- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
快报：利用透射拉曼光谱预测大豆中蛋白质和油脂含量——优化精度的不同方法比较
摘要： 快速测定蛋白质和油脂含量对多种用途至关重要，从收获时的大豆分选到豆粕生产过程中的实时反馈。本研究旨在开发一种简便方案，利用透射拉曼光谱（TRS）实现大豆成分的快速稳健定量预测。为建立该方法，我们系统调整了测量过程的各个要素以构建多样化测试平台：首先采用自主搭建的台式TRS仪器，以便快速部署适配光学配置并采集单粒大豆的实验数据；其次选用三种蛋白质含量差异显著的大豆品种（低33.97%、中36.98%、高41.23%）进行验证；第三，针对每个品种分别制备整粒样品及三种处理样本（研磨粒、全粉和研磨粉）。通过偏最小二乘回归（PLS）和基于光谱指标的多重线性回归（metric-MLR）建模评估预测效果，发现metric-MLR模型在所有处理方式中对整体蛋白质和油脂的均方根误差（RMSEP）均低于传统PLS模型，预测性能更优。不同样本制备方法中，全粉处理的RMSEP最低，而研磨粉处理的metric-MLR建模被认定为最优方案——其整体蛋白质和油脂的RMSEP分别为1.15±0.04（R2=0.87）和0.80±0.02（R2=0.87），较谷物行业次级金标准近红外光谱（预测精度提升约2-3倍）。对于整粒大豆成分预测，将单粒物理属性纳入metric-MLR可使整体蛋白质预测改善达22%，油脂预测亦有约5%的提升。这种结合罕见谷物分析metric-MLR建模方法与多样本处理的独特组合优化了预测模型，建议采用单粒物理属性作为提升预测精度的新策略。
关键词： 近红外光谱，大豆，近红外光谱，多元线性回归，透射拉曼光谱，多元线性回归，偏最小二乘回归
更新于2025-09-09 09:28:46
-
近红外光谱法预测糖蜜含糖量中的温度补偿研究
摘要： 采用快速、无损且具成本效益的近红外（NIR）测量方法对最终糖蜜质量进行监测，以测定可发酵糖含量从而优化乙醇产率。在甘蔗压榨和重熔季节期间，糖蜜被储存在温控罐中以确保其质量与供应稳定性。然而储存过程中糖蜜温度存在波动。本研究探讨了温度变化对糖蜜近红外光谱及校准性能的影响。使用FOSS NIR DS2500光谱仪，在三种不同温度（25°C、35°C和45°C）下采集约一百份糖蜜样本的光谱特征（400-2500nm）。通过全交叉验证建立了偏最小二乘回归（PLSR）模型，基于25°C、35°C和45°C温度下的糖蜜光谱开发预测模型，用于测定糖蜜中蔗糖、葡萄糖、果糖（可发酵糖）浓度。外部验证采用各校准集（25°C、35°C和45°C）30%的样本量完成。由于O-H键作用，在可见光区与近红外区（1450nm和1970nm）观察到样本光谱存在变异。所得交叉验证均方根标准误差随样本温度变化而异，外部验证样本的预测均方根标准误差随温度升高呈上升趋势。不同温度模型与验证条件下的预测值与参考值无统计学差异（p>0.05）。包含三种温度光谱的校准模型显示出无需温度补偿即可分析糖蜜中可发酵糖的潜力。
关键词： 糖蜜，无损检测，温度补偿，快速，近红外光谱
更新于2025-09-09 09:28:46
-
[计算机科学讲义] 网络与大数据卷11268（APWeb-WAIM 2018国际研讨会：MWDA、BAH、KGMA、DMMOOC、DS，中国澳门，2018年7月23-25日，修订精选论文集）|| 基于光谱分析与XGBoost算法的食品内部品质评估
摘要： 本文提出将近红外（NIR）光谱技术与一种名为XGBoost的新型预测算法相结合用于食品内部品质评价。首先采用Savitzky-Golay平滑法对原始NIR光谱数据进行预处理以降低噪声影响；其次通过主成分分析（PCA）提取关键信息；最后运用XGBoost算法建立模型。通过与反向传播神经网络（BPNN）和支持向量回归（SVR）等不同模型的对比验证了所提模型的性能。结果表明该新模型优于其他两种模型，这种基于XGBoost的工具适用于食品内部控制。
