CN103645155B - 生鲜羊肉嫩度的快速无损检测方法 - Google Patents
生鲜羊肉嫩度的快速无损检测方法 Download PDFInfo
- Publication number
- CN103645155B CN103645155B CN201310654441.9A CN201310654441A CN103645155B CN 103645155 B CN103645155 B CN 103645155B CN 201310654441 A CN201310654441 A CN 201310654441A CN 103645155 B CN103645155 B CN 103645155B
- Authority
- CN
- China
- Prior art keywords
- tenderness
- near infrared
- sample
- detection
- fresh
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供生鲜羊肉嫩度的快速无损检测方法,本发明的方法是基于便携式近红外仪对生鲜羊肉嫩度进行检测,与传统行业标准和其他应用台式傅里叶近红外仪检测生鲜羊肉嫩度的方法相比,具有检测时间短、检测速度快、省时省力;对检测样品大小没有限制,无需对检测样品进行任何前期处理和破坏,实现无损检测,节约成本;因微处理器(***程序)智能化程度高,检测自动完成,自动分析并显示检测结果,检测人员无需特殊培训,操作简单、便捷,可应用于在线检测。
Description
技术领域
本发明涉及光谱检测领域、计算机领域、化学计量学及食品无损检测技术领域,具体地说,涉及应用便携式近红外仪对生鲜羊肉嫩度的快速无损检测方法。
背景技术
羊肉是我国主要肉类食品之一,因其具有高蛋白、低脂肪、富含多种维生素、矿物质和人体所需的必需氨基酸等特点,深受国际国内市场的青睐。我国是羊肉生产大国,约占世界羊肉总产量的1/3,居世界首位。但因我国羊肉品质参差不齐,普遍存在品质较差的问题,导致我国羊肉的国际竞争力不强,始终无法在羊肉国际贸易的舞台上扮演重要的角色。与此同时,随着国内经济的发展,人们生活水平的提高,对生鲜羊肉嫩度的要求越来越高,各种鲜、嫩羔羊肉越来越受到广大消费者的青睐,而目前这些优质、高档羊肉90%都依靠进口,主要由于我国生鲜羊肉品质检测手段不健全,现有的品质检测方法普遍存在操作烦琐,耗时耗力等一系列问题,无法满足大批量现场快速检测的要求,导致市场上优劣羊肉混杂,没有体现出优质优价,影响了肉羊饲养者和羊肉加工者主动生产高品质羊肉的愿望,因此,如何快速有效的对生鲜羊肉的品质进行检测具有重要的意义。
肉的嫩度是指肉入口咀嚼时对碎裂的抵抗力。对生鲜肉而言,嫩度主要表现在肉的硬度、韧性、多汁性和纤维性等综合效应上,通常用咀嚼的食感来判断肉的嫩度,用剪切力表示嫩度的高低。肉的嫩度是判定生鲜肉品质的一项重要指标。
生鲜羊肉嫩度的检测方法目前主要有主观评价和客观评价两种方法,主观评价是靠评价员的咀嚼品尝来判定,评判结果受主观因素 的干扰,误差较大;客观评价目前主要根据行业标准NY/T1180-2006中介绍的剪切力测定法,借助质构仪测量肉的剪切力,该方法检测过程繁琐,耗时长,受人为因素干扰大且具有破坏性,被检测的样品不能继续应用于生产或销售,造成实际生产的大量浪费,无法满足大批量、快速、非破坏性和在线检测的检测要求。近些年近红外光谱分析技术已广泛应用于农产品检测领域。国内外学者已尝试采用近红外光谱分析技术对生鲜肉的嫩度做初步评定工作。张根伟等(2010年)应用稳态空间分辨光谱技术实现了生鲜猪肉嫩度的检测。张德权等(2008年)应用台式傅里叶近红外仪对生鲜羊肉的嫩度进行检测,该方法检测前,需要对生鲜羊肉样品进行剔除脂肪和筋膜等预处理工作,且因采用的台式傅里叶近红外仪对生鲜羊肉样品进行近红外光谱数据信息采集时需要将样品放置在样品杯中,因此需将样品加工成5cm×5cm×1cm大小的肉块,而由于台式傅里叶近红外仪不便于携带,因此应用台式傅里叶近红外仪对生鲜羊肉的嫩度进行检测,步骤复杂,对样品的大小有限制且对样品有破坏,无法满足在线快速无损检测生鲜羊肉嫩度的要求。目前,国内外还没有基于便携式近红外仪对生鲜羊肉嫩度进行检测方法的相关报道。
