期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
利用近红外透射光谱技术测定小麦品质性状的研究 被引量:54
1
作者 陈锋 何中虎 +3 位作者 崔党群 赵武善 张艳 王德森 《麦类作物学报》 CAS CSCD 2003年第3期1-4,共4页
为了研究小麦品质性状的快速测试方法,本试验以2002年来自全国各地的426个小麦品种为材料,利用近红外光谱透射仪(NITS)分析了小麦籽粒水分、蛋白质含量、硬度和面粉的干、湿面筋含量、灰分含量、SDS及Zeleny沉淀值等8项指标,根据定标集... 为了研究小麦品质性状的快速测试方法,本试验以2002年来自全国各地的426个小麦品种为材料,利用近红外光谱透射仪(NITS)分析了小麦籽粒水分、蛋白质含量、硬度和面粉的干、湿面筋含量、灰分含量、SDS及Zeleny沉淀值等8项指标,根据定标集样品化学分析数据和吸收光谱建立了定标模型,并获得了较高的预测集决定系数(0.70~0.97)和较低的标准误差(0.05~11.18)。同时,选用了一批有代表性的预测集样品对模型进行了预测,结果表明,近红外光谱技术用于测试小麦品质是可行的,能够用于育种的早代选择。 展开更多
关键词 小麦 品质性状 测定 近红外透射光谱技术 预测集样品 定标模型 定标集样品
下载PDF
用近红外透射光谱技术测定精米蛋白质含量研究 被引量:24
2
作者 肖昕 谢新华 +4 位作者 毛兴学 罗文永 陈建伟 刘彦卓 李晓方 《分析测试学报》 CAS CSCD 北大核心 2004年第4期43-45,共3页
应用近红外透射光谱技术,采用3种不同回归统计分析方法建立精米蛋白质含量(PC)定量回归方程。结果表明,用改进的最小二乘法(MPLS)、偏最小二乘法(PLS)和主成分回归法(PCR)进行校正时,校正标准误差(SEC)、交叉检验标准误差(SECV)分别为0.... 应用近红外透射光谱技术,采用3种不同回归统计分析方法建立精米蛋白质含量(PC)定量回归方程。结果表明,用改进的最小二乘法(MPLS)、偏最小二乘法(PLS)和主成分回归法(PCR)进行校正时,校正标准误差(SEC)、交叉检验标准误差(SECV)分别为0.1258、0.1340(MPLS),0.1177、0.1175(PLS),0.1207、0.1275(PCR)。校正相关系数(RSQ)和交叉验证相关系数(1-VR)分别为0.9941、0.9931(MPLS),0.9950、0.9942(PLS),0.9947、0.9942(PCR)。由此可见,3种回归统计方法在建立精米蛋白质含量回归方程时差异不明显,都具有较好的预测效果。近红外透射光谱法作为一种快速而准确的定量分析手段,在稻米加工企业品质管理、大米品质分析和大米贸易检测上有广阔的应用前景。 展开更多
关键词 近红外透射光谱 定量分析 蛋白质含量 大米
下载PDF
利用近红外透射光谱技术测定小麦籽粒硬度的研究 被引量:21
3
作者 陈锋 何中虎 崔党群 《作物学报》 CAS CSCD 北大核心 2004年第5期455-459,共5页
以 2 0 0 1和 2 0 0 2年度 5 83份小麦样品为材料 ,用近红外透射光谱仪 (NITS)对小麦籽粒硬度进行分析 ,比较了偏最小二乘法和多元线性回归两种算法和未经导数处理、一阶导数处理、二阶导数处理 3种光谱变量转换方式的分析结果。表明 ,... 以 2 0 0 1和 2 0 0 2年度 5 83份小麦样品为材料 ,用近红外透射光谱仪 (NITS)对小麦籽粒硬度进行分析 ,比较了偏最小二乘法和多元线性回归两种算法和未经导数处理、一阶导数处理、二阶导数处理 3种光谱变量转换方式的分析结果。表明 ,两种算法中偏最小二乘法优于多元线性回归算法 ,3种处理方式中一阶导数处理效果最好 ,其定标集和预测集决定系数明显高于其他两种处理方式 ,而标准误差低于其他两种方式。经一阶导数处理后采用偏最小二乘法建立的定标模型时 ,可有效地对小麦籽粒进行硬度分级 ,其中 ,硬麦分级准确率为 90 % ,软麦分级准确率为 83% ,混合型分级准确率为 6 3%。 展开更多
关键词 近红外透射光谱技术 小麦 籽粒硬度 定标模型 品质
下载PDF
用近红外透射光谱技术测定精米直链淀粉含量研究 被引量:15
4
作者 谢新华 肖昕 +2 位作者 李晓方 张惠琼 刘邻渭 《食品科学》 EI CAS CSCD 北大核心 2004年第1期118-121,共4页
