生鲜牛肉的含水率对其牛肉的加工、储藏、贸易与食用质量有重要影响,为了提高牛肉的经济价值和食用品质,需要研究牛肉含水率的无损检测技术。以取自不同超市的内蒙小黄牛和鲁西黄牛背最长肌为研究对象,有效样本86个,其中,75%的样本作为...生鲜牛肉的含水率对其牛肉的加工、储藏、贸易与食用质量有重要影响,为了提高牛肉的经济价值和食用品质,需要研究牛肉含水率的无损检测技术。以取自不同超市的内蒙小黄牛和鲁西黄牛背最长肌为研究对象,有效样本86个,其中,75%的样本作为校正集,25%的样本作为验证集。采集牛肉新鲜切口处400～1170nm波长范围内的漫反射光谱,用国标方法测定牛肉含水率。经过多元散射校正(multiplicative scatter correction,MSC)、变量标准化(standard normalized variate,SNV)和直接正交信号校正(direct orthogonal signal correction,DOSC)等方法预处理,在400～1170nm范围内分别建立多元线性回归(multiple linear regression,MLR)模型、主成分回归(principal component Regression,PCR)模型和偏最小二乘回归(partial least squares regression,PLSR)模型。结果表明使用MSC预处理方法建立的模型预测效果最佳,其中用PLSR建模结果最好,校正集的相关系数和校正标准差分别是0.92和0.0069,验证集的相关系数和验证标准差分别是0.92和0.0047,外部验证的相关系数和验证标准差分别是0.85和0.0054。结果表明,可见/近红外光谱结合MSC预处理方法建立的PLSR模型,可以对牛肉含水率进行准确的快速无损评价,为生鲜牛肉含水率快速无损检测技术的应用提供理论参考。展开更多
为增强近红外光谱模型通用性,解决直接正交信号校正算法在光谱处理过程中可能出现过拟合、模型不稳定的现象,提出一种将随机森林与直接正交信号校正算法相结合的模型传递方法(Random Forest-Direct Orthogonal Signal Correction,RF-DO...为增强近红外光谱模型通用性,解决直接正交信号校正算法在光谱处理过程中可能出现过拟合、模型不稳定的现象,提出一种将随机森林与直接正交信号校正算法相结合的模型传递方法(Random Forest-Direct Orthogonal Signal Correction,RF-DOSC)。该方法首先利用随机森林算法进行近红外光谱波长点筛选,然后采用直接正交信号校正方法进行光谱处理并建立回归方程,由PLS计算回归系数求得模型传递矩阵。实验使用三台光谱仪(S,S1,S2)测得的玉米近红外光谱数据集建立传递模型,数据集1(D1)水分、油分、蛋白质、淀粉成分预测标准偏差(SEP)分别为0.1267、0.0982、0.1569和0.4051,数据集2(D2)四种成分的SEP分别为0.1548、0.0819、0.1366和0.3836,均小于传统方法。实验结果表明本文所提模型传递方法能有效消除光谱噪声,减小主仪器和从仪器光谱之间的差异,提高模型的稳定性和准确性,实现不同仪器之间模型的共享。展开更多
模型传递可使特定条件下建立的近红外模型能够应用于新的样品状态、环境条件或仪器状态。正交信号回归是一类基于"光谱背景校正"的模型传递方法,利用虚拟标准光谱拟合主从批次光谱间的线性关系,将从批次光谱向主批次光谱映射...模型传递可使特定条件下建立的近红外模型能够应用于新的样品状态、环境条件或仪器状态。正交信号回归是一类基于"光谱背景校正"的模型传递方法,利用虚拟标准光谱拟合主从批次光谱间的线性关系,将从批次光谱向主批次光谱映射,以实现近红外定量模型的传递,但该方法对虚拟光谱的代表性要求较高,回归过程中易出现较大偏差。因此,该文提出一种直接正交信号校正法(direct orthogonal signal correction,DOSC)联合斜率截距校正算法(slope and bias correction,SBC)(DOSC-SBC)的数据处理方法,针对近红外定量模型对不同批次样本制剂过程中目标成分含量预测准确度较差的问题,分析不同批次样本间因组分差异带来的光谱背景差异和模型预测误差的性质,通过DOSC消除与目标值无关的光谱背景差异,联合SBC算法对不同批次间样本批次间系统误差进行校正,实现近红外定量模型在不同批次间传递。该研究将DOSC-SBC应用于金银花水提和醇沉制剂过程中,模型对新批次样本的预测误差由32.3%,237%降低到7.30%,4.34%,预测准确度显著提高,实现了制剂过程中新批次样本目标成分的快速定量。DOSC-SBC模型传递方法实现了近红外定量模型在不同批次间传递,且该方法不需要标准样品,有利于促进近红外技术在中药制剂过程的应用,为中药生产过程中有效成分的实时监测提供参考。展开更多