关键词： 内部质量预测、食品、近红外光谱、XGBoost
更新于2025-09-09 09:28:46
-
利用近红外光谱直接测定IMAC材料的Ni2+容量
摘要： 本文报道了一种利用近红外光谱（NIRS）定量测定固定化金属亲和色谱（IMAC）材料镍离子（Ni2?）负载量的新方法。传统分析方法（如紫外吸收光谱或原子吸收光谱法AAS）需将硅基金属螯合吸附剂溶解作为样品前处理步骤。首先基于理想均质NiSO?溶液验证这些方法，结果显示具有2.6%相对标准偏差（RSD）中等精密度的紫外法优于6.5% RSD的AAS法，因此选择紫外分析作为新建立的NIRS模型（可直接以漫反射模式测量材料）的参比方法。采用偏最小二乘回归（PLSR）作为多变量数据分析工具进行定量分析，最佳PLSR结果为：决定系数（R2）=0.88，因子数=2，预测均方根误差（RMSEP）=22 μmol/g（测试集验证）或7.5% RSDPLSR。紫外吸收光谱法验证Ni2?负载量的中等精度为±18 μmol/g或5.0% RSD。因此NIRS无需样品制备即可提供快速替代分析方法。
关键词： 镍离子容量、偏最小二乘回归、固相金属离子亲和色谱、近红外光谱、方法验证
更新于2025-09-09 09:28:46
-
一种基于近红外光谱信息的自然驾驶条件下驾驶员心理负荷分类新方法
摘要： 驾驶员认知分心是道路安全的关键因素，其评估（尤其是在真实条件下）对研究人员和工程师构成挑战。本研究将次要任务引发的心理负荷视为潜在的认知分心源，通过引入血流动力学数据的机器学习方法，利用四通道近红外光谱（NIRS）设备估算驾驶员增加的认知负荷。为产生超出单纯驾驶的额外认知负荷，我们采用两个难度等级的听觉n-back任务。获取并分析了60组驾驶任务中的NIRS实验数据集，运用机器学习算法进行处理。采用两种技术防止分类模型过拟合：(1) k折交叉验证与主成分分析；(2) 分类后保留25%数据（测试数据）进行模型验证。训练并测试了六种分类器：决策树、判别分析、逻辑回归、支持向量机、最近邻分类器及集成分类器。结果显示：依赖受试者的分类（分类准确率从81.30%提升至95.40%，测试数据预测准确率82.18%-96.08%）、独立受试者分类（分类准确率84.90%-89.50%，测试数据预测准确率84.08%-89.91%）及独立通道分类（分类82.90%，预测82.74%）均能有效区分NIRS数据中的认知负荷等级。因此，结合人工智能方法的NIRS数据可实时自然条件下对潜在认知分心源——心理负荷进行分类，该信息可用于驾驶员辅助系统以预防道路交通事故。
关键词： 心理负荷、近红外光谱、人工智能、驾驶员注意力、认知分心、分类
更新于2025-09-09 09:28:46
-
利用可见-近红外光谱技术定量分析水稻田完整土芯中不同形态的铁
摘要： 铁（Fe）几乎存在于所有土壤中，分析土壤中各种形态的铁具有重要的土壤学意义。然而，关于可见光-近红外（Vis-NIR）光谱技术在稻田完整土芯中量化铁浓度表现如何，目前知之甚少。我们的目标是评估完整土芯的Vis-NIR光谱技术快速测定四种铁形态（全铁Fet、焦磷酸盐提取铁Fep、连二亚硫酸钠-柠檬酸-碳酸氢钠提取铁Fed和草酸盐提取铁Feo）的可行性。在中国余江县采集了148个完整土芯，在实验室中对每个土芯的四个水平切面（5厘米深度间隔）进行Vis-NIR光谱（350-2500纳米）扫描。采用70%的切片样本进行校准，30%进行独立验证，比较了偏最小二乘回归（PLSR）和支持向量机回归（SVMR）模型。结果表明，非线性SVMR模型对所有铁形态的预测效果均优于PLSR模型。在独立验证集中，SVMR模型对Fed（RMSEP=2.223；R2P=0.85；RPDP=2.59）、Fet（RMSEP=3.693；R2P=0.82；RPDP=2.32）和Fep（RMSEP=0.086；R2P=0.79；RPDP=2.17）的预测效果最佳。结论表明，结合SVMR的Vis-NIR光谱技术适用于定量测定稻田完整土芯中的不同铁形态。
