导读:本文包含了近红外漫反射光谱法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:光谱,反射,成分,计量学,快速,奶牛场,川芎。
近红外漫反射光谱法论文文献综述
赵云,刘巧娥,李伟,关云山[1]（2019）在《近红外漫反射光谱快速分析混合含能材料中黑索金含量》一文中研究指出建立了基于近红外漫反射光谱快速检测某固态含能混合材料中黑索金(RDX)的方法。采集与制备样本共159批次。对比各纯组分光谱确定预选波段。与光谱预处理方法随机组合建立各种偏最小二乘模型。交叉检验均方根误差(RMSECV)、RMSECV/维数曲线确定最优模型。对最优模型评估表明,预测标准差0.50,平均绝对偏差0.41,子模型一致性好,说明方法较准确;残留预测偏差4.20,说明该方法对质量分数为50%～60%的样品具较好分辨力;t检验显示,两方法无显着性系统误差;该方法重复测量精确性优于化学法。两方法相比,该方法精确性更好,环保,节省人力、材料成本。(本文来源于《化学世界》期刊2019年11期）
赵润,牟美睿,王鹏,孙迪,刘海学[2]（2019）在《基于近红外漫反射光谱的规模化奶牛场粪水氮磷定量分析及模型构建》一文中研究指出为建立规模化奶牛场粪水中氮磷含量现场快速检测方法,以实现准确预测的同时替代常规监测程序,选取23家天津市典型种养结合模式的规模化奶牛场,围绕粪水处理全过程环节依次开展样品采集、实验室常规化学检测、近红外漫反射光谱采集,并进行主成分分析和偏最小二乘分析,建立多种动态复合影响因素条件下的全局、全程快速检测定量分析模型。结果表明:主成分分析不仅反映出同一奶牛场粪水有机组分随处理环节的变化,而且也反映出不同奶牛场粪水样品的差异性,以及在粪水处理过程中各因素对后续模型的影响程度。建立的全过程环节定量分析模型对总氮含量预测结果与实际含量的线性拟合相关系数R为0.96,预测均方根误差RMSEP为187.80;对总磷含量预测结果与实际含量的线性拟合相关系数R为0.91,预测均方根误差RMSEP为3.59。建立的全局定量分析模型对总氮含量预测结果与实际含量的线性拟合相关系数R为0.96,预测均方根误差RMSEP为238.59;总磷含量预测结果与实际含量的线性拟合相关系数R为0.91,预测均方根误差RMSEP为6.56。研究表明,基于近红外漫反射光谱和偏最小二乘法对规模化奶牛场粪水处理全过程环节粪水样品中氮、磷含量进行定量分析是可行的;纵向模型比横向模型能提供更好的预测结果;近红外漫反射光谱技术可实时、快速、高效地对规模化奶牛场粪水处理全过程总氮和总磷进行跟踪和监控。(本文来源于《农业环境科学学报》期刊2019年08期）
王彦增[3]（2019）在《均质处理对生鲜牛乳近红外漫反射光谱的影响及机理研究》一文中研究指出生鲜牛乳营养全面而丰富,其成分的快速准确检测直接关系到牛乳品质的评价和产业的健康发展。当前,基于近红外光谱技术的牛乳成分检测取得了快速发展,该方法具有快速无损和可以同时获取多种成分的优点。然而,光与牛乳组织的作用比较复杂,生鲜牛乳含有粒径较大的脂肪球和蛋白质胶束,不利于近红外光谱法牛乳成分预测的稳定性。均质处理能够改变牛乳的粒度分布,进而改善光学稳定性。因此,探究均质处理对牛乳近红外光谱的影响规律具有重要意义。本文以生鲜牛乳为研究对象,以高压均质为样品处理方法,通过激光粒度分析仪和生物显微镜分析不同均质参数对牛乳均质效果的影响,基于单积分球技术研究均质处理对牛乳光学特性的影响规律,并建立基于近红外漫反射光谱技术预测生鲜牛乳和均质牛乳主要成分含量的模型。本文主要研究内容和结论如下:(1)均质次数、均质压力和物料入口温度是影响牛乳均质效果的叁个主要因素。物料入口温度为25±2℃时,随均质压力的增大,两级均质牛乳比一级均质牛乳具有更好的均质效果。确定了两级均质处理,且第二级压力值均设为5MPa的均质方案。(2)不同物料入口温度(25±2℃、35±2℃、50±2℃)下,随均质压力的增大,均质牛乳的脂肪球粒径逐渐变小且分布更加均匀。相同均质压力(30/5MPa、40/5MPa、50/5MPa)下,随着物料入口温度的增大,牛乳的粒度分布更加均匀。