- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
用于单粒油菜（Brassica napus）种子成分分析的二极管阵列近红外光谱仪校准
摘要： 油菜育种者需要一种准确、快速且无损的方法来分析单株种子，以筛选最具潜力的样本用于后续育种试验。近红外光谱技术（NIRS）被广泛用于油籽的无损定量分析。本研究旨在利用二极管阵列近红外光谱仪（波长范围950-1650纳米）、多元预测模型及镜面样品杯，建立单株油菜种子的NIRS校准模型。通过采用不同预处理技术（均值中心化、导数法、变量法）和模型（偏最小二乘法PLS、主成分回归PCR），使用每种成分的100个样本建立了18种不同的NIRS校准模型?；?0个验证集样本获得的R2、SEP和性能偏差比（RPD）值，比较了各成分不同校准模型的相对性能。采用PLS回归算法建立的含水量模型（R2=0.97，SEP=0.32，RPD=6.13）和油分模型（R2=0.84，SEP=0.61，RPD=4.16）效果良好。但由于脂肪酸和硫苷成分的变异性有限、含量较低以及二极管阵列近红外仪器波长范围较窄，未能获得可接受的相应NIRS模型。
关键词： 水分含量，二极管阵列，脂肪酸组成，镜面杯，二极管阵列近红外光谱（DA - NIRS），油含量，油酸，硬脂酸，近红外光谱（NIRS）校准模型，棕榈酸
更新于2025-09-23 15:23:52
-
硅水凝胶隐形眼镜材料中含水量与硅、氟含量的关系
摘要： 目的：采用相同方法、设备和操作人员，对市售16种硅水凝胶（SiHy）隐形眼镜材料的水分（W）含量与硅（Si）含量关系进行研究。针对其中三种含氟聚合物的材料，分析中额外纳入了氟（F）含量。有一种镜片由块状硅水凝胶材料外覆常规水凝胶薄层构成。 方法：通过公开市场采购16个品牌、折射率范围-3至+6D的硅水凝胶材料（单批次），获取测试样本。所有测试镜片均按美国国家标准协会Z80.20-2016和国际标准化组织ISO 18369-4:2017标准，在室温下用推荐的标准盐水平衡。依据上述标准，对每种硅水凝胶材料的16枚镜片进行重量法水分含量测定（%）。采用电感耦合等离子体发射光谱法，对每种材料的4枚消化镜片测定硅含量（%）。使用离子选择电极，对三种含氟硅水凝胶材料的4枚燃烧镜片测定氟含量（%）。覆膜镜片的块状硅水凝胶材料水分与硅含量，通过计算排除水凝胶层后估算得出。 结果：线性决定系数（R2，n=16）显示：干燥平均硅含量（n=4）与平均水分含量（n=16）的相关性为0.7576；水合平均硅含量（n=4）与平均水分含量（n=16）的相关性为0.8819。当排除4种含氟或覆膜材料后（n=12），对应R2值分别为0.8869和0.9263。纳入氟含量及覆膜因素后（n=16），干燥[硅+氟]含量与平均水分含量的R2为0.8948，水合[硅+氟]含量与平均水分含量的R2达0.9397。 结论：对于水分含量超过35%的硅水凝胶材料，硅与水分含量存在基础负线性关系；当经验性纳入低于35%水分含量材料的氟含量及水凝胶覆膜因素时，该关系依然成立。水合[硅+氟]含量与水分含量的相关性最显著（R2=0.9397），回归方程为：(Si+F)= -0.3073(W)+22.148。因此，(硅+氟)与水分含量的关系似乎基于现有硅水凝胶材料的成分而非结构特性。
关键词： 水分含量，隐形眼镜，硅胶，硅，水凝胶，氟
更新于2025-09-23 15:23:52
-
在线近红外光谱法预测木薯淀粉干燥过程中的水分含量
摘要： 水分含量是木薯淀粉生产中一个重要的测量参数，因为该参数与成品质量密切相关。但目前尚无可用于实时直接测量产品水分含量的在线传感器。本研究旨在探讨在木薯淀粉干燥工艺末端引入用于评估水分含量的在线检测方法。通过使用在线近红外数据或离线近红外数据，建立了评估水分含量所需的校准模型。此外，还通过整合在线和离线数据开发了校准模型，并利用额外的在线数据进行验证。采用100%离线数据和50%在线数据建立的近红外模型，通过剩余50%未使用的在线数据进行验证，结果显示该模型在水分含量预测方面表现更优（SEP为0.61%，偏差为0.001%）。研究还表明，离线光谱也可用于建立校准模型，以预测在线光谱仪扫描样品的水分含量。但由于木薯淀粉与空气混合的气动输送圆管存在显著振动，导致随时间推移产生额外数据波动，在此安装在线光谱仪较为复杂。因此得出结论：最适宜的近红外光谱仪安装位置应选择压力较低处，或产品流速更稳定的区域，以避免干燥管内产品的动态混合影响测量时近红外散射的不确定性。
关键词： 水分含量，木薯淀粉，干燥过程，在线近红外光谱
