收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

近红外光谱技术在多组分检测及模式识别中的应用研究

刘波平  
【摘要】:本文通过近红外光谱技术结合化学计量学手段分别对食品、饲料和复合肥等多组分含量的快速检测以及模型识别判别分析进行了较为深入的方法研究。文中所建立的方法成功应用于产品分析和质量控制,发挥了近红外光谱技术快速、准确和实用的优势。同时,化学计量学方法在具体问题的解决中,也得到发展。由于产品中成分复杂,相互干扰严重,用于分析的近红外光谱吸光度差异通常很小、信号弱、吸收峰之间混叠,且谱峰宽。以致于找不到待测组分不受任何干扰的特征峰,使对产品中多组分同时定量和识别分析较为困难。为此,提出了PLS,KPLS, PLS-BP, GRNN和ELMAN方法建立线性和非线性多组分定量模型和PCA-马氏距离建立模式识别模型,本文的主要研究内容如下: 1、偏最小二乘近红外光谱技术在多组分分析中的应用与研究 本文建立了近红外光谱PLS法对瘦肉7种脂肪酸含量测定的方法,在建立PLS模性时,需对采集的原始光谱进行数学处理,以过滤噪音、提高信噪比。实验表明,光散射是影响近红外光谱的主要因素。同时,PLS提取主成分时,因其能同时将因变量矩阵和自变量矩阵用主成分表示,可以有效地降维,消除自变量间可能存在的复共线关系,而明显改善数据结果的可靠性和准确度。本研究还用核函数建立以复合肥中N、P2O5、K 2O三组分为对象的KPLS非线性多组分模型,KPLS通过非线性映射到高维数空间提取了光谱中掩藏的非线性信息。相对于PLS线性体系,KPLS对多组分的含量预测准确度和相关性都有提高。尤其对P2O5、K2O含量的预测提高更明显。 2、偏最小二乘与BP神经网络用于近红外光谱技术多组分定量分析研究 为解决BP网络过拟合、以及学习速度慢等问题,用PLS对输入BP网络的光谱数据进行压缩,建立了PLS-BP法同时测定饲料中水分、灰分、蛋白质、磷四组分含量和饲料中四种氨基酸含量的方法。与BP法比较,PLS-BP输入网络的数据减少,大大提高运算速度和减少训练次数,模型的预测精度也好于BP模型。本研究还提出了用PLS提取光谱X和组分Y的主成分及权重,解决近红外光谱BP模型隐含层节点数,输入和输出层初始权值凭经验选取问题。建立了以土豆中粗纤维、淀粉、蛋白质三种营养组分含量的PLS-BP近红外光谱多组分预测模型,这种经PLS和BP组合的网络较BP网络改进了训练效果,使得运算速度加快,网络达到最优,精度也更高。这一研究对近红外光谱BP网络结构的建立,具有一定的理论和指导意义。 3、偏最小二乘与广义回归神经网络用于近红外光谱技术多组分定量分析研究 提出了将GRNN方法引入近红外光谱多组分分析中,用PLS对输入网络的光谱数据进行压缩,建立了饲料中水溶性氯化物、粗纤维、脂肪三组分含量测定方法。PLS-GRNN与BP、GRNN网络进行比较,PLS-GRNN, GRNN模型训练步数要明显少于BP网络,训练时间也短。PLS-GRNN要比GRNN和BP网络的预测精度和拟合性能更好。应用该法还成功预测了南丰蜜桔总糖、总酸含量,这一研究为近红外光谱多组分分析提供了一种新的途径。 4、基于Elman神经网络的近红外光谱技术多组分定量分析研究 发展了Elman网络与近红外光谱分析技术的结合,提出把具有动态信息处理能力的Elman网络模型引入近红外光谱多组分分析中,经PLS压缩提取主成分,加入内部反馈信号,增加了Elman网络本身处理动态信息的能力,使得Elman网络在节点结构更简单,从而提高了建模和预测速度。在饲料苯丙氨酸、赖氨酸、酪氨酸和胱氨酸四组分含量测定中,对BP和Elman网络进行了比较,在BP和Elman两模型学习误差相同,Elman网络拟和残差平均值MRE也不如BP模型下,Elman网络网络预报精度却高。说明ELman网络对动态系统具有适应时变特性的能力。应用该法还成功预测了鲜乳中脂肪、蛋白质、乳糖含量,表明Elman神经网络是一种新颖、可靠的预测方法。这为同时测定近红外光重叠的多组分动态非线性体系提供了新的途径。 5、近红外光谱技术联用PCA-马氏距离对掺假乳的鉴别 以PCA-马氏距离近红外光谱法建立了巴氏杀菌乳和复原乳、鲜乳和分别掺有植物奶油、乳清粉假乳的判别分析模型。确立了最佳建模条件,对掺假复原乳0.50%-100%,植物奶油0.50%-10%,乳清粉0.20%-3.3%的样品判别成功率达100%。为鉴别掺有植物奶油和乳清粉的假乳探索了一个新方法。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 谭超;吴同;;增强偏最小二乘回归算法在近红外光谱法啤酒度数软测量建模中的应用[J];理化检验(化学分册);2010年08期
