首页 | 本学科首页   官方微博 | 高级检索  
    检索          
共有20条相似文献,以下是第1-20项 搜索用时 203 毫秒

1.  玉米杂交种品质性状的近红外光谱分析技术研究  被引次数:27
   魏良明  姜海鹰  李军会  严衍禄  戴景瑞《光谱学与光谱分析》,2005年第25卷第9期
   以我国常用玉米自交系、杂交种样品为材料,采用偏最小二乘(PLS)回归法,建立了近红外反射光谱测定玉米完整籽粒的粗蛋白、粗淀粉和油分含量的校正模型。并利用40个玉米杂交后代材料对3个模型的实际预测效果进行了验证,预测值与化学值间的相关系数(r)可达0.98(粗蛋白)、0.93(粗淀粉)和0.97(油分),最大相对误差仅为2.46%(粗淀粉)~7%(油分)。文章还从理论上研究了以数量相对较少的亲本自交系为建模样品、建立可适用于分析大量杂交种样品的近红外数学模型的可行性,提出了作物近红外光谱某些特征具有遗传性这一新的观点。    

2.  高粱籽粒中多酚类物质的傅立叶变换近红外光谱分析  被引次数:1
   刘敏轩  王赟文  韩建国《分析化学》,2009年第37卷第9期
   利用高效液相色谱(HPLC)法测定高粱籽粒中阿魏酸、原儿茶醛和花青素的含量,比色法测定总酚、总黄酮、缩合单宁的含量;运用偏最小二乘法建立NIR光谱与HPLC法和比色法分析值之间的多元校正模型,预测高粱籽粒中主要酚类物质的含量.结果表明,各成分近红外预测值与实测值之间的校正模型相关系数(R)、内部交叉验证均方差(RMSECV)、最佳主因子数分别为:总酚0.9737, 0.288, 4;总黄酮0.9660, 0.00671, 8;缩合单宁0.9558, 0.0289, 6;阿魏酸0.9818, 0.0391, 6;原儿茶醛0.9979, 0.0118, 5;花青素0.9977, 0.0523, 4;预测相对偏差(RSEP)分别为:总酚6.99%、总黄酮4.54%、 缩合单宁7.13%、阿魏酸2.68%、原儿茶醛5.46%、 花青素5.81%.结果表明,模型对样品NIR的预测值与其相应的化学值有较好的相关性,此模型可用来预测高粱籽粒中的各酚类物质的含量,在高粱优质育种和品质分析中具有广泛的应用价值.    

3.  PLS-GRNN法近红外光谱多组分定量分析研究  
   刘波平  秦华俊  罗香  曹树稳  王俊德《光谱学与光谱分析》,2007年第27卷第11期
   研究了偏最小二乘(partial least squares,PLS)与广义回归神经网络(generalized regression neural networks,GRNN)联用在近红外光谱多组分定量分析中的应用.以饲料样品为实验材料,采用PLS-GRNN法建立了饲料中水溶性氯化物、粗纤维、脂肪三项组分含量近红外光谱定量分析模型.马氏距离法剔除强影响点和奇异点,用PLS法将原始数据压缩为主成分,取8个主成分吸收峰与4个原始图谱特征峰值输入GRNN网络,网络光滑因子σi为0.1.PLS-GRNN模型对样品3个组分含量的预测决定系数(r2)分别为:0.984 0,0.987 0,0.983 0;样品平行扫描光谱预测值的标准偏差分别为:0.003 26,0.065 5,0.031 4.结果表明所建PLS-GRNN模型通过近红外光谱能够准确预测饲料中水溶性氯化物、粗纤维、脂肪三项组分含量,为近红外光谱进行多组分定量分析提供了新思路,同时为解决近红外快速检测技术在预测组分含量较低的样品时误差相对较大的问题提供了可靠的方法.    