应用近红外透射光谱技术,采用3种不同回归统计分析方法建立精米直链淀粉含量(AC)定量分析预测模型。结果表明,用改进的最小二乘法(MPLS)、偏最小二乘法(PLS)和主成分回归法(PCR)进行校正时,校正标准误(SEC)、交叉检验标准误(SECV)分别为... 应用近红外透射光谱技术,采用3种不同回归统计分析方法建立精米直链淀粉含量(AC)定量分析预测模型。结果表明,用改进的最小二乘法(MPLS)、偏最小二乘法(PLS)和主成分回归法(PCR)进行校正时,校正标准误(SEC)、交叉检验标准误(SECV)分别为0.9524、1.2494(MPLS),0.9372、1.2426(PLS),1.2734、1.5828(PCR)。校正相关系数(RSQ)和交叉验证相关系数(1-VR)分别为0.9640、0.9383(MPLS),0.9654、0.9395(PLS),0.9362、0.9016(PCR)。由此可见,用PLS技术建立PC回归方程最佳。近红外透射光谱法作为一种快速而准确的定量分析手段,在米厂品质管理、人米品质分析和人米贸易检测上有广阔的应用前景。 展开更多
关键词 近红外透射光谱技术 测定 精米 直链淀粉含量 预测模型
下载PDF
糙米蛋白质含量的近红外透射光谱分析 被引量:9
5
作者 谢新华 肖昕 李晓方 《食品工业科技》 CAS CSCD 北大核心 2004年第2期142-143,共2页
应用近红外透射光谱技术,采用改进的偏最小二乘法(MPLS)建立糙米蛋白质含量(PC)定量分析数学模型。糙米蛋白质含量预测数学模型校正标准误差(SEC)、交叉检验标准误差(SECV)分别为0.2114、0.2365,校正相关系数(RSQ)和交叉验证相关系数(1-... 应用近红外透射光谱技术,采用改进的偏最小二乘法(MPLS)建立糙米蛋白质含量(PC)定量分析数学模型。糙米蛋白质含量预测数学模型校正标准误差(SEC)、交叉检验标准误差(SECV)分别为0.2114、0.2365,校正相关系数(RSQ)和交叉验证相关系数(1-VR)分别为0.9807、0.9768,预测误差与常规分析方法的误差接近。内部交叉检验和外部验证结果表明,近红外定量分析有很高的准确度,近红外光谱法完全可以替代常规分析方法。 展开更多
关键词 糙米 蛋白质 数学模型 近红外透射光谱分析 误差 定量分析
下载PDF
NITS定量分析单粒稻谷蛋白质含量研究 被引量:3
6
作者 谢新华 肖昕 +1 位作者 李晓方 李元瑞 《中国粮油学报》 EI CAS CSCD 北大核心 2006年第2期111-113,共3页
应用近红外透射光谱(NITS)技术,采用改进的偏最小二乘法(MPLS)建立单粒稻谷蛋白质含量(PC)的定量分析回归方程。单粒稻谷所得回归方程的校正标准误差(SEC)、交叉检验标准误差(SECV)分别为0.85和1.89;校正相关系数(RSQ)和交叉验证相关系... 应用近红外透射光谱(NITS)技术,采用改进的偏最小二乘法(MPLS)建立单粒稻谷蛋白质含量(PC)的定量分析回归方程。单粒稻谷所得回归方程的校正标准误差(SEC)、交叉检验标准误差(SECV)分别为0.85和1.89;校正相关系数(RSQ)和交叉验证相关系数(1-VR)分别为0.90和0.89。内部交叉验证和外部验证结果表明近红外定量分析有很高的准确度,近红外光谱法完全可以替代单粒稻谷常规化学方法分析进行水稻品质育种。 展开更多
关键词 近红外透射光谱 定量分析 蛋白质含量 单粒稻谷
下载PDF
稻米蛋白质含量快速活体测定的定标研究 被引量:1
7
作者 凌英华 冯丽 +2 位作者 卢瑶 陈春燕 何光华 《西南农业学报》 CSCD 2007年第3期341-344,共4页
应用近红外透射光谱技术(NITS),采用偏最小二乘法(PLS)建立重庆地区稻米活体蛋白质含量(PC)定量分析数学模型。结果表明,糙米和精米蛋白质含量预测数学模型的定标标准误偏差(SEC)、交叉检验标准误差(SECV)、定标相关系数(... 应用近红外透射光谱技术(NITS),采用偏最小二乘法(PLS)建立重庆地区稻米活体蛋白质含量(PC)定量分析数学模型。结果表明,糙米和精米蛋白质含量预测数学模型的定标标准误偏差(SEC)、交叉检验标准误差(SECV)、定标相关系数(RSQ)和交叉验证相关系数(1-VR)分别为0.252、0.247;0.256、0.278;-0.953、0.946;0.951、0.940;近红外预测值与化学值误差范围分别为-0.61~0.18、-0.39~0.46,相关系数分别为0.984、0.978,均达到极显著相关。利用该模型能够对育种材料的蛋白质含量进行快速非破坏性活体测定.可大大提高育种选择效率。 展开更多
关键词 近红外透射光谱 稻米活体 蛋白质含量 定标 非破坏性
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部