因此,为了改进我国生鲜羊肉品质检测技术,改善人们生活水平,提高我国生鲜羊肉在国际市场上的竞争力,保障我国生鲜羊肉的品质,开发可以实现在线快速无损检测生鲜羊肉嫩度的检测方法,具有十分重要的意义。
发明内容
本发明的目的是提供一种生鲜羊肉嫩度的快速无损检测方法。
为了实现本发明目的,本发明的一种生鲜羊肉嫩度的快速无损检测方法,包括以下步骤:
1)首先大量采集生鲜羊肉样品,对样品进行近红外光谱数据信息采集;同时按照行业标准规定的化学检测方法对样品的嫩度进行检测;
2)将步骤1)中采集的所有生鲜羊肉样品的近红外光谱数据信息与嫩度化学测定值一一对应建立样品集,按比例分为校正集和验证集,使用不同光谱预处理方法对采集的光谱数据信息进行预处理后,利用校正集的光谱数据信息和嫩度化学测定值,建立生鲜羊肉嫩度的预测模型;利用验证集的光谱数据信息、嫩度化学测定值和模型参数评价预测模型的精准度,确定针对生鲜羊肉嫩度的最佳近红外光谱数据信息预处理方法和最佳预测模型;
3)利用步骤2)中确定的针对生鲜羊肉嫩度的最佳近红外光谱数据信息预处理方法和最佳预测模型,对待测生鲜羊肉样品的嫩度进行检测。
步骤1)中对样品进行近红外光谱数据信息采集使用的光谱范围为1000nm~1800nm。
步骤1)中按照行业标准NY/T1180-2006规定的化学检测方法对样品的嫩度进行检测。
步骤2)中针对生鲜羊肉嫩度的近红外光谱数据信息预处理方法包括Savitzky-Golay平滑、求导(Savitzky-Golay一阶导数、差分一阶导数)、信号校正(多元散射校正MSC、标准正太变量变换SNV、净分析信号NAS、正交信号校正OSC,去趋势校正DT、基线校正)、标准化(均值中心化、标准化)等中的至少一种。
步骤2)中校正集和验证集的比例为2-3:1,优选3:1。
步骤2)中针对生鲜羊肉嫩度的最佳预测模型的精准度评价参数包括但不限于校正集标准偏差(SEC)、交互验证标准偏差(SECV)、验证集标准偏差(SEP)、校正集相关系数(Rc)、验证集相关系数(Rp)。
本发明中,实现所述生鲜羊肉嫩度的快速无损检测方法的装置为便携式近红外仪(图1),该装置由光源(卤钨灯)和光栅1、输出光纤2、输入光纤4、检测探头3、检测器5和微处理器6组成,其中,检测探头3通过输入光纤4和输出光纤2与检测器5连接;采集样品近红外 光谱数据信息时,样品无需进行任何前处理和破坏,将检测探头3紧贴于样品表面,光由光源发出,经光栅分光形成近红外光谱范围内的单色光,单色光经过输出光纤2到达检测探头3照射在样品上,样品表面漫反射形成的漫反射光由检测探头3采集,经过输入光纤4到达检测器5,检测器5记录该波长下样品的光谱数据信息并传送至微处理器6;微处理器6将光谱信息转换成光谱数据信息,并根据载入的针对生鲜羊肉嫩度的最佳光谱数据信息预处理方法和最佳预测模型自动对采集的待测样品近红外光谱数据信息进行预处理,输入到最佳预测模型中,对样品的嫩度进行检测。该装置可作为随身携带的便携式近红外仪,从而达到在线快速无损检测的要求。
本方法基于便携式近红外仪对生鲜羊肉嫩度进行检测,与传统行业标准和其他应用台式傅里叶近红外仪检测嫩度的方法相比,具有检测时间短、检测速度快、省时省力;对检测样品大小没有限制,无需对检测样品进行任何前期处理和破坏,实现无损检测,节约成本;因微处理器(***程序)智能化程度高,检测自动完成,自动分析并显示检测结果,检测人员无需特殊培训,操作简单、便捷,可应用于在线检测。
附图说明
图1为便携式近红外仪的工作示意图;其中,1为光源和光栅,2为输出光纤,3为检测探头,4为输入光纤,5为检测器,6为微处理器(***程序),7为生鲜羊肉样品。
图2为本发明实施例1中建立生鲜羊肉嫩度预测模型的流程图。
图3为本发明实施例1中所有生鲜羊肉样品的近红外光谱信息图。
图4为本发明实施例1中最佳生鲜羊肉嫩度预测模型不同主因子数的PRESS值。
图5为本发明实施例1中最佳生鲜羊肉嫩度预测模型校正集参数。
图6为本发明实施例1中最佳生鲜羊肉嫩度预测模型验证集参数。
具体实施方式
以下实施例用于说明本发明,但不用来限制本发明的范围。若未特别指明,实施例中所用的技术手段为本领域技术人员所熟知的常规手段,所用原料均为市售商品。