4.  便携式近红外仪检测牛奶中脂肪、蛋白质及干物质含量  被引次数:5
   Li XY  Wang JH  Huang YW  Han DH《光谱学与光谱分析》,2011年第31卷第3期
   采用便携式近红外光谱仪,结合偏最小二乘回归法,研究了牛奶脂肪、蛋白质和干物质含量的测定方法,建立了近红外漫反射定最分析模型.结果显示,脂肪、蛋白质和干物质模型相关系数(R2)分别为0.98,0.95,0.98,建模集标准残差(RMSEC)分别为0.187,0.105,0.217,验证集标准残差(RMSEP)分别为0.187,0.120,0.296,相对分析误差(RPD)分别为5.02,2.60,3.20.同时探讨了各成分间的相关性,发现脂肪与干物质间具有很好相关性(R2=0.921),因此可通过脂肪模型预测来计算干物质含量,提高了干物质的检测精度.研究表明,采用便携式近红外漫反射模式可为牛奶成分的现场检测提供一种无损、快速的新方法.    

5.  近红外漫反射光谱法快速测定畜禽粪便堆肥多组分含量  被引次数:2
   黄光群  韩鲁佳  杨增玲《Guang pu xue yu guang pu fen xi = Guang pu》,2007年第27卷第11期
   以我国22个省、市120个不同种类的畜禽粪便堆肥样品为研究对象,利用傅里叶变换近红外漫反射光谱技术和偏最小二乘回归法建立了我国畜禽粪便堆肥中水分、挥发性固体、总有机碳、总氮含量、碳氮比、酸碱度和电导率的近红外定量分析校正模型.各参数校正模型的决定系数R2分别为0.981 6,0.901 5,0.961 0,0.987 4,0.741 0,0.788 0和0.870 4;验证集决定系数R2v分别为0.983 2,0.938 1,0.912 8,0.973 5,0.830 8,0.615 8和0.895 3.研究发现,除酸碱度近红外模型相对分析误差RPD(SD/SEP)值小于2.0外,水分、挥发性固体、总有机碳、总氮含量和电导率近红外模型的相对分析误差RPD值均大于3.0;碳氮比近红外模型相对分析误差RPD值介于2.0到2.5之间.结果表明,近红外漫反射光谱法可以快速测定畜禽粪便堆肥中水分、挥发性固体、总有机碳、总氮含量和电导率,对碳氮比的测定精度有待于进一步提高,对酸碱度的预测效果不理想.    

6.  傅里叶变换近红外光谱法测定大麦中蛋白质、淀粉和赖氨酸含量  被引次数:10
   闵顺耕  覃方丽  李宁  于飞键《分析化学》,2003年第31卷第7期
   采用傅里叶变换近红外光谱法测定大麦中蛋白质、淀粉、赖氨酸的含量,并用光谱影响值法(leverage)对异常值进行判断和处理。蛋白质、淀粉和赖氨酸含量近红外光谱分析模型的测定系数R。分别为0.985、0.973和0.978;检验集的化学值与模型预测值的相关系数r分别为0.9853、0.9644和0.9172,分析模型的预测相对标准偏差RSD分别为4.0%、2.4%和5.4%,该结果可替代经典分析方法,满足农产品快速分析的需要。    

7.  可见/近红外光谱检测冷鲜猪肉中的脂肪、蛋白质和水分含量  被引次数:11
   刘魁武  成芳  林宏建  孙通  许凯  胡雷秀  应义斌  徐惠荣《光谱学与光谱分析》,2009年第29卷第1期
   采用可见/近红外光谱分析方法对冷鲜猪肉中的脂肪、蛋白质和水分含量进行了研究.光谱数据经多元散射校正(MSC)处理后,分别建立0~4℃和20℃下的原始光谱、一阶导数和二阶导数的偏最小二乘(PLS)定量分析模型,比较其相关系数(r)、校正标准差(RMSEC)和预测标准差(RMSEP),得到一阶导数处理后的模型最好,并且0~4℃下的模型优于20℃下的模型.0~4℃和20℃下脂肪的相关系数(r)分别为0.950和0.924,蛋白质为0.713和0.455,水分为0.944.和0.914;脂肪的预测标准差(RMSEP)分别为2.41和2.95,蛋白质为5.44和4.25,水分为2.37和2.38.由此可见,可见/近红外光谱分析方法能够很好的检测冷鲜猪肉中的脂肪和水分,蛋白质的检测结果较差是由冷鲜肉加工工艺引起的.另外,两种温度下光谱曲线在770 nm附近产生了波长漂移,漂移量约10nm.    

