近红外光谱技术在食品安全检测中的应用

对近红外光谱(NIR)技术在食品安全检测方面的原理及其主要应用进行了综述。作为一种方便、快捷、高效的检测技术,近红外光谱技术在农作物、果蔬、肉制品检测及其他方面都有独到的优势和广阔的发展前景。     

近红外光谱检测技术在塑料分选中的应用进展

近红外光谱检测技术(NIRS)在塑料分选中的应用旨在对塑料种类与组份进行识别,从而提高回收效率最终实现资源的综合利用。本文首先介绍传统塑料分选技术发展;其次概述近红外检测技术原理与其在塑料领域的应用现状;最后对在塑料分选领域应用前景进行了总结与展望。在塑料分选领域,近红外光谱检测技术相比传统的物理和化学检测方法,具有快速、无损、高效等明显的优势,可通过实时、在线检测,定性与定量的方式对未知样品进行识别与分选。尽管该技术在一些实验研究中已经取得了显著的阶段性成果,但在实际工程应用特别是检测的精准度,外延新的应用场景等方面仍需进一步研究和优化。     

牛奶成分近红外光谱数据的预处理研究

本文介绍了预处理方法在近红外光谱数据处理中的应用,并以牛奶为例探讨了具体的预处理参数．牛奶中脂肪和蛋白质含量的预测偏差为0．1g/dl～0．3g/dl,测量值与浓度参考值有良好的相关性．结果表明,数据预处理方法在模型优化中具有重要作用,对牛奶模型的建立有重要的参考价值。     

用近红外光谱检测牛奶中的三聚氰胺

研究了用近红外光谱法快速定性和定量检测纯牛奶中三聚氰胺.实验分别配制了两组不同三聚氰胺含量的纯牛奶样品,用于定性和定量分析.通过近红外光谱与聚类分析法相结合,可将含有和不含有三聚氰胺的牛奶样品有效分类;结合光谱预处理和波长选择及模型优化方法建立的检测三聚氰胺的近红外定量分析模型具有较好的稳定性和预测能力.结果表明,近红外光谱分析是一种快速、方便和环保的检测乳制品中三聚氰胺的新方法.     

近红外光谱技术在种子硬实检测中的研究进展

近红外光谱分析技术由于其独特的技术优势在许多领域中已得到广泛应用。简要阐述了近红外光谱分析技术的概念及其在无损检测中的应用情况,综述了近红外光谱技术在种子硬实测定中的应用情况,在此基础上介绍了利用近红外光谱分析技术测定种子硬实率的方法,并提出了存在的问题及发展方向。     

近红外光谱分析在食品药品检测中的应用

近红外光谱分析技术能提供快速、精确的定性和定量分析而不损伤样品,使其相对传统的化学实验方法更具优势,因此在食品药品检测方面更具有应用价值。     

近红外光谱技术在水果品质无损检测中应用的研究与现状

简单概述了我国水果产业的发展现状,着重阐述了国内外利用近红外光谱技术进行水果品质无损检测的最新研究进展,分析了当今研究中存在的问题,并对利用近红外光谱技术进行水果检测的前景进行了展望,提出了一些建议。     

近红外光谱技术在油茶籽粕检测中的应用

以近红外光谱技术在油茶籽粕检测中的应用为研究对象,在简单介绍近红外光谱技术的原理、特点及分析过程的基础上,详细阐述了该技术在油茶籽粕检测中的建模过程,为后续工作者更好地建立油茶籽粕近红外光谱分析模型提供理论依据和指导。同时,通过分析近红外光谱技术在油茶籽粕检测指标、标准制定以及模型转移技术中的发展,总结出该技术在油茶籽粕检测中的三个研究方向：开拓新项目的模型建立、制定普遍适用的标准、解决台间差并完成模型转移。油茶籽粕广泛应用于动物饲料、特医食品、保健食品等行业,因此大力开拓和推广近红外光谱技术在油茶籽粕检测中的应用是必然趋势。     

