国家自然科学基金(11226219)
- 作品数：5 被引量：19H指数：3
- 相关作者：陈华舟梁嘉如李玲慧许丽莉秦强更多>>
- 相关机构：桂林理工大学钦州学院上海优久生物科技有限公司更多>>
- 发文基金：国家自然科学基金广西壮族自治区自然科学基金广西教育厅科研项目更多>>
- 相关领域：理学轻工技术与工程更多>>
- FT-NIR光谱法与Whittaker平滑应用于土壤有机质和总氮的定量检测被引量：3
- 2013年
- 研究了傅里叶近红外（FT—NIR）光谱法和Whittaker平滑在土壤有机质、总氮的定量检测中的应用；Whittaker平滑结合偏最小二乘法，分别对全谱、二倍频、一倍频和合频4个区域的光谱数据建立并优选定标模型；对有机质和总氮的成分含量进行定量分析。结果表明，Whittaker平滑在各个区域的分析中均表现出了提高模型预测精度的能力；经过各个区域的建模效果的比较，找到土壤有机质的优选区域是合频（5500—4000em。），土壤总氮的优选区域是一倍频（7000～5500em。）。经过检验，优选的区域能够为土壤的有机质和总氮建立良好的FTr—NIR定标模型。
- 梁嘉如陈华舟秦强
- 关键词：总氮光谱预处理
- 草莓固体可溶物的近红外光谱信息统计分析被引量：3
- 2015年
- 草莓是重要的草本农作物,固体可溶物的含量是影响草莓品质的主要目标之一。采用傅里叶变换近红外光谱(FT-NIRS)结合统计计量学方法对草莓的固体可溶物含量进行定量检测。基于偏最小二乘回归(PLSR)算法,通过将光谱矩阵X和化学浓度矩阵Y进行正交分解,获取对应的综合变量(得分矩阵),结合采用多元散射校正(MSC)预处理方法,提取草莓固体可溶物的近红外光谱信息响应,讨论和比较MSC方法作用于PLSR变量分解之前或者之后的近红外分析模型预测效果。针对变量分解之后再进行光散射校正的模型(PLS+MSC+R)具有相对较高的模型效度和信度,分别利用均方根偏差(RMSEP)和相对偏差(RSD)来量化,RMSEP=0.367(%),RSD=3.51%。结果表明,MSC光散射校正技术和PLSR回归方法的综合运用能够提升草莓固体可溶物的近红外光谱建模预测能力,如果进一步结合现代食品工业的在线检测技术,有利于优质草莓品种的培育。
- 邓总纲李玲慧温江北陈华舟
- 关键词：草莓PLSRMSC
- 基于网格搜索的参数优化方法用于鱼粉灰分的近红外LSSVM定量分析被引量：5
- 2016年
- 采用近红外(NIR)光谱技术和最小二乘支持向量机(LSSVM)参数优化方法,建立定标预测模型测定鱼粉灰分的含量,采用去趋势校正和标准正交校正(DC-SNV)相结合的方式进行光谱预处理,基于网格搜索法建立LSSVM的参数优化模型,提高NIR光谱定量分析的预测精度。结果表明,LSSVM参数网格搜索方法能够有效地应用于鱼粉NIR光谱模型优化,获得的鱼粉灰分的光谱预测值与化学测定值能较准确的匹配,有利于NIR光谱技术快速检测在养殖饲料产品中的应用。
- 陈华舟陈福许丽莉温江北李玲慧
- 关键词：鱼粉灰分近红外参数优化
- 光谱分析法应用于咖啡成分的测定和咖啡种类的鉴别被引量：2
- 2014年
- 应用光谱分析法测定现磨咖啡、速溶咖啡和菊苣咖啡的成分。通过电感耦合等离子体发射光谱（ICP-ES）测定咖啡样品的矿物质元素。分别采用紫外（UV）和傅里叶红外（FTIR）光谱法测定咖啡因和有机物的含量，草酸的测定需要采用氧化还原滴定法来完成。基于咖啡因、草酸和矿物质的测定，分析现磨咖啡、速溶咖啡和菊苣咖啡的差异。实验表明，咖啡因在速溶咖啡中的含量比现磨咖啡的要高出2～3倍；草酸在速溶咖啡中的含量明显高于现磨咖啡；矿物质元素Mg ，P ，Zn在现磨咖啡中的含量比速溶咖啡的要低，而Cu的含量则比速溶咖啡高出好几倍；菊苣咖啡中的矿物质含量总体上比速溶咖啡的要低。此外，我们在不同种类的咖啡中测定Ti 的含量，在菊苣咖啡中检测到Cu，Ti，Zn元素。作为一种快速检测技术，FTIR光谱可以用于鉴别现磨、速溶和菊苣咖啡，并能够检验咖啡因和草酸的存在。
- 陈华舟许丽莉秦强
- 关键词：咖啡矿物质咖啡因草酸光谱分析
- FT-NIR光谱应用于柚子皮果胶定量分析的波段优选被引量：7
- 2013年
- 基于傅里叶变换近红外(FT-NIR)漫反射光谱分析技术,采用分段多元散射校正(PMSC)预处理与移动窗口偏最小二乘(MWPLS)方法为柚子皮果胶的定量分析优选波段。基于全谱进行PMSC预处理,在此基础上结合留一交叉检验技术优选21个分段窗口大小,以此设定为MWPLS方法波段优选的窗口宽度。详细讨论先后采用或不采用MSC预处理的MWPLS模型的预测效果,并从中优选定标预测模型。最优的方案为先MWPLS选择波段,后MSC预处理再建立PLS模型,其优选波段为8 540—7 944(cm-1),窗口宽度为310,对应的最优PLS因子数为11,相应的预测均方根偏差(RMSEP)和预测相关系数(RP)分别为0.520 7(%)、0.871 1。该模型明显优于先对全谱做MSC预处理再建立MWPLS模型,且大幅度优于基于原光谱数据直接建立的MWPLS模型。结果表明,采用PMSC预处理为MWPLS方法搜索窗口宽度预设值,大大降低了MWPLS模型的运算量,有利于波段优选光谱。MWPLS模型结合MSC预处理方法可以有效地应用于柚子皮果胶成分的FT-NIR定量分析。
- 陈华舟唐国强艾武梁嘉如