2 刘宁宇,王伟,吴拥军;近红外光谱技术在药物分析中的应用[J];安阳师范学院学报;2005年05期
3 江泽慧;黄安民;费本华;任海青;;利用近红外光谱和X射线衍射技术分析木材微纤丝角[J];光谱学与光谱分析;2006年07期
4 韩立苹;须海荣;倪君;;近红外光谱技术及其在茶叶上应用研究[J];茶叶;2007年01期
5 王戈;黄安民;胡小霞;陈复明;;利用近红外光谱鉴别纺织用竹纤维和麻纤维[J];光谱学与光谱分析;2010年09期
6 王晓旭;黄安民;杨忠;杨瑶;;近红外光谱用于杉木木材强度分等的研究[J];光谱学与光谱分析;2011年04期
7 韩晓萍;李德坤;周大铮;叶正良;林瑞超;刘丽芳;;近红外光谱法快速测定注射用益气复脉(冻干)中人参总皂苷的含量[J];光谱实验室;2011年04期
8 李波霞;魏玉辉;席莉莉;段好刚;武新安;;近红外光谱和化学计量学对不同产地不同产期当归的定性研究[J];光谱实验室;2011年04期
9 吴军,白琪林,苏胜宝,陈绍江,孟庆翔,严衍禄;近红外反射光谱法分析玉米秸秆纤维素含量的研究[J];分析化学;2005年10期
10 张萍;闫继红;朱志华;刘庆生;范志影;李为喜;;近红外光谱技术在食品品质鉴别中的应用研究[J];现代科学仪器;2006年01期
11 刘庆生;范志影;张萍;赵维香;;近红外光谱技术快速识别富马酸亚铁掺假的尝试[J];现代科学仪器;2007年01期
12 张晓慧;刘建学;;近红外光谱技术在牛奶及其制品质量检测中的应用[J];红外;2007年06期
13 刘辉军;吕进;张维刚;陈华才;;茶叶中茶多酚含量的近红外光谱检测模型研究[J];红外技术;2007年07期
14 李亮;丁武;;近红外光谱技术在牛奶及其制品分析中的应用进展[J];中国奶牛;2009年03期
15 谭超;覃鑫;吴同;;基于小波变换的近红外光谱校正转移研究[J];计算机与应用化学;2009年05期
16 赵荣军;霍小梅;张黎;;利用近红外光谱技术预测粗皮桉木材弹性模量[J];光谱学与光谱分析;2009年09期
17 姜波;黄玉东;刘丽;李伟;;预浸料生产中智能控制系统的应用[J];材料科学与工艺;2009年04期
18 刘建学;赵冰琳;罗登林;钟先锋;徐宝成;李佩艳;;近红外光谱在食品微生物检测中的应用[J];农产品加工(学刊);2009年12期
19 李建蕊;李九生;;利用近红外光谱和偏最小二乘回归法预测脂肪酸组成[J];中国粮油学报;2010年06期
20 林葵;陈建红;黄岛平;;近红外快速检测广西产大米中淀粉及直链淀粉成分的研究[J];大众科技;2011年02期
中国重要会议论文全文数据库 前10条
1 闫李慧;王金水;金华丽;罗莉;郭蕊;;基于近红外光谱技术的面粉水分无损检测模型建立[A];2010年中国农业工程学会农产品加工及贮藏工程分会学术年会暨华南地区农产品加工产学研研讨会论文摘要集[C];2010年
2 彭丹;李漫男;;近红外光谱技术在乳品分析中应用的研究进展[A];2009年中国农业工程学会农产品加工及贮藏工程分会学术年会论文集[C];2009年
3 吕萍;陈永祥;;近红外光谱技术在中药质量控制中的应用[A];全国中医药研究暨中医药科室管理学术研讨会论文汇编[C];2011年
4 郑立华;李民赞;孙红;安晓飞;;基于近红外光谱技术和支持向量机模型的土壤参数预测[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
5 付海燕;孔营;杨天鸣;;近红外光谱技术结合化学模式识别用于藏药麻花秦艽真伪品鉴别[A];中国化学会第28届学术年会第14分会场摘要集[C];2012年
6 苏刚;王玲玲;徐永生;王秀丽;;基于OIF-Elman网络的燃气日负荷预测[A];第二十六届中国控制会议论文集[C];2007年