8.  利用近红外漫反射光谱法预测紫花苜蓿茎组分营养价值的研究  被引次数:4
   齐晓  韩建国  聂志东  刘富渊  张泽宏  李曼莉《光谱学与光谱分析》,2008年第28卷第9期
   研究旨在探讨利用全株紫花苜蓿(Medicago sativa L.)样品的近红外漫反射光谱信息,建立能够预测其茎组分营养价值的校正模型的可行性.将66份不同年份、品种、茬次和生育期的紫花苜蓿全株样品徒手分离茎叶后,按一定的茎叶比重新混合成198份实验样品(建模样品138份,检验样品60份).采用傅里叶变换近红外漫反射光谱技术(FT-NIRS),结合偏最小二乘法(PLS),建立了茎组分粗蛋白(CP)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、粗灰分(CA)和体外可消化干物质(IVDDM)含量的预测模型.除NDF含量的预测模型外,其他4个指标预测模型的建模效果和实际预测均较好,交叉检验相关系数(rCV)为0.852 3~0.900 7,交叉检验标准误差(RMSECV)为0.72%~3.96%,检验样品的预测值与化学值的相关系数(r)为0.925 5~0.951 2.而NDF含量预测模型的RCCv,RMSECV,r分别为0.821 4,3.70%和0.902 0,模型只可用作粗略估测.    

9.  微型近红外光纤光谱仪用于奶粉中蛋白质脂肪的定量检测研究  被引次数:1
   张中卫  温志渝  曾甜玲  魏康林  梁玉前《光谱学与光谱分析》,2013年第33卷第7期
   提出利用微型近红外光谱仪、结合Y型光纤探头,在900~1 700nm范围内对奶粉中蛋白质、脂肪含量进行快速、无损检测的漫反射光谱检测方法。基于Unscrambler 9.7化学计量学软件,选择合适的光谱波段,通过PLS算法分别建立了蛋白质、脂肪的校正模型,得到蛋白质、脂肪校正模型的决定系数R2分别为0.987和0.986,均方根误差RMSC分别为0.385和0.419。利用所建模型对预测样本数据集进行预测验证,得到蛋白质的标准差SEPProtein=0.768、脂肪的标准差SEPFat=1.109,表明所建模型具有较高的预测能力,已基本达到实用化要求。    

10.  基于叶片及冠层叶绿素参数的冬小麦籽粒蛋白质含量预测研究  
   宋晓宇  王纪华  杨贵军  崔贝  常红《光谱学与光谱分析》,2014年第34卷第7期
   小麦籽粒蛋白质含量是衡量小麦营养品质的重要指标,实现小麦品质快速的预测预报对于粮食收购部门和加工企业具有重要意义。研究基于作物叶绿素/氮素速测仪SPAD及Multiplex 3,获取冬小麦不同生育期叶片及冠层叶绿素参数,从小麦个体及群体参量两方面进行冬小麦收获期籽粒蛋白质含量及蛋白产量的预测研究。试验于2012年4—6月在国家精准农业研究示范基地开展,研究结果表明,冬小麦返青至灌浆初期,小麦冠层氮素密度与籽粒蛋白质含量的相关性优于叶片氮素含量与蛋白质含量的相关性,灌浆中期两者与籽粒蛋白质含量相关性差别不大;小麦叶片SPAD值与叶片氮素含量相关性总体优于其与冠层氮素密度的相关性,而叶绿素荧光参数SFR_G,SFR_R与冠层氮素密度的相关性优于其与叶片氮素含量的相关性;叶片SPAD与籽粒蛋白质含量的相关性在拔节期最弱,在灌浆中期最强,小麦冠层叶绿素荧光参数SFR_G,SFR_R与籽粒蛋白质含量相关性在返青至拔节期不显著,但孕穗期开始显著相关,在灌浆中期相关性最强且明显优于同期叶片SPAD与籽粒蛋白质含量的相关性;冬小麦籽粒蛋白产量与叶片SPAD值在小麦孕穗期至灌浆期显著相关,与SFR_G和SFR_R在小麦灌浆期显著相关;研究基于灌浆中期SPAD值及SFR_R值,构建了冬小麦籽粒蛋白质含量及籽粒蛋白产量的预测模型,其中,籽粒蛋白质含量预测模型复相关指数分别为0.426和0.497,模型标准误差分别为0.060%和0.055%,籽粒蛋白产量预测模型复相关指数分别为0.366和0.386,模型标准误差分别为125.367和123.454kg·ha-1。研究表明,利用叶片SPAD值及冠层叶绿素荧光信息,在小麦收获前进行品质的快速预测是可行的。    