实施例1生鲜羊肉嫩度的快速无损检测方法的建立
应用便携式近红外仪快速无损检测生鲜羊肉嫩度的方法建立流程示意图如图2所示。
(1)样品采集
从市场上采集100份生鲜羊肉样品。
(2)样品近红外光谱采集
采集步骤(1)中100份生鲜羊肉样品的近红外光谱信息(图3)。近红外光谱信息采集前,羊肉样品无需做任何处理和破坏。近红外光谱信息采集过程中,将羊肉样品表面紧贴于便携式近红外仪(图1)光谱检测探头3,避免因漏光导致采集的光谱信息不准确。因近红外光谱的采集对温度敏感,所有羊肉样品在光谱采集过程中始终保持在0-4℃。采集的近红外光谱波长范围为1000nm-1800nm,分辨率为10nm,每个样品进行3次光谱采集,每次间隔5秒钟,每次光谱采集,光谱扫描次数为10次。
(3)嫩度化学测定值的检测
根据行业标准NY/T1180-2006肉嫩度的测定中介绍的剪切力测定法对步骤(1)中100份生鲜羊肉样品进行嫩度化学测定值的检测。
(4)校正集和验证集的划分
将步骤(2)采集的所有生鲜羊肉样品的近红外光谱数据信息与步骤(3)检测的生鲜羊肉样品的嫩度化学测定值一一对应建立样品集,按照3:1的比例分为校正集和验证集即将其中75个样品的近红外光谱数据信息及对应的嫩度化学测定值作为校正集,25个样品的近红外光谱数据信息及对应的嫩度化学测定值作为验证集。
(5)光谱的预处理与模型建立
对步骤(4)中校正集和验证集的近红外光谱数据信息进行预处理以去除光谱中的无关干扰信息、降低随机噪声和强化谱带特征。将不同的预处理方法包括Savitzky-Golay平滑、求导(Savitzky-Golay一阶导数、差分一阶导数)、信号矫正(多元散射校正MSC、标准正太变量变换SNV、净分析信号NAS、正交信号校正OSC,去趋势校正DT、基线校正)、标准化(均值中心化、标准化)进行组合,应用偏最小二乘法(PLS)建立多个生鲜羊肉嫩度预测模型。
(6)模型的评价
根据模型校正集标准偏差(SEC)、交互验证标准偏差(SECV)、验证集标准偏差(SEP)值越接近0且同时相互之间越接近越好;校正集相关系数(Rc)、验证集相关系数(Rp)值越接近1越好;主因子数较少的原则对步骤(5)建立的模型的预测准确性、重复性、稳健性等性能进行评价。选出针对生鲜羊肉嫩度的最佳预测模型和最佳近红外光谱数据信息预处理方法,同时应用学生残差对模型中的异常值进行剔除,优化模型。
最佳近红外光谱数据信息预处理方法为均值中心化、Savitzky-Golay一阶导数、Savitzky-Golay平滑和正交信号校正
最佳生鲜羊肉嫩度预测模型的主因子数为4(图4),校正集相关系数Rc=0.94,校正集标准偏差SEC=0.90(图5),验证集相关系数Rp=0.64,验验证集标准偏差SEP=2.39(图6)
将针对生鲜羊肉嫩度的最佳近红外光谱数据信息预处理方法和最佳可靠地预测模型载入到便携式近红外仪中的***程序内,通过建立的检测方法对生鲜羊肉样品的嫩度进行快速无损检测。
应用便携式近红外仪及载入的最佳近红外光谱数据信息预处理方法和最佳嫩度预测模型,对从市场上采集的5个生鲜羊肉样品的嫩度进行检测,同时按照行业标准规定的标准检测方法对样品嫩度进行 检测。结果如表1所示。
表1生鲜羊肉样品嫩度预测值与化学测定值的比较
实施例2便携式近红外仪在生鲜羊肉嫩度的快速无损检测中的应用
应用实施例1中的便携式近红外仪及载入的最佳近红外光谱数据信息预处理方法和最佳嫩度预测模型对从市场上采集的另外5个生鲜羊肉样品的嫩度进行检测,同时按照行业标准规定的标准检测方法对样品的嫩度进行检测。结果如表2所示。
表2生鲜羊肉样品嫩度预测值与化学测定值的比较
虽然,上文中已经用一般性说明及具体实施方案对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
参考文献
[1]张根伟,文星,王忠义,赵东杰,黄岚,基于稳态空间分辨光谱技术的猪肉嫩度测量方法研究[J],光谱学与光谱分析,2010,30(10):2793-2796.
[2]张德权,陈宵娜,孙素琴,李春红,***,李勇,李淑荣,李庆鹏,周洪杰,羊肉嫩度傅里叶变换近红外光谱偏最小二乘法定量分析研究[J],光谱学与光谱分析,2008,28(11):2550-2553。