近红外光谱检测技术在仓储害虫识别中的应用

简要介绍了近红外光谱检测技术的发展过程及在仓储害虫识别应用中的基本原理,通过对近红外光谱检测技术在国内外仓储害虫识别中的发展状况的分析,提出了在仓储害虫识别中采用近红外光谱检测技术与图像处理识别技术结合的研究新思路。     

基于近红外光谱分析技术在肉类产品检测中的鉴定及预测精度

近红外光波长180~2526nm,是指波长介于可见光区与中红外区之间的电磁波,近些年来,在食品工业中,作为一种新型光学检测技术,近红外光谱技术被证实为肉和肉制品品质检测中最先进、有效的方法之一。本文通过分析了如何检测肉品化学成分、物理性质、感官指标,进而分析了如何鉴定肉品品种、等级,并通过标准化取样、改善参考方法,阐述了如何提高近红外光谱技术的预测精度。     

AOTF-NIR光谱仪在液态奶快速检测中的研究

采用中国电科26所研制的声光可调滤光器(AOTF)-近红外(NIR)光谱仪建立液态纯牛奶快速无损检测方法。用自编的光谱实时采集分析软件,采集112个牛奶光谱并建立聚类分析、主成分分析(PCA)定性判别模型和偏最小二乘法(PLS)定量分析模型。结果表明,定性分析模型能有效分类;定量分析模型的相关系数Rc为0.968 5,预测均方根误差(RMSEP)为0.072 4。     

近红外光谱技术在快速鉴别南蛇藤品种中的应用

提出了一种利用近红外光谱技术对南蛇藤品种进行快速无损鉴别的方法。收集了6种南蛇藤样本,并用光谱仪获得了它们在12493～4000 cm^-1范围的光谱曲线。通过用主成分分析法对预处理后的光谱数据进行聚类分析,获得了10个主成分。再结合不同的化学计量分析方法建立了品种鉴别模型。由于主成分1和2上的得分分布对不同样本的聚类效果明显,可根据得分分布定性地区分南蛇藤品种。从220个样本中随机抽取165个样本作为建模集,并将其分别用于建立线性鉴别分析、人工神经网络和支持向量机模型。剩下的55个样本用于预测验证。经过主成分数的优化,鉴别精度均达到了100%。结果表明,本文提出的方法对南蛇藤的品种具有很好的分类和鉴别作用。     

生物组织光学参数的校准模型及测量

在intralipid 墨水(ink)液体模型中,通过改变intralipid溶液和墨水的浓度就可以灵活地获得不同的光学参数。制作了一种可以长期重复使用的光学特性稳定的Si树脂模型,它是利用TiO2 粉末作为散射颗粒,同时加入C粉颗粒来改变模型的吸收特。为了验证intralipid 墨水液体模型制作中基于Mie散射理论的近似计算公式,利用多波长的时间分辨(TRS)方法对不同intralipid浓度的液体模型进行了测试。实际测量结果和Mie散射理论计算的误差在5%以内,这可能是由于所作用的intralipid溶液之间的差别造成的。利用频域的相位调制系统(PMD)对Si树脂模型进行了多间距测量,斜率的线性回归拟合结果显示了良好的线性度(R2>0.99),从而保证了光学参数测量结果的准确性。     

近红外光谱在线分析系统及应用

介绍了在线近红外光谱分析系统的组成及技术发展,以及在食品加工业、农业、废弃物体自动分类、石油化工、制药与临床医学方面的应用。近红外光谱分析技术不需对样品进行前处理,可同时对多组分样品进行瞬间分析。与光纤的连用已使它被广泛应用于过程分析。近红外在线分析技术今后将向专用、小型化方向发展。     