11.  利用近红外光谱法分析玉米籽粒脂肪酸含量的研究  被引次数:3
   杨小红  郭玉秋  傅旸  胡洁云  柴宇超  张义荣  李建生《光谱学与光谱分析》,2009年第29卷第1期
   采用傅里叶近红外漫反射光谱技术,结合偏最小二乘法,以294份中选的普通和高油玉米自交系以及高油玉米重组自交系为样品建立了玉米籽粒四种主要脂肪酸(软脂酸、硬脂酸、油酸和亚油酸)含量和含油量的近红外光谱(NIRS)校正模型.其中,油酸、亚油酸和含油量的校JF模型质量较高,交叉验证决定系数分别为0.89,0.88和0.91,外部验证决定系数分别为0.86,0.84和0.92,相对分析误差(RSP(C))均大于2.5.软脂酸和硬脂酸的校正模型不够精确,交叉验证决定系数和外部验证决定系数均小于0.80,相对分析误差(RSP(C))均小于2.5.通过实际预测进一步验证了油酸、亚油酸和含油量NIFRS模型的准确性和可靠性.这些模型可应用于玉米籽粒脂肪酸含量及油分含量大批量快速测定,对玉米油分的品质育种具有重要意义.    

12.  基于近红外光谱的玉米籽粒CNCPS组分分析及预测研究  被引次数:2
   杨方  解成威  刘大森  Yu Peiqiang  李仲玉《光谱学与光谱分析》,2010年第30卷第2期
   试验旨在研究应用近红外光谱技术快速测定玉米籽粒粉末CNCPS组分的可行性。65个样品来自黑龙江省,选用偏最小二乘法(PLS)为建模方法,采用二阶导数和Norris导数滤波法处理光谱数据后,建立了玉米籽粒粉末中干物质(DM)、粗蛋白质(CP)、粗脂肪(Fat)、粗灰分(Ash)、淀粉(Starch)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、可溶性蛋白(SP)、酸性洗涤不溶蛋白(ADIP)和中性洗涤不溶蛋白(NDIP)等的近红外预测模型。其中DM,CP,Fat,Ash,Starch,NDF和ADF的决定系数分别为0.974 3,0.968 3,0.947 8,0.909 8,0.977 7,0.935 4和0.926 9,标准差(SD)与预测均方根(RMSEP)的比值(SD/RMSEP)值分别为3.96,4.78,3.75,4.25,4.13,3.88和3.12。SP的决定系数为0.857 5,SD/RMSEP值为3.06。ADIP和NDIP的决定系数分别为0.531 9和0.683 3,SD/RMSEP值分别为5.50和2.85。试验结果表明,近红外技术可以用于玉米籽粒粉末CNCPS组分的快速测定,但降...    

13.  纤维素类芒属草本能源植物品质近红外光谱快速检测技术研究  
   李晓娜  范希峰  武菊英  张国芳  刘尚义  武美军  程研博  张楠《光谱学与光谱分析》,2016年第1期
   我国生物质能源产业近年来得到快速发展,但对能源草的研究还处于初级阶段,如果能建立全面的能源植物木质素、纤维素、半纤维素的近红外预测模型数据库,将有助于优良品种的筛选、能源植物能用性能的评价及生物质能源产业在线控制。本研究采用傅里叶变换近红外光谱(FT‐NIR)技术结合偏最小二乘法(PLSR)建立了荻、南荻、奇岗、芒四种芒属能源植物品质指标(纤维素,半纤维素,木质素和灰分)近红外预测模型,并在此基础上研究了样本粒度对模型的影响。研究结果表明:(1)四种芒属能源植物茎秆中纤维素,半纤维素和木质素含量误差均方根(RMSECV)分别为1.35%(R2=0.88),0.39%(R2=0.91)和0.35%(R2=0.80),叶片中纤维素,半纤维素和木质素含量误差均方根(RMSECV)分别为0.72%(R2=0.88),0.85%(R2=0.85)和0.44(R2=0.87),所建的纤维素,半纤维素和木质素的近红外校准模型在预测未知样品含量时效果较好,但灰分含量预测效果不理想;(2)2和0.5 mm粒度样品所建近红外模型均满足样品检测精度要求,但考虑到时间和人工成本,建议在工厂对能源植物原料品质进行分析时,采用2 mm样品建模。    

