CN111965138A - 一种低聚麦芽糖中水分含量的测定方法 - Google Patents
一种低聚麦芽糖中水分含量的测定方法 Download PDFInfo
- Publication number
- CN111965138A CN111965138A CN202010830850.XA CN202010830850A CN111965138A CN 111965138 A CN111965138 A CN 111965138A CN 202010830850 A CN202010830850 A CN 202010830850A CN 111965138 A CN111965138 A CN 111965138A
- Authority
- CN
- China
- Prior art keywords
- sample
- spectrum
- moisture content
- malto
- oligosaccharide
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- FYGDTMLNYKFZSV-DZOUCCHMSA-N alpha-D-Glcp-(1->4)-alpha-D-Glcp-(1->4)-D-Glcp Chemical compound O[C@@H]1[C@@H](O)[C@H](O)[C@@H](CO)O[C@@H]1O[C@@H]1[C@@H](CO)O[C@H](O[C@@H]2[C@H](OC(O)[C@H](O)[C@H]2O)CO)[C@H](O)[C@H]1O FYGDTMLNYKFZSV-DZOUCCHMSA-N 0.000 title claims abstract description 20
- 238000001228 spectrum Methods 0.000 claims abstract description 34
- 238000012937 correction Methods 0.000 claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 238000002835 absorbance Methods 0.000 claims abstract description 15
- 238000007781 pre-processing Methods 0.000 claims abstract description 12
- OWEGMIWEEQEYGQ-UHFFFAOYSA-N 100676-05-9 Natural products OC1C(O)C(O)C(CO)OC1OCC1C(O)C(O)C(O)C(OC2C(OC(O)C(O)C2O)CO)O1 OWEGMIWEEQEYGQ-UHFFFAOYSA-N 0.000 claims abstract description 10
- GUBGYTABKSRVRQ-PICCSMPSSA-N Maltose Natural products O[C@@H]1[C@@H](O)[C@H](O)[C@@H](CO)O[C@@H]1O[C@@H]1[C@@H](CO)OC(O)[C@H](O)[C@H]1O GUBGYTABKSRVRQ-PICCSMPSSA-N 0.000 claims abstract description 10
- 238000006073 displacement reaction Methods 0.000 claims abstract description 10
- 238000012843 least square support vector machine Methods 0.000 claims abstract description 8
- 238000003672 processing method Methods 0.000 claims abstract description 5
- 238000013519 translation Methods 0.000 claims abstract description 4
- 238000012795 verification Methods 0.000 claims description 11
- 238000001035 drying Methods 0.000 claims description 8
- 238000000513 principal component analysis Methods 0.000 claims description 8
- 238000012706 support-vector machine Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000000691 measurement method Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 6
- 238000004587 chromatography analysis Methods 0.000 description 5
- 229920000642 polymer Polymers 0.000 description 5
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004128 high performance liquid chromatography Methods 0.000 description 3
- 235000013336 milk Nutrition 0.000 description 3
- 239000008267 milk Substances 0.000 description 3
- 210000004080 milk Anatomy 0.000 description 3
- 229920001542 oligosaccharide Polymers 0.000 description 3
- 150000002482 oligosaccharides Chemical class 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000002329 infrared spectrum Methods 0.000 description 2