关键词： 完整土壤芯样、铁形态、SVMR、可见-近红外光谱、稻田、PLSR
更新于2025-09-09 09:28:46
-
土壤含水量对可见-近红外光谱预测土壤特性影响的研究
摘要： 土壤物理特性是影响土壤功能和生产力的重要驱动因素。近红外光谱技术（NIRS）已应用于土壤特性的原位制图，因此需要在任意含水量条件下快速精确测定基本土壤物理特性?？杉?近红外光谱（vis-NIRS）是测定基础土壤性质的快速、低成本技术，但其预测能力可能受土壤含水量影响。本研究量化了六种不同土壤含水量（全饱和、pF 1、pF 1.5、pF 2.5、pF 3和风干状态）对vis-NIRS预测六项土壤物理性质（黏粒、粉粒、砂粒、pF 3含水量、有机碳OC及黏粒/OC比值）的影响，并评估了土壤含水量对vis-NIR光谱的作用。从丹麦和德国五个采样点采集70份土壤样品，其黏粒和OC含量范围分别为0.116-0.459和0.009-0.024 kg kg-1。通过饱和土壤环并逐步排水/干燥获得不同土壤水势，采用vis-NIRS进行测定。运用留一法交叉验证的偏最小二乘回归（PLSR）基于vis-NIR光谱估算土壤性质。结果表明：水分对vis-NIR光谱的影响取决于土壤持水特性；黏粒、粉粒、砂粒及pF 3含水量在不同水分条件下预测效果良好；OC和黏粒/OC比值在风干状态下预测较优，但在湿润土壤（尤其是饱和、pF 1和pF 1.5状态）中预测显著减弱。研究显示当土壤含水量低于田间持水量时，原位光谱测定具有较高精度。
关键词： 可见-近红外光谱、土壤物理性质、土壤特性、土壤含水量、偏最小二乘回归
更新于2025-09-09 09:28:46
-
利用近红外光谱预测废弃食用油生物柴油在酯交换反应前的十六烷值
摘要： 将50份废弃食用油（WCO）与甲醇按1:8的摩尔比（WCO:甲醇）在60°C下以NaOH为催化剂（1%重量比）进行60分钟酯交换反应。通过气相色谱法分析所得生物柴油的脂肪酸甲酯（FAME）组成，并获取这些生物柴油及初始WCO的近红外（NIR）光谱。随后根据FAME组成和生物柴油NIR光谱计算生物柴油十六烷值，后者以前者作为参考数据。由于酯交换反应不改变初始WCO的脂肪酸分布，且生物柴油与WCO的NIR光谱具有相似性，成功利用WCO的NIR光谱预测了生物柴油十六烷值，获得性能偏差比（RPD）为3.83。因此，在进行酯交换反应前，可通过近红外光谱技术预测生物柴油十六烷值（进而预测任何与FAME组成相关的生物柴油特性），从而提前筛选最适合生产生物柴油的原料。
关键词： 废弃食用油，近红外光谱，生物柴油，十六烷值
更新于2025-09-09 09:28:46
-
基于波长选择的热电厂烟气近红外光谱定量分析
摘要： 本文提出了一种基于波长选择的火电厂烟气近红外光谱定量分析方法。该方法采用自适应加速粒子群优化算法确定近红外光谱信号最具代表性的波长，并结合偏最小二乘法对实际烟气数据集的多种成分含量进行预测。该算法随机选取当前个体最优或全局最优作为参考状态，通过参考状态实现飞行速度的加速更新，进而基于新速度自适应更新粒子状态。实际烟气数据集的实验结果表明，该方法具有更高的预测能力，且能有效克服早熟收敛问题。
关键词： 近红外光谱、波长选择、燃气、热电厂、自适应加速离散粒子群优化
更新于2025-09-09 09:28:46
-
近红外光谱技术在香蕉茎秆不同脱木质素预处理分类中的潜力
摘要： 脱木质素预处理是木质纤维素材料预加工中去除生物质木质素的基础步骤。当前湿化学方法耗时、劳动强度大且使用危险化学品。近红外光谱（NIRS）提供快速无损分析并已展现良好效果。通过采集8000-4000 cm-1波段光谱，结合基于聚类分析和主成分分析的化学计量学方法，实现了对农业生产木质纤维素残留物——香蕉茎秆的定性研究。
关键词： 近红外光谱、聚类分析、脱木质素、预处理、香蕉叶柄
更新于2025-09-09 09:28:46