Claims (1)
1.生鲜羊肉嫩度的快速无损检测方法,其特征在于,包括以下步骤:
(1)样品采集
从市场上采集100份生鲜羊肉样品;
(2)样品近红外光谱采集
采集步骤(1)中100份生鲜羊肉样品的近红外光谱信息;近红外光谱信息采集前,羊肉样品无需做任何处理和破坏;近红外光谱信息采集过程中,将羊肉样品表面紧贴于便携式近红外仪的光谱检测探头,避免因漏光导致采集的光谱信息不准确;因近红外光谱的采集对温度敏感,所有羊肉样品在光谱采集过程中始终保持在0-4℃;采集的近红外光谱波长范围为1000nm-1800nm,分辨率为10nm,每个样品进行3次光谱采集,每次间隔5秒钟,每次光谱采集,光谱扫描次数为10次;
(3)嫩度化学测定值的检测
根据行业标准NY/T 1180-2006肉嫩度的测定中介绍的剪切力测定法对步骤(1)中100份生鲜羊肉样品进行嫩度化学测定值的检测;
(4)校正集和验证集的划分
将步骤(2)采集的所有生鲜羊肉样品的近红外光谱数据信息与步骤(3)检测的生鲜羊肉样品的嫩度化学测定值一一对应建立样品集,按照3:1的比例分为校正集和验证集即将其中75个样品的近红外光谱数据信息及对应的嫩度化学测定值作为校正集,25个样品的近红外光谱数据信息及对应的嫩度化学测定值作为验证集;
(5)光谱的预处理与模型建立
对步骤(4)中校正集和验证集的近红外光谱数据信息进行预处理以去除光谱中的无关干扰信息、降低随机噪声和强化谱带特征;将不同的预处理方法包括Savitzky-Golay平滑、求导、信号矫正、标准化进行组合,应用偏最小二乘法建立多个生鲜羊肉嫩度预测模型;
(6)模型的评价
根据模型校正集标准偏差SEC、交互验证标准偏差SECV、验证集标准偏差SEP值越接近0且同时相互之间越接近越好;校正集相关系数Rc、验证集相关系数Rp值越接近1越好;主因子数较少的原则对步骤(5)建立的模型的预测准确性、重复性、稳健性性能进行评价;选出针对生鲜羊肉嫩度的最佳预测模型和最佳近红外光谱数据信息预处理方法,同时应用学生残差对模型中的异常值进行剔除,优化模型;
最佳近红外光谱数据信息预处理方法为均值中心化、Savitzky-Golay一阶导数、Savitzky-Golay平滑和正交信号校正;
最佳生鲜羊肉嫩度预测模型的主因子数为4,校正集相关系数Rc=0.94,校正集标准偏差SEC=0.90,验证集相关系数Rp=0.64,验验证集标准偏差SEP=2.39;
将针对生鲜羊肉嫩度的最佳近红外光谱数据信息预处理方法和最佳可靠地预测模型载入到便携式近红外仪中的***程序内,通过建立的检测方法对生鲜羊肉样品的嫩度进行快速无损检测;
其中,所述便携式近红外仪由光源和光栅1、输出光纤2、输入光纤4、检测探头3、检测器5和微处理器6组成,其中,检测探头3通过输入光纤4和输出光纤2与检测器5连接;采集样品近红外光谱数据信息时,样品无需进行任何前处理和破坏,将检测探头3紧贴于样品表面,光由光源发出,经光栅分光形成近红外光谱范围内的单色光,单色光经过输出光纤2到达检测探头3照射在样品上,样品表面漫反射形成的漫反射光由检测探头3采集,经过输入光纤4到达检测器5,检测器5记录该波长下样品的光谱数据信息并传送至微处理器6;微处理器6将光谱信息转换成光谱数据信息,并根据载入的针对生鲜羊肉嫩度的最佳光谱数据信息预处理方法和最佳预测模型自动对采集的待测样品近红外光谱数据信息进行预处理,输入到最佳预测模型中,对样品的嫩度进行检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310654441.9A CN103645155B (zh) | 2013-12-05 | 2013-12-05 | 生鲜羊肉嫩度的快速无损检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310654441.9A CN103645155B (zh) | 2013-12-05 | 2013-12-05 | 生鲜羊肉嫩度的快速无损检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103645155A CN103645155A (zh) | 2014-03-19 |