- JVTAAEKCZFNVCJ-UHFFFAOYSA-N lactic acid Chemical compound CC(O)C(O)=O JVTAAEKCZFNVCJ-UHFFFAOYSA-N 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 241000186000 Bifidobacterium Species 0.000 description 1
- 208000005156 Dehydration Diseases 0.000 description 1
- 229920001353 Dextrin Polymers 0.000 description 1
- 239000004375 Dextrin Substances 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- AYRXSINWFIIFAE-SCLMCMATSA-N Isomaltose Natural products OC[C@H]1O[C@H](OC[C@@H](O)[C@@H](O)[C@H](O)[C@@H](O)C=O)[C@@H](O)[C@@H](O)[C@@H]1O AYRXSINWFIIFAE-SCLMCMATSA-N 0.000 description 1
- 229920002472 Starch Polymers 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- BVKZGUZCCUSVTD-UHFFFAOYSA-N carbonic acid Chemical compound OC(O)=O BVKZGUZCCUSVTD-UHFFFAOYSA-N 0.000 description 1
- 235000020965 cold beverage Nutrition 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000018044 dehydration Effects 0.000 description 1
- 238000006297 dehydration reaction Methods 0.000 description 1
- 235000019425 dextrin Nutrition 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003914 insulin secretion Effects 0.000 description 1
- DLRVVLDZNNYCBX-RTPHMHGBSA-N isomaltose Chemical compound O[C@@H]1[C@@H](O)[C@H](O)[C@@H](CO)O[C@@H]1OC[C@@H]1[C@@H](O)[C@H](O)[C@@H](O)C(O)O1 DLRVVLDZNNYCBX-RTPHMHGBSA-N 0.000 description 1
- 235000015110 jellies Nutrition 0.000 description 1
- 239000008274 jelly Substances 0.000 description 1
- 235000014655 lactic acid Nutrition 0.000 description 1
- 239000004310 lactic acid Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000007830 nerve conduction Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 235000013322 soy milk Nutrition 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 235000019698 starch Nutrition 0.000 description 1
- 239000008107 starch Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供一种低聚麦芽糖中水分含量的测定方法，涉及低聚麦芽糖水分含量检测技术领域。该种低聚麦芽糖中水分含量的测定方法，包括以下步骤：S1.首先建立位移校正的光谱预处理方法，这是一种中心化处理方法，它是通过从每条光谱中减去前几个波长点(如前六个)吸收度的平均值来实现的，主要用于校正基线的平移：
其中Xij，0为校正后吸收度值，Xij为原始吸收度值，
Description
技术领域
本发明涉及低聚麦芽糖水分含量检测技术领域，具体为一种低聚麦芽糖 中水分含量的测定方法。
背景技术
低聚麦芽糖是采用优质淀粉为原料，通过酶的作用，经过液化、浓缩、干 燥等一系列工序精制而成的以低聚异麦芽糖为主要成份的白色粉末状淀粉糖 制品，人体经过重(或大)体力消耗和长时间的剧烈运动后易出现脱水，能源 储备，消耗血糖降低，体温高，肌肉神经传导受影响，脑功能紊乱等一系列 生理变化和症状，而食用低聚麦芽糖后，不仅能保持血糖水平，减少血乳酸 的产生，而且胰岛素分泌平衡，人体试验证明，使用低聚糖后耐力和功能力 可增加30％以上，功效非常明显，低聚麦芽糖主要应用到功能保健、碳酸、豆 奶、果冻等饮料，牛奶、发酵乳、各种奶粉等乳制品以及糖果糕饼、冷饮品 中，低聚麦芽糖具有良好的理化性质，如溶解性好、耐酸、耐热、糊精含量 低等，属于非消化性低聚糖类，对人体内有益的双歧杆菌有强大的增殖作用 以及预防龋齿等作用，
低聚麦芽糖是一种集营养、保健、疗效于一身的功能性低聚糖，因此， 考虑到低聚麦芽糖的功能和应用，水分作为其主要成分之一，其含量的检测 将至关重要，目前，低聚麦芽糖的主要检测方法有色谱分析法和高效液相色 谱法，这两种检测方法具有分辨率高、重现性好等优点，但是检测过程复杂、 耗时长、对样品有损害，所以，我们迫切需要寻找到一种高效、快速、简便、 无损的低聚麦芽糖检测技术，为此，我们提出了新的一种低聚麦芽糖中水分 含量的测定方法。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种低聚麦芽糖中水分含量的测定 方法，解决了目前低聚麦芽糖的主要检测方法有色谱分析法和高效液相色谱 法，这两种检测方法具有分辨率高、重现性好等优点，但是检测过程复杂、 耗时长、对样品有损害的问题。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：一种低聚麦芽糖 中水分含量的测定方法，包括以下步骤：
