针对近红外光谱分析灵敏度较低的问题,采用吸附预富集技术与化学计量学方法相结合,实现了近红外光谱对微量成分的定量分析。使用化学计量学方法降低近红外光谱中噪声和背景对定量模型的干扰,实现了金属离子与有机农药的微量分析。针对药物的快速分析,探索了不同测量方式以及不同信号处理方法对分析结果的影响,结果表明利用主成分分析(PCA)和偏最小二乘(PLS)回归方法可以实现药品的聚类分析和定量分析,为药品的无损快速分析提供了新的手段。
-
-
袁洪福
- 《全国第四届近红外光谱学术会议》
| 2012年
-
摘要:
我国近红外光谱分析应用研究于上世纪70年代末最早在饲料领域开始,张子仪院士团队采用近红外光谱进行饲料养分效能快速评价研究.农业大学严衍录教授团队采用近红外分析技术开展种子品质快速评价研究.1993年后,石油化工科学研究院陆婉珍院士科研团队针对石油炼制工业油品快速分析要求,开发了国产系列近红外分析仪器,并在我国石化化验室和在线仪器方面获得了较为广泛应用。上世纪90年代,解放军总后油料研究所刘慧颖高工科研团队关注美军在油料品质分析采用近红外分析技术的发展,开发了国产车载近红外油品分析仪,并在部队进行了装备.上述早期工作成就对0我国近红外分析后期发展产生了重要影响。本文首先简要回顾了中国近红外光谱分析发展,然后提出了技术瓶颈,最后强调组织和推进我国近红外光谱分析持续发展。
-
-
梁逸曾;
云永欢
- 《全国第四届近红外光谱学术会议》
| 2012年
-
摘要:
本文从目前近红外光谱分析中最常用的建模方法(包括定量分析与模式识别)入手,对变量选择的重要性和必要性进行了初步探讨.通过比较两个近红外光谱的不同解空间,即所谓组分光谱解空间和波数变量解空间,重点讨论了经典校正与逆校正模型之异同,在此基础上,还进一步讨论了偏最小二乘(PLS)方法的优越性和局限性。通过对不同实际数据分析的解析,说明大部分近红外光谱,其中特别是一些复杂体系的近红外量测数据,正确的变量选择将对近红外光谱建模有着十分重要的作用,有时甚至是必须的。
-
-
-
杨辉华;
李灵巧;
唐天彪;
杜玲玲;
刘振丙
- 《全国第四届近红外光谱学术会议》
| 2012年
-
摘要:
化学计量学与化学、数学、计算机科学等多个学科紧密相关,它为各种化学信号解析、数据处理、统计分析提供有效的工具和方法。化学计量学的理论和实践研究非常活跃,数据复杂、算法众多.近年来,由于单机的计算能力在不断增强,对于简单算法和少量数据,其计算能力够用,计算速度也得到了很大提升.然而,由于诸多原因,会导致计算的时空复杂度仍然成为一个问题。本文首先描述了SVM交互验证的多线程实现基于云计算框架的高性能化学计量算法,基于GPU计算的高性能化学计量算法,最后展望了该技术的未来发展。
-
-
罗国安;
杨辉华;
肖雪;
王义明
- 《全国第四届近红外光谱学术会议》
| 2012年
-
摘要:
中药是一个典型的复杂系统,来源广泛,成分众多,质控指标多,质量控制难.安全、有效和质量可控是对社会对中药品质的基本要求.为此,本文将重点研究以下内容:(1)现代医药学对中药质量控制提出的要求;(2)质量源于设计、过程监控在中药质量控制中的作用;(3)中药典型生产过程及其质量控制技术概述;(4)中药生产过程近红外光谱质量监控系统组成;(5)中药生产过程近红外光谱质量监控系统关键技术;(6)中药生产过程近红外光谱质量监控系统应用举例;(7)从世界医药的发展趋势、我国的对策看过程分析与控制技术的应用前景.