14.  近红外光谱法测定蜂蜜中主要成分的可行性研究  被引次数:1
   屠振华  籍保平  孟超英  朱大洲  王林舸  庆兆珅《光谱学与光谱分析》,2009年第29卷第12期
   以153个单植物源和混合植物源蜂蜜样品为研究对象,使用3种近红外光谱仪(FT型、CCD型、PDA型)采集蜂蜜的透反射和透射光谱,并应用近红外定量分析技术进行蜂蜜中主要成分(水分含量、果糖含最、葡萄糖含量)的检测研究.用偏最小二乘回归(partial least square repression,PLSR)方法分别建立了蜂蜜水分含量、果糖含量、葡萄糖含量的近红外定量分析模型.结果表明,水分含量、果糖含量、葡萄糖含量的相关系数(r)分别达到0.978 5,0.931 1和0.890 7,预测误差均方根(RMSEP)分别为0.410 8(%),1.914 4(%)和2.531 9(%).研究表明基于近红外光谱的蜂蜜主要成分快速无损检测准确度高,具有很高的实用价值.    

15.  近红外光谱结合CARS变量筛选方法用于液态奶中蛋白质与脂肪含量的测定  被引次数:6
   张华秀  李晓宁  范伟  梁逸曾  唐玉莲《分析测试学报》,2010年第29卷第5期
   采用CARS(Competitive adaptive reweighted sampling)变量筛选方法建模, 显著提高了液态奶中蛋白质与脂肪近红外模型的预测精度.用蒙特卡罗采样(Monte-Carlo sampling)方法先剔除奇异样本,再对光谱进行中心化与Karl Norris滤波降噪处理,通过CARS方法筛选出与样本性质密切相关的变量,建立预测蛋白质与脂肪含量的偏最小二乘法(PLS)校正模型,并与未选变量的PLS模型进行比较.以定标集相关系数(r2)及交互验证均方残差(RMSECV)和预测误差均方根(RMSEP)作为判定依据,确定了蛋白质与脂肪的最佳建模条件.蛋白质与脂肪校正模型的相关系数分别为0.975 0、0.995 1,RMSECV分别为0.194 8、0.136 3,RMSEP分别为0.113 3、0.140 1,预测结果优于未选变量的PLS模型及其他选变量方法,有效简化了模型,适于液态奶中脂肪和蛋白质的快速、无损检测.    

16.  基于便携式近红外技术的生鲜乳品质现场评价  
   王加华  张晓伟  王军  韩东海《光谱学与光谱分析》,2014年第34卷第10期
   生鲜乳作为乳制品生产的基本原料,其质量是保证乳制品食用安全、维护人类健康的基础。可见/近红外光谱技术结合化学计量学方法,构建生鲜乳品质指标的数学模型,实现生鲜乳品质的现场评价。在不同年份,收集88份来自不同奶牛个体的生鲜乳样品。便携式光谱仪采集生鲜乳漫透射光谱(500~1 010nm),二阶导数和卷积平滑进行光谱预处理,以消除脂肪球引起的光散射和高频噪声。变窗宽移动窗口偏最小二乘法(CSMWPLS)和遗传偏最小二乘法(GAPLS)用于筛选信息区间,并构建预测模型。CSMWPLS与GAPLS模型的预测性能相当,脂肪、蛋白质、干物质和乳糖的预测标准误差(RMSEP)分别为0.115 6/0.103 3,0.096 2/0.113 7,0.201 3/0.123 7和0.077 4/0.066 8,相对预测误差(RPD)分别为8.99/10.06,3.53/2.99,5.76/9.38和1.81/2.10。同时构建了生鲜乳品质指标的多元线性回归(MLR)方程,采用的最优变量数分别为8,10,9和7。采用外部数据集检验,MLR预测性能与PLS相近甚至更优,脂肪、蛋白质、干物质和乳糖模型的RMSEP分别为0.107 0,0.093 0,0.136 0和0.065 8;相对预测误差(RPD)分别为9.72,3.66,8.53和2.13,可用于现场准确测量。结果显示,便携式近红外光谱仪结合MLR模型可实现生鲜乳品质的现场快速评价,为生鲜乳按质论价收购提供了一种新方法,同时为便携式乳品近红外专用仪器设计提供技术参考。    

17.  在国产近红外光谱仪实验样机上用偏最小二乘法定量分析大麦成分  被引次数:3
   吉海彦《分析化学》,1998年第26卷第5期
   采用偏最小二乘法和国产近红外光谱分析仪实验样机,对大麦中的蛋白质和淀粉含量进行了定量测定.测定结果为:对蛋白质和淀粉预测的相关系数分别为0.961、0.949,相对标准偏差分别为2.7%、2.9%,相对误差分别小于5.7%、6.8%.    