基于近红外光谱技术的猪肉品质检测应用研究

为研究一种快速有效的猪肉质量检测方法,解决传统检验方法耗时、成本高等问题,从市场上收集了109组猪肉样品,通过理化方法将其区分为健康猪肉和病死猪肉。使用FT-NIR光谱仪采集了样品的光谱,并对光谱进行去噪和降维处理。结果显示,光谱数据经过标准正态变换,结合多元散射校正处理和傅里叶变换降维后,建立了基于支持向量机的分类模型,5-折交叉验证准确率达到94.5%。结果表明,利用该方法可以很好地进行不同品质猪肉样品的分类,为用近红外光谱技术检测猪肉质量提供了依据和基础。     

基于近红外光谱检测不同产地石榴的糖度

基于可见/近红外漫透射光谱技术,探讨了对不同产地石榴的品质进行快速无损检测的可行性。首先,利用能够有效抑制杂散光影响的动态在线检测装置采集石榴的近红外光谱,测试石榴糖度的真值;然后结合主成分分析法对不同产地的石榴进行聚类分析,大致将样品分为两类;最后建立不同产地石榴的偏最小二乘判别分析模型,模型的判别准确率为97%以上。采用多种预处理方法(S-G平滑、归一化、基线校正、MSC等)建立了两类石榴的单一模型,结果表明:基线校正的效果明显优于其他方法,所建立的四川石榴模型的预测集相关系数R_p为0.82,预测集均方根误差(RMSEP)为0.37,建模集相关系数R_c为0.90,建模集均方根误差(RMSEC)为0.31;云南石榴模型的R_p为0.81,RMSEP为0.33,R_c为0.87,RMSEC为0.27。在后期采用未参与建模的样品的分选验证实验中,两个产地石榴的判别率为95%,糖度的分选准确率可达92.5%。结果表明,近红外光谱在石榴产地的判别和糖度的分选上具有重要意义,可为以后的石榴在线分选研究提供依据。     

用近红外光谱法快速分析玉米青贮饲料青贮发酵品质

采用DA-7200型近红外光谱仪的近红外漫反射光谱技术建立了玉米青贮饲料发酵产物及总分定量分析模型.所建立的有机酸氨态氮总分近红外模型的检测结果优于乳酸、乙酸等6项发酵产物的近红外模型的检测结果.其中,有机酸氨态氮总分近红外模型的预测相关系数为0.8453,预测均差为10.3582.青贮品质的判断准确率为80.15％....     

水果内部品质近红外光谱无损检测研究进展

近红外(NIR)光谱分级技术正越来越广泛地应用于水果的产后加工和质量评判中.介绍了水果内部品质光学特性检测原理;分析了规则反射、透射和漫反射3种光特性测量方法在水果内部品质不同需求检测中的适用性;化学计量学方法是近红外光谱分析技术的一个重要部分,对一些新的预处理方法和回归算法作了介绍;探讨了水果状态对光谱影响及修正方法,如温度补偿、大小修正等;并阐述了水果的糖度、酸度、硬度等定量检测和褐变、黑心、水心、损伤等定性判别的国内外最新研究进展;分析了近红外技术在水果品质检测和控制方面的应用前景.     

近红外光谱仪器的研究进展与发展趋向

近红外光谱技术正受到越来越多研究人员的青睐。作为这一技术的基础和前提,近红外光谱仪推动着其快速发展。近年来,随着近红外光谱技术的广泛应用,已有的近红外光谱仪已经难以满足研究与生产的需要,为此科研人员在现有光谱仪的基础上进行了很多研究,以提高其使用性能。对近年来近红外光谱仪的研究进展包括仪器硬件的进展、光谱信号处理电路的改进、光谱信号处理方法的发展以及仪器软件的开发等进行了总结和归纳,并对近红外光谱仪的发展趋势进行了展望。     

人工神经网络BP算法在近红外光谱分析中的应用

简要介绍了人工神经网络及其在近红外光谱分析中的应用。给出了三层BP网络的基本结构和对应的BP算法。通过测定润滑油的流动性、苯和甲苯的回收率及相对标准偏差的两个实例,分析了人工神经网络BP算法的明显优势。最后指出了存在的部分问题。