基于牛乳脂肪球显微结构图,发现均质压力50/5MPa和物料入口温度50±2℃时,牛乳脂肪球粒径达到相对稳定状态。确定了均质的最佳方案为两级均质、均质压力50/5MPa、物料入口温度50±2℃。(3)833~2500nm的近红外波长范围内,生鲜牛乳与均质牛乳的近红外漫反射光谱曲线变化趋势一致,但是,相同波长下均质牛乳的吸光度值均小于生鲜牛乳。同一样品的多次测量过程中,生鲜牛乳的光谱曲线差异较大,而均质牛乳的测量结果差异很小,均质处理能够提高光谱的测量稳定性。(4)950~1650nm的近红外波段范围内,生鲜牛乳与均质牛乳反射率和透射率曲线的变化趋势均一致。均质处理对牛乳的透射率和反射率影响较大,相同波长下,均质牛乳的反射率大于生鲜牛乳,其透射率却小于生鲜牛乳。同时,均质处理对牛乳吸收系数的影响小于对其约化散射系数的影响。均质牛乳的吸收系数小于生鲜牛乳,而其约化散射系数高于生鲜牛乳。均质压力在20/5~50/5MPa范围时(50±2℃下),均质牛乳的吸收系数和约化散射系数均达到相对稳定状态。(5)采用基于x-y共生距离的样本划分(SPXY)法对生鲜牛乳与均质牛乳大样本按照3:1进行样本划分,基于4种方法分别建立了牛乳脂肪、蛋白质和水分含量的预测模型。结果表明,无论是均质牛乳还是生鲜牛乳,基于偏最小二乘的无信息变量消除法(UVE-PLS)提取的特征变量所建立的偏最小二乘(PLS)模型均具有最低的预测集均方根误差(RMSEP)和最高的残差预测偏差(RPD)。最优建模方法下,均质牛乳的脂肪、蛋白质和水分含量的RMSEP分别为0.123%、0.078%和0.160%;生鲜牛乳的脂肪、蛋白质和水分含量的RMSEP分别为0.208%、0.107%和0.338%。均质处理明显提升了牛乳脂肪和水分含量的预测精度,对牛乳蛋白质含量的预测精度也有一定改善作用,这为光谱技术精确预测牛乳成分的进一步发展提供了理论依据和实践支撑。(本文来源于《西北农林科技大学》期刊2019-05-01）
王丽萍,陈文杰,赵兴忠,张新[4]（2019）在《基于近红外漫反射光谱法的大豆粗蛋白和粗脂肪含量的快速检测》一文中研究指出为满足大豆品质育种快速筛选的需求,本文详细探讨了利用近红外漫反射光谱法对大豆粗蛋白和粗脂肪含量实现快速测定的可行性。采用凯氏定氮法和索氏抽提法测定了120份大豆粗蛋白和粗脂肪的含量,分别采集大豆整粒和粉末两种状态的近红外光谱,然后运用化学计量学方法PLS建立近红外光谱与化学值之间的关系模型。其中粉末大豆样品建立的粗蛋白校正模型的决定系数R~2为0.978 7,校正标准误差RMSECV为0.003 8,该模型对24份待测样品进行测定的预测标准误差RMSEP为0.002 84;粗脂肪校正模型的R~2为0.934 1,RMSECV为0.003 69,RMSEP为0.003 53。整粒大豆建立的粗蛋白校正模型的R~2为0.872 4,RMSECV为0.009 07,RMSEP为0.007 49;粗脂肪校正模型的R~2为0.876 5,RMSECV为0.005 08,RMSEP为0.004 66。对比发现,建模样品的状态对近红外模型的预测性能有重要影响,样品在粉末状态下建立的粗蛋白和粗脂肪近红外模型的预测效果更好。另一方面,由于整粒样品建立的近红外模型的R~2均在0.87以上,因此当样品量较少没有足够样品可用于粉碎时,该模型可以满足对整粒大豆品质进行粗测的需求。该结果对大豆育种早代筛选工作具有重要意义。(本文来源于《大豆科学》期刊2019年02期）
敬小丽,唐杰,王雪梅,刘阳,杨雯[5]（2019）在《紫外-可见-短波近红外漫反射光谱技术测定白芷中二氧化硫残留量的研究》一文中研究指出建立紫外-可见-短波近红外漫反射光谱结合化学计量学测定白芷中二氧化硫残留量的方法。利用紫外-可见-短波近红外漫反射光谱技术并结合化学计量学建模预测二氧化硫残留量。偏最小二乘回归法(PLSR)建模优于支持向量回归法(SVR); Random Frog波段选择结合Auto-scaling预处理后PLS建模后预测效果最佳,校正集R~2为0. 99,交叉验证集R~2为0. 94,预测集R~2为0. 96。紫外-可见-短波近红外漫反射光谱结合化学计量学可以实现二氧化硫残留量的快速检测,为中药饮片的质量评价及监管提供一种技术手段。(本文来源于《化学研究与应用》期刊2019年01期）