CN103645155B true CN103645155B (zh) | 2016-08-24 |
Family
ID=50250406
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310654441.9A Active CN103645155B (zh) | 2013-12-05 | 2013-12-05 | 生鲜羊肉嫩度的快速无损检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103645155B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104568828A (zh) * | 2015-01-30 | 2015-04-29 | 云南中烟工业有限责任公司 | 近红外漫反射光谱测定造纸法再造烟叶抗张强度的方法 |
CN104596974A (zh) * | 2015-01-30 | 2015-05-06 | 云南中烟工业有限责任公司 | 近红外漫反射光谱技术测定造纸法再造烟叶填充值的方法 |
CN104596978A (zh) * | 2015-01-30 | 2015-05-06 | 云南中烟工业有限责任公司 | 近红外漫反射光谱技术测定造纸法再造烟叶物理指标定量的方法 |
CN104596979A (zh) * | 2015-01-30 | 2015-05-06 | 云南中烟工业有限责任公司 | 近红外漫反射光谱技术测定造纸法再造烟叶纤维素的方法 |
CN104596975A (zh) * | 2015-01-30 | 2015-05-06 | 云南中烟工业有限责任公司 | 近红外漫反射光谱技术测定造纸法再造烟叶木质素的方法 |
CN105548062B (zh) * | 2015-12-21 | 2018-02-27 | 中国肉类食品综合研究中心 | 生鲜牛肉多指标的快速无损同步检测方法 |
CN105929121B (zh) * | 2016-04-25 | 2018-07-03 | 吉林大学 | 检测牛肉嫩度的咀嚼机器人 |
CN105911019A (zh) * | 2016-07-01 | 2016-08-31 | 内蒙古自治区纤维检验局 | 一种山羊绒原绒和洗净绒净绒率检测方法和设备 |
CN108195790A (zh) * | 2018-01-25 | 2018-06-22 | 内蒙古农业大学 | 基于近红外光谱建立山羊肉质检测数据库的方法 |
TWI684763B (zh) * | 2019-06-21 | 2020-02-11 | 財團法人食品工業發展研究所 | 使用近紅外光譜的肉品品質檢測方法 |
CN110503156B (zh) * | 2019-08-27 | 2021-09-03 | 黑龙江八一农垦大学 | 一种基于最小相关系数的多变量校正特征波长选择方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1603794A (zh) * | 2004-11-02 | 2005-04-06 | 江苏大学 | 近红外技术快速检测牛肉嫩度的方法和装置 |
CN101178356A (zh) * | 2007-12-03 | 2008-05-14 | 中国农业大学 | 肉制品嫩度无损检测的超光谱成像***及检测方法 |
CN101551341A (zh) * | 2009-04-09 | 2009-10-07 | 浙江大学 | 基于图像与光谱信息融合的肉品在线无损检测方法与装置 |
CN102507882A (zh) * | 2011-12-19 | 2012-06-20 | 中国农业大学 | 牛肉品质的多参数综合评价方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2833352B1 (fr) * | 2001-12-07 | 2004-06-18 | Adiv Ass | Procede et dispositif de mesure de la tendrete de la viande animale ou de la fraicheur du poisson |