-
-
吴静珠;
吴胜男;
刘翠玲;
陈兴海;
高峰
- 《全国第四届近红外光谱学术会议》
| 2012年
-
摘要:
在近红外光谱分析中,采用单籽粒测样附件采集样本近红外光谱易受样本摆放位置等因素的影响。本文以57份小麦籽粒为样本,分别采用Vertex 70傅立叶近红外光谱仪(单籽粒测样附件)和HyperSIS-NIR近红外增强型高光谱成像系统采集光谱,建立预测小麦籽粒蛋白含量的模型.实验结果表明基于高光谱技术的小麦籽粒蛋白模型指标较优.因此在样本量少且为籽粒形态时,可以优先考虑采用高光谱技术替代传统的近红外单籽粒采样模式来检测样本内部品质,但是其实用性还有待进一步验证和加强.若深入结合图像信息,高光谱技术在农产品内外品质检测方面有更广阔的应用空间.
-
-
ZHANG Zhuo-yong;
张卓勇;
ZHANG Jia-jin;
张家进;
XIANG Yu-hong;
相玉红
- 《第十七届全国分子光谱学学术会议》
| 2012年
-
摘要:
光谱预处理对于光谱的解析和建模具有重要的影响.讨论了一种加强正交信号校正方法(emphatic orthogonal signal correction,EOSC),并与主成分正交信号校正(principal component-orthogonal signal correction,PC-OSC)做了比较.为了展示EOSC的性能,本工作根据需要做了模拟NIR光谱,建立SVM分类器.与PC-OSC相比,EOSC校正需要更多的成分数,但是并不会出现像PC-OSC模型中的过拟合现象.这个结果在模拟NIRS中得到证实.本工作还引入新的数据降维方法,并和PC-LDA(principal component-linear discriminant analysis)进行对比.本作中提出基于SVM的思想建立的SVM-DA方法,避免了经典LDA的假设条件等.经过降维后的数据,用于建立Logistic回归模型.通过Logistic回归模型的结果,不仅可知道样本的类别归属,而且可以知道该样本和别的类别之间的关系.
-
-
ZHANG Zhuo-yong;
张卓勇;
ZHANG Jia-jin;
张家进;
XIANG Yu-hong;
相玉红
- 《第十七届全国分子光谱学学术会议》
| 2012年
-
摘要:
光谱预处理对于光谱的解析和建模具有重要的影响.讨论了一种加强正交信号校正方法(emphatic orthogonal signal correction,EOSC),并与主成分正交信号校正(principal component-orthogonal signal correction,PC-OSC)做了比较.为了展示EOSC的性能,本工作根据需要做了模拟NIR光谱,建立SVM分类器.与PC-OSC相比,EOSC校正需要更多的成分数,但是并不会出现像PC-OSC模型中的过拟合现象.这个结果在模拟NIRS中得到证实.本工作还引入新的数据降维方法,并和PC-LDA(principal component-linear discriminant analysis)进行对比.本作中提出基于SVM的思想建立的SVM-DA方法,避免了经典LDA的假设条件等.经过降维后的数据,用于建立Logistic回归模型.通过Logistic回归模型的结果,不仅可知道样本的类别归属,而且可以知道该样本和别的类别之间的关系.
-
-
ZHANG Zhuo-yong;
张卓勇;
ZHANG Jia-jin;
张家进;
XIANG Yu-hong;
相玉红
- 《第十七届全国分子光谱学学术会议》
| 2012年
-
摘要:
光谱预处理对于光谱的解析和建模具有重要的影响.讨论了一种加强正交信号校正方法(emphatic orthogonal signal correction,EOSC),并与主成分正交信号校正(principal component-orthogonal signal correction,PC-OSC)做了比较.为了展示EOSC的性能,本工作根据需要做了模拟NIR光谱,建立SVM分类器.与PC-OSC相比,EOSC校正需要更多的成分数,但是并不会出现像PC-OSC模型中的过拟合现象.这个结果在模拟NIRS中得到证实.本工作还引入新的数据降维方法,并和PC-LDA(principal component-linear discriminant analysis)进行对比.本作中提出基于SVM的思想建立的SVM-DA方法,避免了经典LDA的假设条件等.经过降维后的数据,用于建立Logistic回归模型.通过Logistic回归模型的结果,不仅可知道样本的类别归属,而且可以知道该样本和别的类别之间的关系.