【摘 要】
：
以黑龙江、吉林、辽宁、内蒙古、山西、广西等省区368份玉米样品为材料,分别采用近红外透射光谱(NITS)和实验室常规分析(LAB)测定其淀粉含量,通过校正样品集建立样品吸收
【机 构】
：
黑龙江省农业科学院食品加工研究所农业部谷物及制品质量监督检验测试中心2,哈尔滨150086
论文部分内容阅读
以黑龙江、吉林、辽宁、内蒙古、山西、广西等省区368份玉米样品为材料,分别采用近红外透射光谱(NITS)和实验室常规分析(LAB)测定其淀粉含量,通过校正样品集建立样品吸收光谱与化学成分间的关系模型,校正并优化原有神经网络模型,经检验,校正模型Ⅰ(黄色样品)、校正模型Ⅱ(橙红色样品)和校正模型Ⅲ(总样品)的预测平均残差(Bias)依次为0.15,0.05和1.04；均方误差(RMSE)依次为1.06,1.07和1.12.将模型Ⅰ、模型Ⅱ和模型Ⅲ的预测效果相比较,结果表明模型Ⅰ和模型Ⅱ预测值与常规分析值的残差和均方误差均低于模型Ⅲ,因此对玉米整籽粒淀粉近红外分析,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。
其他文献
在合格食用植物油真伪识别过程中，利用21个合格食用植物油和50个非合格食用植物油的近红外光谱建立了聚类分析和神经网络定性识别方法，通过对比69个油品的识别结果，发现：神经
近红外光谱谱区的谱带复杂、重叠多,通过特定方法选取特征变量可得到更好的定量校正模型。本文在进行特征光谱区域选择时,将遗传算法(GA)和偏最小二乘法(PLS)及支持向量
便携式油料质量分析仪操作简便，一台仪器能够同时分析燃料多种参数，分析速度快，分析精度高，广泛用于油料质量外场监控。仪器之间的细微差异导致了母机模型不能直接应用于各子
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
交叉验证被广泛用于对机器学习算法进行参数优化,但其计算量非常大,非常耗时,比如对N个样本的数据集使用留一法交叉验证(LOOCV,leave-one-out cross-validation)时,需要
近红外(NIR)光谱技术具有快速、无损、样品预处理简单等优点,被广泛应用于常规分析、质量控制和在线实时分析等领域.然而,由于较低的摩尔吸光系数,近红外光谱法难以直接
近红外光谱法是一种新兴的快速光谱分析方法，已广泛应用于农业、食品、制药和石化等各个行业，为现代化生产带来了巨大的经济效益和社会效益。本文对近红外光谱法的发展历程
采用近红外光谱法研究了谷物食品中脂肪快速无损检测方法,利用偏最小二乘法(Partial Least-Squares Regression,PLSR)建立了谷物类食品中脂肪含量定量校正模型.模型的校
本文主要介绍近红外光谱法测定西瓜中糖分含量。首先说明了样品及光谱采集，然后描述了糖度测量，提出了数据处理及试验模型，最后评价了试验结果，并展开了详尽的分析。
近红外光谱分析技术是一种间接分析技术,分析结果的可靠性主要取决于预测模型的准确性和稳定性,面粉样品的原始数据,即样品的近红外光谱图和化学值的相关性直接影响模型