-
2013
- 2013-12-05 CN CN201310654441.9A patent/CN103645155B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1603794A (zh) * | 2004-11-02 | 2005-04-06 | 江苏大学 | 近红外技术快速检测牛肉嫩度的方法和装置 |
CN101178356A (zh) * | 2007-12-03 | 2008-05-14 | 中国农业大学 | 肉制品嫩度无损检测的超光谱成像***及检测方法 |
CN101551341A (zh) * | 2009-04-09 | 2009-10-07 | 浙江大学 | 基于图像与光谱信息融合的肉品在线无损检测方法与装置 |
CN102507882A (zh) * | 2011-12-19 | 2012-06-20 | 中国农业大学 | 牛肉品质的多参数综合评价方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103645155A (zh) | 2014-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103645155B (zh) | 生鲜羊肉嫩度的快速无损检测方法 | |
CN102879353B (zh) | 近红外检测花生中蛋白质组分含量的方法 | |
CN105548062B (zh) | 生鲜牛肉多指标的快速无损同步检测方法 | |
CN102519906B (zh) | 多通道近红外光谱牛肉品质多参数同时检测方法 | |
CN103712948B (zh) | 生鲜羊肉中挥发性盐基氮含量的快速无损检测方法 | |
CN104048939A (zh) | 生猪血液中血糖含量近红外快速检测方法 | |
CN101769866B (zh) | 一种牛奶成分的检测装置和方法 | |
CN102590129B (zh) | 近红外检测花生中氨基酸含量的方法 | |
CN101308086A (zh) | 基于近红外光谱技术的水果内部品质在线检测方法及装置 | |
CN102967578A (zh) | 在线获取牛肉样本近红外光谱的方法及其在评价牛肉质量中的应用 | |
CN103837492B (zh) | 一种基于近红外光谱技术的猕猴桃膨大果无损检测方法 | |
CN104568815A (zh) | 生鲜牛肉中挥发性盐基氮含量的快速无损检测方法 | |
CN103760110A (zh) | 一种快速鉴别不同动物来源肉的方法 | |
CN102393376A (zh) | 基于支持向量回归的鱼丸多组分含量检测的近红外光谱法 | |
CN109211829A (zh) | 一种基于SiPLS的近红外光谱法测定大米中水分含量的方法 | |
CN104596975A (zh) | 近红外漫反射光谱技术测定造纸法再造烟叶木质素的方法 | |
CN104596979A (zh) | 近红外漫反射光谱技术测定造纸法再造烟叶纤维素的方法 | |
CN108169168A (zh) | 检测分析水稻籽粒蛋白质含量数学模型及构建方法和应用 | |
CN104596976A (zh) | 近红外漫反射光谱技术测定造纸法再造烟叶蛋白质的方法 | |
CN110376154A (zh) | 基于光谱校正的水果在线检测方法及*** | |
CN104502307A (zh) | 一种快速检测长牡蛎糖原和蛋白质含量的方法 | |
CN106198423B (zh) | 一种基于可见-近红外光谱分析技术鉴别火腿肠等级的方法 | |
CN102519903B (zh) | 一种近红外光谱测定双孢蘑菇白度值的方法 | |
CN104568828A (zh) | 近红外漫反射光谱测定造纸法再造烟叶抗张强度的方法 | |
CN102435574B (zh) | 一种羊胴体产量的无损分级方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |