本文關(guān)鍵詞：近紅外分析模型穩(wěn)健性研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：近紅外光譜分析技術(shù)(NIR)作為“綠色檢測技術(shù)”的代表,具有高效、快速、低成本、無破壞性和綠色環(huán)保等特點。近紅外檢測技術(shù)的基礎(chǔ)依賴于所建立的校正分析模型,該模型具有很強的專一性,需根據(jù)樣品不同的種類、狀態(tài)以及不同的分析內(nèi)容逐項開展研究,分別建立相應(yīng)的模型,才能發(fā)揮其優(yōu)越性。建立NIR 校正分析模型需要消耗大量的時間、人力、物力和財力,因此,NIR 校正分析模型是近紅外分析中最重要的資源之一。而模型的穩(wěn)健性決定模型預(yù)測時的抗干擾能力和適用范圍,從而影響分析結(jié)果的準確性、可靠性。因此,研究如何建立近紅外穩(wěn)健分析模型的方法對近紅外光譜分析技術(shù)的廣泛應(yīng)用有著非�，F(xiàn)實的意義,同時也是實現(xiàn)近紅外模型傳遞的前提和基礎(chǔ)。 本研究以小麥、水稻、玉米、大豆等作物種子為研究對象,廣泛搜集不同品種和人工創(chuàng)造不同的掃描背景,進行重要品質(zhì)性狀的常規(guī)分析和測定,采集樣品的近紅外光譜信息,利用化學(xué)計量學(xué)方法對作物品質(zhì)指標進行近紅外模型的創(chuàng)建;考察影響近紅外光譜分析模型穩(wěn)健性的因素;并以小麥水分含量為研究對象,研究建立準確、可靠、抗干擾能力強的近紅外穩(wěn)健分析模型的方法,并且以主成分空間對模型的穩(wěn)健性進行分析和評價;探討了近紅外光譜技術(shù)分析單粒作物品質(zhì)的可行性,得出下述結(jié)論: 1、利用近紅外光譜分析技術(shù)分析谷物的水分含量、蛋白質(zhì)含量、脂肪含量、淀粉含量、賴氨酸含量和小麥濕面筋含量的預(yù)測值與實際參考值具有較高的決定系數(shù)和較低的均方根誤差。其中小麥水分含量校正分析模型的決定系數(shù)達到0.99以上,均方根誤差低于0.2%。分析糙米膠稠度和堿消值效果不夠理想,決定系數(shù)均小于0.60�！� 2、待測樣品的水分含量、溫度、粒度、狀態(tài)對近紅外光譜的形狀和分析結(jié)果的準確性均產(chǎn)生較大影響。在5kGy 的劑量下,輻照處理對小麥蛋白質(zhì)含量的近紅外預(yù)測值無顯著影響。　 3、光譜預(yù)處理對建立穩(wěn)健分析模型無明顯效果;有效頻率區(qū)間的選取、全局定標模型的應(yīng)用對建立穩(wěn)健分析模型均有效,其中建立全局校正分析模型效果最佳(內(nèi)校正法)。用主成分空間分布可以對模型的穩(wěn)健性進行評價,空間分布越大,模型適用性越寬�！� 4、建立作物單籽粒品質(zhì)分析模型時,籽粒的放置位置影響分析結(jié)果的準確性。可通過對單粒樣品的多次掃描或從不同方向測定樣品光譜,取平均值的方法來提高模型的預(yù)測效果。　
【關(guān)鍵詞】：近紅外光譜分析技術(shù) 穩(wěn)健分析模型 谷物
【學(xué)位授予單位】：西北農(nóng)林科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2005
【分類號】：O657.33
【目錄】：

• 前言9-11
• 第一章 近紅外光譜分析技術(shù)研究進展11-32
• 1.1 近紅外光譜分析技術(shù)原理11-16
• 1.1.1 近紅外分子振動光譜11-12
• 1.1.2 比爾定律12-14
• 1.1.3 漫反射定量分析原理14-16
• 1.2 近紅外光譜技術(shù)中常用的化學(xué)計量學(xué)方法16-23
• 1.2.1 近紅外光譜預(yù)處理方法16-17
• 1.2.2 近紅外統(tǒng)計分析方法17-23
• 1.3 近紅外光譜分析技術(shù)特點23-27
• 1.3.1 近紅外光譜定量分析技術(shù)的關(guān)鍵因素23-26
• 1.3.2 近紅外光譜分析技術(shù)的優(yōu)勢26-27
• 1.3.3 近紅外光譜技術(shù)的缺陷27
• 1.4 近紅外光譜儀的測試原理及過程27-32
• 1.4.1 近紅外光譜儀的測試原理27-29
• 1.4.2 近紅外光譜儀的側(cè)試過程29-32
• 第二章 谷物品質(zhì)近紅外光譜分析模型的建立32-37
• 1 實驗材料與儀器32-33
• 2 實驗方法33-35
• 3 結(jié)果與分析35-36
• 4 小結(jié)36-37
• 第三章 影響近紅外分析模型穩(wěn)健性因素研究37-49
• 1 實驗材料與儀器37
• 2 實驗方法37-39
• 3 結(jié)果與分析39-49
• 3.1 溫度對近紅外光譜分析的影響39-41
• 3.2 水分對近紅外光譜分析的影響41-43
• 3.3 粒度分布對近紅外分析的影響43-46
• 3.4 樣品不同狀態(tài)對近紅外分析結(jié)果的影響46-47
• 3.5 輻照保藏對近紅外光譜分析的影響47-49
• 第四章 建立近紅外穩(wěn)健分析模型方法研究49-56
• 1 實驗材料與儀器49
• 2 實驗方法49-51
• 3 結(jié)果與分析51-55
• 4 小結(jié)55-56
• 第五章 建立單籽粒近紅外谷物品質(zhì)分析模型的探討56-63
• 1 實驗材料與儀器56-57
• 2 實驗方法57-58
• 3 結(jié)果與分析58-61
• 4 小結(jié)61-63
• 第六章 討論與結(jié)論63-66
• 6.1 討論63-64
• 6.2 結(jié)論64-66
• 致謝66-67
• 參考文獻67-72
• 作者簡介72

【引證文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 張正帆;王康寧;賈剛;吳秀群;;1～21日齡黃羽肉雞豆粕凈能預(yù)測模型[J];動物營養(yǎng)學(xué)報;2011年02期

2 王運麗;史新元;吳志生;隋丞琳;喬延江;;利用近紅外光譜技術(shù)快速檢測鄰苯二甲酸酯類物質(zhì)[J];中國實驗方劑學(xué)雜志;2013年05期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李再山;1～21日齡艾維茵肉雞菜粕和棉粕凈能預(yù)測模型研究[D];四川農(nóng)業(yè)大學(xué);2011年

2 張正帆;應(yīng)用化學(xué)成分及傅里葉近紅外建立0～3周齡黃羽肉雞豆粕凈能預(yù)測模型的研究[D];四川農(nóng)業(yè)大學(xué);2010年

3 劉雪云;結(jié)合近紅外與模式識別技術(shù)的紙漿原料分類研究[D];南京林業(yè)大學(xué);2011年

4 李方舟;黃酒發(fā)酵過程中酒精度與pH值的可見/近紅外光譜檢測研究[D];浙江大學(xué);2012年

5 李艷肖;近紅外光譜快速檢測牛奶品質(zhì)的研究[D];江蘇大學(xué);2007年

6 蔡斌;在線型液體近紅外光譜分析平臺的開發(fā)[D];江蘇大學(xué);2008年

7 申攀;建立0-3周齡黃羽肉雞玉米凈能近紅外預(yù)測模型以及用常規(guī)化學(xué)成分建立凈能的回歸預(yù)測模型[D];四川農(nóng)業(yè)大學(xué);2010年

8 韓智彪;棉籽油份含量近紅外測定技術(shù)研究[D];華中農(nóng)業(yè)大學(xué);2012年

9 何海艷;大豆油氮氣儲藏氧化穩(wěn)定性研究[D];南京財經(jīng)大學(xué);2012年

10 徐璐璐;基于近紅外光譜技術(shù)的小麥品質(zhì)分類方法研究[D];黑龍江大學(xué);2013年

  本文關(guān)鍵詞：近紅外分析模型穩(wěn)健性研究，由筆耕文化傳播整理發(fā)布。

本文編號：320642