7 赵建玉;高慧;贾磊;;基于Elman神经网络的短时交通流预测模型[A];第二十七届中国控制会议论文集[C];2008年
8 吕思颖;刘载文;王小艺;崔莉凤;;基于Elman神经网络的水华短期预测模型[A];第二十七届中国控制会议论文集[C];2008年
9 ;Battery State-Of-Charge Estimation in Electric Vehicle Using Elman Neural Network Method[A];第二十九届中国控制会议论文集[C];2010年
10 龚海燕;白雁;刘伟;陈志红;史会齐;;近红外光谱技术及其在河南道地药材中的应用[A];第十届全国中药和天然药物学术研讨会论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 刘波平;近红外光谱技术在多组分检测及模式识别中的应用研究[D];南京理工大学;2011年
2 曲志华;基于近红外技术的木材腐朽理化性质变化及腐朽分级研究[D];东北林业大学;2011年
3 龙飞;基于近红外光谱技术的上市品种三七三醇皂苷及其制剂生产过程质量控制研究[D];成都中医药大学;2011年
4 杨杰;多工序制造质量智能预测建模机理研究及应用[D];华南理工大学;2011年
5 黄敏;基于光谱及数据挖掘技术的油菜养分及品质信息的无损检测研究[D];浙江大学;2009年
6 郭建校;改进的高维非线性PLS回归方法及应用研究[D];天津大学;2010年
7 鲍一丹;番茄病害早期快速诊断与生理信息快速检测方法研究[D];浙江大学;2013年
8 穆怀彬;近红外光谱技术在玉米营养品质和青贮玉米品质评定中的研究[D];内蒙古农业大学;2008年
9 赵富强;基于PLS路径模型的顾客满意度测评研究[D];天津大学;2010年
10 刘燕德;水果糖度和酸度的近红外光谱无损检测研究[D];浙江大学;2006年
中国硕士学位论文全文数据库 前10条
1 俞启;基于近红外光谱技术建立鱼糜制品品质快速检测的方法[D];浙江工商大学;2011年
2 罗伟苑;近红外光谱技术在白囊耙齿菌菌丝体多糖含量分析中的应用[D];吉林大学;2011年
3 曹芳;基于多波段光谱技术的鱼油关键品质信息快速检测方法研究[D];浙江大学;2012年
4 吴欣;基于近红外光谱技术的脑血氧监测技术的研究[D];哈尔滨工业大学;2010年
5 张威;近红外光谱技术在银黄颗粒质量控制与评价中的应用研究[D];河南中医学院;2011年
6 熊来怡;近红外光谱技术检测猪肉品质及其安全判别研究[D];西北农林科技大学;2012年
7 霍小梅;基于近红外光谱技术预测粗皮桉木材主要物理力学性质的研究[D];中国林业科学研究院;2010年
8 钟珍珍;近红外光谱技术对于掺假原奶判别的可行性研究[D];华东理工大学;2012年
9 魏立立;近红外光谱技术在面制品品质检测中的应用[D];河南工业大学;2010年
10 张鸿富;基于近红外光谱技术的落叶松木材材性预测的研究[D];东北林业大学;2011年
中国重要报纸全文数据库 前10条
1 谢慧军 甘勇 陈庆华;近红外光谱技术用于制剂分析受到重视[N];中国医药报;2008年
2 本报记者 冯海波;以苦难历练的“光”彩人生[N];广东科技报;2011年
3 阳雄 郑明朗;冯新泸 走出自己的脚印来[N];解放军报;2002年
4 本报记者 刘兵;城域网造就瑞通[N];计算机世界;2002年
5 记者 关键 实习生 唐艳侠 通讯员 廖敬扬;2分钟可测出农产品药残[N];深圳商报;2004年
6 本报记者 董军;三星 LG“刷屏” 中小屏市场生变[N];中国经营报;2010年
7 本报美国特约作者 Andriy Cole(硅谷资深投资分析师);我在美国打探iPad2[N];电脑报;2011年
8 范世福;分析仪器发展应顺应现代科技趋势[N];中国机电日报;2001年
9 记者 段佳;远红外光谱识别霉板栗[N];大众科技报;2011年
10 崔力一;信用证项下索汇方式(30)[N];国际商报;2002年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978