S1.首先建立位移校正的光谱预处理方法，这是一种中心化处理方法，它 是通过从每条光谱中减去前几个波长点(如前六个)吸收度的平均值来实现 的，主要用于校正基线的平移：
其中Xij，0为校正后吸收度 值，Xij为原始吸收度值，
为前6个波长点吸收度的平均值；
S2.然后建立最小二乘支持向量机的建模方法，这种建模方法是通过核函 数将输入数据映射到高维特征空间里，然后在特征空间里求解最优化问题， 首先利用输入数据和检测目标向量拟合出一个函数表达式：
其中，ω是权值 向量，γ是正则化参数，ek是模型预测误差，b是偏置值，通过转换得到一下 方程组：
其中，1＝[1，…，1]T，a＝[a1，a2，…，an]T，Ω＝{Ωkl|k，l＝1，2，…，n，}，
K(xk，xl)是核函数，求解方程 组得到a和b，最终得到最小二成支持向量机建立的回归模型的表达式，如下 所示：
S3.通过利用烘干法得到具有水分含量梯度的低聚麦芽糖样品，将样品分 为校正集和验证集，将校正集样品置于样品杯中；
S4.使用红外光谱仪以漫反射的方式依次采集样品的光谱，并将采集完光 谱的样品利用标准的实验测量方法得到其理化值，将理化值和光谱数据仪器 导入到化学计量学软件；
S5.然后采用位移校正的方法对光谱进行预处理，再对样品光谱进行PCA 主成分分析，利用偏最小二乘支持向量机建立样品的校正模型，最后调用模 型对验证集的样品进行预测验证。
优选的，所述红外光谱仪可采用GSA201型红外光谱仪。
优选的，多组所述低聚麦芽糖样品的烘干温度控制在60－100℃范围内。
(三)有益效果
本发明提供了一种低聚麦芽糖中水分含量的测定方法。具备以下有益效 果：
1、该低聚麦芽糖中水分含量的测定方法，通过设计位移校正的光谱预处 理方法，消除了由于仪器状态、测试环境、光程变化等对近红外光谱的影响， 大大降低了与标准值之间的误差。
2、该低聚麦芽糖中水分含量的测定方法，其检测方式不需要对样品做任 何处理，对样品没有损害；检测速度快，可以达到秒级的检测速度；样品检 测准确率高，工作效率大大提高，值得大力推广。
附图说明
图1为本发明样品的原始光谱图；
图2为本发明采用位移校正的方法对原始光谱进行预处理后的光谱图；
图3为本发明最小二乘支持向量机建立的校正模型结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行 清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而 不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做 出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一：
本发明实施例提供一种低聚麦芽糖中水分含量的测定方法，包括以下步 骤：
S1.首先建立位移校正的光谱预处理方法，这是一种中心化处理方法，它 是通过从每条光谱中减去前几个波长点(如前六个)吸收度的平均值来实现 的，主要用于校正基线的平移：
其中Xij，0为校正后吸收度 值，Xij为原始吸收度值，
为前6个波长点吸收度的平均值，这种方法消 除了由于仪器状态、测试环境、光程变化等对近红外光谱的影响；
S2.然后建立最小二乘支持向量机的建模方法，这种建模方法是通过核函 数将输入数据映射到高维特征空间里，然后在特征空间里求解最优化问题， 首先利用输入数据和检测目标向量拟合出一个函数表达式：
其中，ω是权值 向量，γ是正则化参数，ek是模型预测误差，b是偏置值，通过转换得到一下 方程组：
其中，1＝[1，…，1]T，a＝[a1，a2，…，an]T，Ω＝{Ωkl|k，l＝1，2，…，n，}，
K(xk，xl)是核函数，求解方程 组得到a和b，最终得到最小二成支持向量机建立的回归模型的表达式，如下 所示：
S3.通过利用烘干法得到具有水分含量梯度的低聚麦芽糖样品，将样品分 为校正集和验证集，将校正集样品置于样品杯中；
S4.使用红外光谱仪以漫反射的方式依次采集样品的光谱，并将采集完光 谱的样品利用标准的实验测量方法得到其理化值，将理化值和光谱数据仪器 导入到化学计量学软件；
S5.然后采用位移校正的方法对光谱进行预处理，再对样品光谱进行PCA 主成分分析，利用偏最小二乘支持向量机建立样品的校正模型，最后调用模 型对验证集的样品进行预测验证，利用标准方法测定待测样品的水分含量值， 将模型的预测值与该值进行对比，结果显示，GSA201型近红外光谱仪检测值 与标准值的误差小于2.3％。
红外光谱仪可采用GSA201型红外光谱仪。
多组低聚麦芽糖样品的烘干温度控制在60－100℃范围内。
实施例二：
本实施例在基于实施例一的基础上，进行一组实验，实验过程及结果如 下：
1、准备粒径80目的低聚麦芽糖粉末样品27份，将样品放到烘箱中利用 烘干法得到具有水分含量梯度的低聚麦芽糖样品，各样品的水分含量如下表 所示；
2、将样品依次放入样品杯中，利用GSA201近红外光谱仪采集样品光谱， 得到样品的原始光谱如图1所示；
3、采用位移校正的方法对原始光谱进行预处理，得到如图2所示的光谱 图；
4、对样品进行PCA主成分分析，利用K-S划分法将样品划分为校正集(24 份)和验证集(3份)，然后用最小二乘支持向量机建立校正模型，模型如图 3所示；
5、调用校正好的模型，对验证集的样品进行验证，预测结果如下表所示：
| 编号 | 预测值 | 参考值 | 绝对偏差 | 相对偏差(％) |
| 061833 | 3.16 | 3.20 | 0.04 | 1.14 |
| 052931 | 3.50 | 3.46 | 0.03 | 1.01 |
| 05013301 | 3.86 | 3.70 | 0.16 | 4.29 |
| 平均值 | 0.08 | 2.15 |
通过对以上实验过程及结果的分析，我们得出结论：通过位移校正光谱 仪处理方法和最小二乘支持向量机建模方法相结合，利用GSA近红外光谱仪 完全能够有效预测低聚麦芽糖中水分的含量。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而 言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行 多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限 定。
Claims (3)
1.一种低聚麦芽糖中水分含量的测定方法，其特征在于：包括以下步骤：