文摘生鲜牛肉的含水率对其牛肉的加工、储藏、贸易与食用质量有重要影响,为了提高牛肉的经济价值和食用品质,需要研究牛肉含水率的无损检测技术。以取自不同超市的内蒙小黄牛和鲁西黄牛背最长肌为研究对象,有效样本86个,其中,75%的样本作为校正集,25%的样本作为验证集。采集牛肉新鲜切口处400～1170nm波长范围内的漫反射光谱,用国标方法测定牛肉含水率。经过多元散射校正(multiplicative scatter correction,MSC)、变量标准化(standard normalized variate,SNV)和直接正交信号校正(direct orthogonal signal correction,DOSC)等方法预处理,在400～1170nm范围内分别建立多元线性回归(multiple linear regression,MLR)模型、主成分回归(principal component Regression,PCR)模型和偏最小二乘回归(partial least squares regression,PLSR)模型。结果表明使用MSC预处理方法建立的模型预测效果最佳,其中用PLSR建模结果最好,校正集的相关系数和校正标准差分别是0.92和0.0069,验证集的相关系数和验证标准差分别是0.92和0.0047,外部验证的相关系数和验证标准差分别是0.85和0.0054。结果表明,可见/近红外光谱结合MSC预处理方法建立的PLSR模型,可以对牛肉含水率进行准确的快速无损评价,为生鲜牛肉含水率快速无损检测技术的应用提供理论参考。
文摘为增强近红外光谱模型通用性,解决直接正交信号校正算法在光谱处理过程中可能出现过拟合、模型不稳定的现象,提出一种将随机森林与直接正交信号校正算法相结合的模型传递方法(Random Forest-Direct Orthogonal Signal Correction,RF-DOSC)。该方法首先利用随机森林算法进行近红外光谱波长点筛选,然后采用直接正交信号校正方法进行光谱处理并建立回归方程,由PLS计算回归系数求得模型传递矩阵。实验使用三台光谱仪(S,S1,S2)测得的玉米近红外光谱数据集建立传递模型,数据集1(D1)水分、油分、蛋白质、淀粉成分预测标准偏差(SEP)分别为0.1267、0.0982、0.1569和0.4051,数据集2(D2)四种成分的SEP分别为0.1548、0.0819、0.1366和0.3836,均小于传统方法。实验结果表明本文所提模型传递方法能有效消除光谱噪声,减小主仪器和从仪器光谱之间的差异,提高模型的稳定性和准确性,实现不同仪器之间模型的共享。
文摘模型传递可使特定条件下建立的近红外模型能够应用于新的样品状态、环境条件或仪器状态。正交信号回归是一类基于"光谱背景校正"的模型传递方法,利用虚拟标准光谱拟合主从批次光谱间的线性关系,将从批次光谱向主批次光谱映射,以实现近红外定量模型的传递,但该方法对虚拟光谱的代表性要求较高,回归过程中易出现较大偏差。因此,该文提出一种直接正交信号校正法(direct orthogonal signal correction,DOSC)联合斜率截距校正算法(slope and bias correction,SBC)(DOSC-SBC)的数据处理方法,针对近红外定量模型对不同批次样本制剂过程中目标成分含量预测准确度较差的问题,分析不同批次样本间因组分差异带来的光谱背景差异和模型预测误差的性质,通过DOSC消除与目标值无关的光谱背景差异,联合SBC算法对不同批次间样本批次间系统误差进行校正,实现近红外定量模型在不同批次间传递。该研究将DOSC-SBC应用于金银花水提和醇沉制剂过程中,模型对新批次样本的预测误差由32.3%,237%降低到7.30%,4.34%,预测准确度显著提高,实现了制剂过程中新批次样本目标成分的快速定量。DOSC-SBC模型传递方法实现了近红外定量模型在不同批次间传递,且该方法不需要标准样品,有利于促进近红外技术在中药制剂过程的应用,为中药生产过程中有效成分的实时监测提供参考。