陈龙,张晓冬,孙扬波,陈科力[6]（2019）在《基于近红外漫反射光谱和PCA-SVM算法快速鉴别炉甘石》一文中研究指出目的:利用主成分分析(PCA)和支持向量机(SVM)算法,建立炉甘石生品、伪品及炮制品的近红外漫反射光谱(NIRS)鉴别模型。方法:采集炉甘石生品、伪品及炮制品的NIRS,选取特征谱段,优选光谱预处理方法及最佳主成分数,建立PCA-SVM鉴别模型。结果:在7 500～4 000 cm-1谱段,以一阶导数法(FD)为最佳光谱预处理方法,PCA提取的光谱前5个主成分为最佳主成分,并经网格搜索算法确定惩罚因子c=0. 25,核函数参数g=8为最佳SVM内部参数,建立炉甘石PCA-SVM鉴别模型。该模型五折交叉验证准确率100%,且模型对训练集和测试集样品预测正确率亦均达100%。结论:基于PCASVM算法所建立的炉甘石NIRS鉴别模型预测准确率高,结合固体粉末漫反射技术无损、快速的优点,该模型可用于炉甘石生品、伪品及炮制品的无损、快速鉴别。(本文来源于《中国实验方剂学杂志》期刊2019年18期）
唐敏,宣爽青,张佳凤,陈丽芳,涂红艳[7]（2018）在《基于近红外漫反射光谱的云芝提取物品级分类研究》一文中研究指出为探索快速无损分析云芝提取物品级的方法,采集不同产地云芝提取物的近红外漫反射光谱,通过主成分分析(PCA)对样本原始光谱数据进行降维、压缩,并分别结合偏最小二乘判别法(PLS-DA)和反向传输人工神经网络(BP-ANN)建立识别模型。结果表明:采用主成分分析结合偏最小二乘判别法,建模集和验证集的识别正确率分别为100%和84%;采用主成分分析结合反向传输人工神经网络模型,其建模集和验证集的识别正确率均为100%。由此可见,主成分分析结合反向传输人工神经网络模型可以更好地实现对不同品级的云芝提取物进行分类识别。(本文来源于《食品工业》期刊2018年11期）
顾志荣,沈丹丹,许爱霞,郑修丽,钱倩[8]（2018）在《基于近红外漫反射光谱指纹图谱的当归-川芎药对配伍研究》一文中研究指出目的建立当归、川芎单煎及当归-川芎1∶1合煎水煎液干燥恒重粉末的近红外漫反射光谱(NIRDRS)指纹图谱,从近红外光谱的角度初步探讨当归-川芎配伍的物质基础。方法以积分球漫反射方式采集各50批当归、川芎单煎及当归-川芎1∶1合煎干燥恒重粉末的NIRDRS指纹图谱,提取指纹图谱共有模式并作光谱解析,比较3种指纹图谱的差异光谱并进行相似度分析,建立正交偏最小二乘-判别分析(OPLS-DA)模型对3种指纹图谱进行分类鉴别,采用载荷分析识别当归-川芎配伍合煎后的主要标记性化学基团变化。结果当归、川芎单煎及当归-川芎1∶1合煎NIRDRS指纹图谱的共有模式较为相似;相似度分析表明,当归、川芎单煎与当归-川芎1∶1合煎的NIRDRS指纹图谱相似度均大于0.90,但川芎单煎的平均相似度小于当归单煎;所建立的OPLS-DA模型能够实现当归、川芎单煎及当归-川芎1∶1合煎NIRDRS指纹图谱的分类鉴别,表明3种指纹图谱存在显着区别;光谱差异分析及载荷分析表明,3种NIRDRS指纹图谱的光谱差异分布在9761~9016 cm~(-1)、7449~6997 cm~(-1)、6880~6928 cm~(-1)、5561~5352 cm~(-1)、5291~5196 cm~(-1)、4296~4211 cm~(-1)波数范围内。结论与当归、川芎单煎比较,当归-川芎1∶1配伍合煎表现为新出现某些化合物基团,同时某些化合物基团消失或降低。(本文来源于《中国中医药信息杂志》期刊2018年08期）
张明旭[9]（2018）在《近红外漫反射光谱法非侵入式定量分析盐酸氨溴索片剂》一文中研究指出建立非侵入式检测盐酸氨澳索片剂待压颗粒、裸片及铝塑包装片的方法。方法 :应用傅立叶变换近红外光谱仪和外接积分球、旋转测样器及固体光纤探头,颗粒样品采用Pb S检测器进行检测。结论 :近红外漫反射光谱法简便、快速、可靠,完全可应用于盐酸氨澳索片剂待压颗粒、裸片及铝塑包装片的快速无损定量分析,有望进行在线检测。(本文来源于《中国新技术新产品》期刊2018年13期）