S1.首先建立位移校正的光谱预处理方法，这是一种中心化处理方法，它是通过从每条光谱中减去前几个波长点(如前六个)吸收度的平均值来实现的，主要用于校正基线的平移：
其中Xij，0为校正后吸收度值，Xij为原始吸收度值，
为前6个波长点吸收度的平均值；
S2.然后建立最小二乘支持向量机的建模方法，这种建模方法是通过核函数将输入数据映射到高维特征空间里，然后在特征空间里求解最优化问题，首先利用输入数据和检测目标向量拟合出一个函数表达式：
其中，ω是权值向量，γ是正则化参数，ek是模型预测误差，b是偏置值，通过转换得到一下方程组：
其中，1＝[1，…，1]T，a＝[a1，a2，…，an]T，Ω＝{Ωkl|k，l＝1，2，…，n，}，
K(xk，xl)是核函数，求解方程组得到a和b，最终得到最小二成支持向量机建立的回归模型的表达式，如下所示：
S3.通过利用烘干法得到具有水分含量梯度的低聚麦芽糖样品，将样品分为校正集和验证集，将校正集样品置于样品杯中；
S4.使用红外光谱仪以漫反射的方式依次采集样品的光谱，并将采集完光谱的样品利用标准的实验测量方法得到其理化值，将理化值和光谱数据仪器导入到化学计量学软件；
S5.然后采用位移校正的方法对光谱进行预处理，再对样品光谱进行PCA主成分分析，利用偏最小二乘支持向量机建立样品的校正模型，最后调用模型对验证集的样品进行预测验证。
2.根据权利要求1所述的一种低聚麦芽糖中水分含量的测定方法，其特征在于：所述红外光谱仪可采用GSA201型红外光谱仪。
3.根据权利要求1所述的一种低聚麦芽糖中水分含量的测定方法，其特征在于：多组所述低聚麦芽糖样品的烘干温度控制在60－100℃范围内。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010830850.XA CN111965138A (zh) | 2020-08-18 | 2020-08-18 | 一种低聚麦芽糖中水分含量的测定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010830850.XA CN111965138A (zh) | 2020-08-18 | 2020-08-18 | 一种低聚麦芽糖中水分含量的测定方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111965138A true CN111965138A (zh) | 2020-11-20 |
Family
ID=73389174
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010830850.XA Pending CN111965138A (zh) | 2020-08-18 | 2020-08-18 | 一种低聚麦芽糖中水分含量的测定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111965138A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113674814A (zh) * | 2021-08-24 | 2021-11-19 | 佛山市海天(高明)调味食品有限公司 | 一种光谱定量分析模型的构建方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103278473A (zh) * | 2013-05-14 | 2013-09-04 | 中国热带农业科学院分析测试中心 | 白胡椒中胡椒碱及水分含量的测定和品质评价方法 |
| CN105588818A (zh) * | 2016-01-28 | 2016-05-18 | 浙江大学 | 一种棉仁粉棉酚含量的近红外测定方法 |
| CN106018335A (zh) * | 2016-08-04 | 2016-10-12 | 浙江大学 | 基于近红外光谱的整粒棉籽中植酸含量的无损测定方法 |
| WO2018010352A1 (zh) * | 2016-07-11 | 2018-01-18 | 上海创和亿电子科技发展有限公司 | 一种定性定量相结合的近红外定量模型构建方法 |
| CN109799207A (zh) * | 2019-01-15 | 2019-05-24 | 上海交通大学 | 基于近红外光谱分析的白芷中掺滑石粉的定量检测方法 |
-
2020
- 2020-08-18 CN CN202010830850.XA patent/CN111965138A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103278473A (zh) * | 2013-05-14 | 2013-09-04 | 中国热带农业科学院分析测试中心 | 白胡椒中胡椒碱及水分含量的测定和品质评价方法 |
| CN105588818A (zh) * | 2016-01-28 | 2016-05-18 | 浙江大学 | 一种棉仁粉棉酚含量的近红外测定方法 |
| WO2018010352A1 (zh) * | 2016-07-11 | 2018-01-18 | 上海创和亿电子科技发展有限公司 | 一种定性定量相结合的近红外定量模型构建方法 |
| CN106018335A (zh) * | 2016-08-04 | 2016-10-12 | 浙江大学 | 基于近红外光谱的整粒棉籽中植酸含量的无损测定方法 |
| CN109799207A (zh) * | 2019-01-15 | 2019-05-24 | 上海交通大学 | 基于近红外光谱分析的白芷中掺滑石粉的定量检测方法 |
Non-Patent Citations (3)
| Title |
|---|
| 尼珍;胡昌勤;冯芳;: "近红外光谱分析中光谱预处理方法的作用及其发展" * |
| 张红 光等: "基于近红外光谱和最小二乘支持向量机的聚丙烯酰胺类型鉴别" * |
| 杨天鸣等: "近红外漫反射光谱法快速测定金银花中水分含量" * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113674814A (zh) * | 2021-08-24 | 2021-11-19 | 佛山市海天(高明)调味食品有限公司 | 一种光谱定量分析模型的构建方法及装置 |