18.  基于连续投影算法的光谱主成分组合优化方法研究  
   吴迪  金春华  何勇《光谱学与光谱分析》,2009年第29卷第10期
   应用连续投影算法(successive projeetions algorithm,SPA)选择由主成分分析(principal componentanalysis,PCA)得到主成分的最佳组合.首先对奶粉的短波近红外光谱进行PCA分析,然后通过SPA得到的脂肪和蛋白质含量预测最佳主成分组合分别为主成分1,2,4,5,6和7以及主成分1,2,3,4,5和8.通过最小二乘支持向量机(Least-squares support vector machine,LS-SVM)对奶粉中脂肪和蛋白质含量进行预测,SPA选择得到的主成分组合均优于分别采用前4个到前8个主成分.基于SPA得到的主成分组合得到脂肪含量预测结果的确定系数(R2p),预测误差均方根(root mean square error for prediction,RMSEP)和剩余预测偏差(residual predictive deviation,RPD)分别为0.989 0,0.170 3和9.534 3.而蛋白质含量预测结果的R2p,RMSEP和RPD分别为0.987 6,0.134 8和8.927 4.说明SPA能够用于快速有效选取最佳的主成分数,寻优过程简单快速,并且不用对大量参数进行词试.    

19.  基于Elastic net主成分优选的近红外光谱定量分析模型  
   Chen WH  Liu XH  He XK  Min SG  Zhang LD《光谱学与光谱分析》,2010年第30卷第11期
   Eastic net是对最小二乘方法的一种改进,在最小二乘法的基础上增加了L1和L2惩罚,具有变量选择和模型可提高预测精度的良好性质.此研究以89个小麦样品为实验材料,通过Elastic net方法优选光谱主成分,建立近红外光谱与小麦中蛋白质含量之间的定量分析模型,考证了Elastic net优选主成分建立定量分析模型的可行性.实验中将89个小麦样品随机分成两组,60个样品做建模集,其余29个做预测集.60个样品所建模型预测29个样品的蛋白质含量,预测值和化学测量值间的相关系数(r)为0.9849,平均相对误差为2.48%.为进一步考察该方法建模的可行性和稳定性,对89个样品分别进行5次随机划分,60个样品做为建模集,29个样品做为预测集,5次建模所选光谱的主成分基本一致;同时与PCR和PLs方法作对比,结果显示5次所建模型的预测效果明显好于PCR,且与PLS方法相近.鉴于Elastic net具有变量选择的功能,且所建模型具有较好的预测效果,表明该方法是一种可行的建立化学计量学定量分析模型的方法.    

20.  基于支持向量机算法的红外光谱技术在奶粉蛋白质含量快速检测中的应用  
   吴迪  曹芳  冯水娟  何勇《光谱学与光谱分析》,2008年第28卷第5期
   蛋白质是奶粉中重要的营养成分,实现对奶粉中蛋白质含量的快速、无损检测十分重要。文章采用近红外及中红外光谱技术检测了不同品种奶粉的蛋白质含量。采用最小二乘支持向量机对光谱透射率值和蛋白质值建模。模型在全波段对样本蛋白质含量预测得到了较好的结果,绝对系数(R2p)达到0.9517,预测误差均方根(RMSEP)为0.520 201。预测结果要优于传统的偏最小二乘回归(PLS)的预测结果,说明红外光谱技术能够实现奶粉蛋白质含量的无损检测,且检测过程比传统化学检测方法简单,操作性强。文章同时还研究了分别基于中红外光谱范围和近红外光谱范围的建模。模型预测结果显示中红外光谱区域的建模效果要优于近红外光谱区域。该研究为今后奶粉蛋白质含量快速无损检测提供了新的方法。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号