钱丽丽,宋雪健,类彦波,王月,左锋[10]（2018）在《近红外漫反射光谱技术对小米产地的快速检测》一文中研究指出为实现对小米产地溯源的快速检测,保护优质小米的品牌效益,维护消费者的合法权益,采用近红外漫反射光谱技术结合化学计量学,对来自肇源及肇州两地区的144份小米样品进行产地溯源研究。结果表明,采用因子化法建立的鉴别分析模型对肇源及肇州地区的小米样品鉴别正确率均为100%;采用欧氏距离法建立的聚类分析模型对两地区小米样品的鉴别正确率分别为95.65%和100%;采用偏最小二乘法建立的定量分析模型对两地区小米样品的鉴别正确率分别为95.65%和91.67%。由此可知,近红外漫反射光谱法是一种快速、高效、无损的小米产地溯源判别技术。(本文来源于《食品工业》期刊2018年06期）
近红外漫反射光谱法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为建立规模化奶牛场粪水中氮磷含量现场快速检测方法,以实现准确预测的同时替代常规监测程序,选取23家天津市典型种养结合模式的规模化奶牛场,围绕粪水处理全过程环节依次开展样品采集、实验室常规化学检测、近红外漫反射光谱采集,并进行主成分分析和偏最小二乘分析,建立多种动态复合影响因素条件下的全局、全程快速检测定量分析模型。结果表明:主成分分析不仅反映出同一奶牛场粪水有机组分随处理环节的变化,而且也反映出不同奶牛场粪水样品的差异性,以及在粪水处理过程中各因素对后续模型的影响程度。建立的全过程环节定量分析模型对总氮含量预测结果与实际含量的线性拟合相关系数R为0.96,预测均方根误差RMSEP为187.80;对总磷含量预测结果与实际含量的线性拟合相关系数R为0.91,预测均方根误差RMSEP为3.59。建立的全局定量分析模型对总氮含量预测结果与实际含量的线性拟合相关系数R为0.96,预测均方根误差RMSEP为238.59;总磷含量预测结果与实际含量的线性拟合相关系数R为0.91,预测均方根误差RMSEP为6.56。研究表明,基于近红外漫反射光谱和偏最小二乘法对规模化奶牛场粪水处理全过程环节粪水样品中氮、磷含量进行定量分析是可行的;纵向模型比横向模型能提供更好的预测结果;近红外漫反射光谱技术可实时、快速、高效地对规模化奶牛场粪水处理全过程总氮和总磷进行跟踪和监控。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
近红外漫反射光谱法论文参考文献
[1].赵云,刘巧娥,李伟,关云山.近红外漫反射光谱快速分析混合含能材料中黑索金含量[J].化学世界.2019
[2].赵润,牟美睿,王鹏,孙迪,刘海学.基于近红外漫反射光谱的规模化奶牛场粪水氮磷定量分析及模型构建[J].农业环境科学学报.2019
[3].王彦增.均质处理对生鲜牛乳近红外漫反射光谱的影响及机理研究[D].西北农林科技大学.2019
[4].王丽萍,陈文杰,赵兴忠,张新.基于近红外漫反射光谱法的大豆粗蛋白和粗脂肪含量的快速检测[J].大豆科学.2019
[5].敬小丽,唐杰,王雪梅,刘阳,杨雯.紫外-可见-短波近红外漫反射光谱技术测定白芷中二氧化硫残留量的研究[J].化学研究与应用.2019
[6].陈龙,张晓冬,孙扬波,陈科力.基于近红外漫反射光谱和PCA-SVM算法快速鉴别炉甘石[J].中国实验方剂学杂志.2019
[7].唐敏,宣爽青,张佳凤,陈丽芳,涂红艳.基于近红外漫反射光谱的云芝提取物品级分类研究[J].食品工业.2018
[8].顾志荣,沈丹丹,许爱霞,郑修丽,钱倩.基于近红外漫反射光谱指纹图谱的当归-川芎药对配伍研究[J].中国中医药信息杂志.2018
[9].张明旭.近红外漫反射光谱法非侵入式定量分析盐酸氨溴索片剂[J].中国新技术新产品.2018
[10].钱丽丽,宋雪健,类彦波,王月,左锋.近红外漫反射光谱技术对小米产地的快速检测[J].食品工业.2018
论文知识图