| CN113674814B (zh) * | 2021-08-24 | 2023-06-23 | 佛山市海天(高明)调味食品有限公司 | 一种光谱定量分析模型的构建方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liu et al. | Feasibility of the use of visible and near infrared spectroscopy to assess soluble solids content and pH of rice wines | |
| Ayvaz et al. | Monitoring multicomponent quality traits in tomato juice using portable mid-infrared (MIR) spectroscopy and multivariate analysis | |
| CN103278473B (zh) | 白胡椒中胡椒碱及水分含量的测定和品质评价方法 | |
| CN108037256B (zh) | 稻米食味品质的快速测定方法 | |
| An et al. | Quantitative analysis of Chinese steamed bread staling using NIR, MIR, and Raman spectral data fusion | |
| CN111965138A (zh) | 一种低聚麦芽糖中水分含量的测定方法 | |
| Su et al. | Fingerprinting study of tuber ultimate compressive strength at different microwave drying times using mid-infrared imaging spectroscopy | |
| CN106248589A (zh) | 一种基于光谱检测灵芝提取物多糖含量的方法 | |
| Diaz et al. | Development of NIRS models to predict composition of enzymatically processed sweetpotato | |
| Yang et al. | Quantifying soluble sugar in super sweet corn using near-infrared spectroscopy combined with chemometrics | |
| CN111595790A (zh) | 基于高光谱图像的青梅糖酸度预测方法 | |
| Wang et al. | Application of near-infrared spectroscopy for screening the potato flour content in Chinese steamed bread | |
| CN111024649A (zh) | 近红外光谱法快速测定小米中直链与支链淀粉的方法 | |
| Hussain et al. | Characteristics of resistant starch in water chestnut flour as improved by preconditioning process | |
| Chen et al. | Rapid and simultaneous analysis of multiple wine quality indicators through near-infrared spectroscopy with twice optimization for wavelength model | |
| Huang et al. | Analysis of the spectral and textural features of hyperspectral images for the nondestructive prediction of amylopectin and amylose contents of sorghum | |
| Wang et al. | Determination of polysaccharide content in shiitake mushroom beverage by NIR spectroscopy combined with machine learning: A comparative analysis | |
| Kim et al. | Application of Fourier transform-mid infrared reflectance spectroscopy for monitoring Korean traditional rice wine ‘Makgeolli’fermentation | |
| CN108226091A (zh) | 一种用于预测甜玉米中蔗糖含量的nirs模型构建方法 | |
| CN108535250A (zh) | 基于Streif指数的‘富士’苹果成熟度无损检测方法 | |
| CN110609011A (zh) | 单籽粒玉米种子淀粉含量近红外高光谱检测方法及*** | |
| Xue et al. | Study of Malus Asiatica Nakai’s firmness during different shelf lives based on visible/near-infrared spectroscopy | |
| van Rooyen et al. | Effect of wheat roasting conditions and wheat type on short-wave infrared (SWIR) spectral data of whole and milled wheat by ANOVA-simultaneous component analysis | |
| Sierra Cadavid | Multicomponent quality control analysis for the tomato industry using portable mid-infrared (MIR) spectroscopy | |
| CN108254337A (zh) | 一种用于预测甜玉米中葡萄糖和果糖含量的nirs模型构建方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201120 |
|
| RJ01 | Rejection of invention patent application after publication |