更新于2025-09-23 09:36:27
-
利用高光谱成像技术结合化学计量学检测花生仁含水量
摘要： 研究了416-1000纳米波段的高光谱成像技术用于检测花生仁含水量。采用"推扫式"系统扫描四种花生品种获取高光谱图像。基于全波长范围建立了偏最小二乘回归(PLSR)、主成分回归(PCR)和支持向量机回归(SVR)三种含水量检测模型，其中SVR模型性能最优，在预测集上决定系数(R2)达0.9432，均方根误差(RMSE)为0.7054%，剩余预测偏差(RPD)为3.9694。为简化建模流程并提升计算速度，采用连续投影算法(SPA)和回归系数法筛选特征波长，分别建立基于优选波长的PCR、PLSR和SVR模型。SPA-SVR组合效果最佳，预测集R2为0.9363，RMSE为0.7021%，RPD达3.988。研究表明化学计量学与高光谱成像技术的结合可实现花生仁含水量的快速无损检测。
关键词： 水分含量、无损检测、花生仁、化学计量学、高光谱成像技术
更新于2025-09-19 17:13:59
-
利用高光谱成像结合多元分析快速检测鲜切马铃薯块茎片的颜色和水分含量
摘要： 色度指数和水分含量是评价鲜切马铃薯块茎切片质量的重要指标。本研究采用高光谱成像结合多元分析技术，检测鲜切马铃薯块茎切片的色度参数（L*、a*、b*、褐变指数BI、L*/b*）及水分含量。通过连续投影算法（SPA）和竞争自适应重加权采样（CARS）提取特征波长，运用偏最小二乘法（PLS）和最小二乘支持向量机（LS-SVM）建立回归模型。在色度预测中，针对五个色度指标L*、a*、b*、BI、L*/b*所建LS-SVM模型的R2p和RPD值分别超过0.90、0.84和2.1；在水分含量预测中，LS-SVM模型的R2p和RPD值分别超过0.80、0.77和1.9?；谌馄椎腖S-SVM模型因在多数情况下表现最优，通过伪彩色成像重现了鲜切马铃薯块茎切片中色度与水分含量的空间分布。结果表明高光谱成像可作为色度和水分含量预测的有效方法，为后续鲜切马铃薯块茎切片的分级与加工提供坚实理论依据。
关键词： 水分含量、褐变、高光谱成像、鲜切马铃薯块茎片、色泽指数
更新于2025-09-19 17:13:59
-
[IEEE 2019年第六届仪器、控制与自动化国际会议（ICA）- 印度尼西亚万?。?019.7.31-2019.8.2）] 2019年第六届仪器、控制与自动化国际会议（ICA）- 基于视觉近红外成像的干海参（海参）水分含量预测系统
摘要： 干海参（即海参干制品，俗称"海参泡发前形态"），经清洗、蒸煮、盐渍和干燥等工序制成，是一种美味且健康的食品。干海参在国际市场上价格高昂，是所有海产品中营养价值最高的品类。但干海参的水分含量会影响其国际市场价格——水分超标会导致价格下跌，因为含水量是决定干海参品质的关键参数之一。本研究将探讨采用高光谱成像技术预测干海参水分含量的系统。该系统采用400-1000纳米波长的反射模式，硬件配置包括：驱动电机、高光谱相机系统、两盏150瓦卤素灯、特氟龙工作台及连接的个人计算机。通过偏最小二乘回归（PLSR）算法构建全波段预测模型获取水分含量预测值，并将结果与重量法获得的参考数据进行比对。采用均方根误差和相关系数评估预测性能，当PLS成分数为30时，系统最佳表现为相关系数0.99、均方根误差0.92%。本研究表明，该系统可作为测量干海参水分含量的替代方法，具有优异的准确性和高度可靠性。
关键词： 高光谱成像、水分含量、偏最小二乘回归、干海参（海参）
更新于2025-09-11 14:15:04
-
基于高光谱技术的水稻种子含水量定量检测
摘要： 为探究稻种水分含量定量检测的最佳方法，本实验采用高光谱技术研究了120份不同水分含量的稻种样本。首先通过计算迁移率筛选水分敏感波长，继而运用连续投影算法（SPA）选取特征波长。为提升预测模型效能，本研究提出通过聚类方法增强各样本组高光谱特征值的区分度：先采用模糊C均值聚类（FCM）算法对SPA筛选的特征波长进行聚类，再建立支持向量回归（SVR）预测模型。因初始聚类效果未达预期，引入模拟退火遗传算法（SAGA）进行聚类优化。对比原始特征值、FCM聚类与SAGA聚类的建模结果发现，SAGA方法最优——其SAGA-SVR模型获得R2p=0.8892、RMSEP=0.0296的指标。鉴于R2p尚不理想，通过引入松弛变量降低区间阈值，最终模型达到R2p=0.9318、RMSEP=0.0264。实验证明SAGA-SVR模型可用于稻种水分检测。
关键词： 水分含量、定量检测、水稻种子、SAGA-SVR模型、高光谱技术
更新于2025-09-11 14:15:04