目的研究基于近红外光谱模型转移的牛奶蛋白检测方法。方法分别采用实验室与在线检测近红外光谱仪采集生产过程中原料奶样品的近红外光谱,研究斜率截距法(slope/bias,S/B)、分段直接标准化(piecewise direct standardization,PDS)算法、...目的研究基于近红外光谱模型转移的牛奶蛋白检测方法。方法分别采用实验室与在线检测近红外光谱仪采集生产过程中原料奶样品的近红外光谱,研究斜率截距法(slope/bias,S/B)、分段直接标准化(piecewise direct standardization,PDS)算法、Shenk’s方法在不同仪器测量光谱之间模型转移应用,优化模型参数,提高实验室仪器建立的校正模型应用于在线光谱仪器的预测精度。结果经过Shenk’s算法转移,主从机的光谱平均差异降低为0.0075,光谱校正率达到98.95%。利用模型转移方法与偏最小二乘模型结合,将实验室分析光谱仪建立的模型用于生产在线光谱仪测量光谱预测,显著提高了牛奶中蛋白质含量预测准确度,不同仪器之间模型预测相对均方根误差从5.52%下降到2.03%。结论本研究的方法实现了实验室分析与在线检测仪器测量光谱及定量分析模型转移共享,为近红外在线检测的智能化改进提供了基础。展开更多
目的建立适用于抹茶品质的可见近红外(visible-nearinfrared,Vis-NIR)光谱快速无损检测模型以实现多种品质指标的定量分析。方法通过Vis-NIR获取抹茶样本的光谱数据,使用一阶导数(first derivative,1^(st))光谱预处理方法,最后采用自助...目的建立适用于抹茶品质的可见近红外(visible-nearinfrared,Vis-NIR)光谱快速无损检测模型以实现多种品质指标的定量分析。方法通过Vis-NIR获取抹茶样本的光谱数据,使用一阶导数(first derivative,1^(st))光谱预处理方法,最后采用自助软收缩法(bootstrapping soft shrinkage,BOSS)、迭代变量子集优化法(iterative variable subset optimization,IVSO)和竞争性自适应重加权采样法(competitive adaptive reweighted sampling,CARS)筛选光谱特征变量,构建抹茶品质指标的偏最小二乘(partial least square,PLS)预测模型,探究光谱信息与茶多酚、游离氨基酸、酚氨比、咖啡碱和可溶性糖之间的定量关系。结果构建的Vis-NIR的CARS-PLS预测模型在抹茶品质指标含量预测方面均获得了最佳结果,预测相关系数(correlation coefficient in the prediction set,Rp)分别为0.9227、0.8906、0.9243、0.9381和0.9522;预测均方根误差(root mean square error in the prediction set,RMSEP)分别为0.867、0.337、0.557、0.216和0.440。结论本研究采用的Vis-NIR光谱技术综合了可见光、短波近红外和长波近红外的优势,在快速无损预测多种抹茶品质指标方面具有良好应用潜力,为抹茶品质的快速无损高效检测提供理论依据和技术支撑。展开更多
目的:对功能性近红外光谱技术应用于脑认知相关研究的现状、热点及前沿行可视化分析。方法:检索Web of Science(WOS)数据库2012年1月1日~2022年12月31日功能性近红外光谱技术应用于脑认知研究的文献,使用CiteSpace 5.7软件进行可视化分...目的:对功能性近红外光谱技术应用于脑认知相关研究的现状、热点及前沿行可视化分析。方法:检索Web of Science(WOS)数据库2012年1月1日~2022年12月31日功能性近红外光谱技术应用于脑认知研究的文献,使用CiteSpace 5.7软件进行可视化分析。结果:最终纳入文献1685篇,文献年发表量呈增长趋势。Ann-Christine Ehlis是发文最多的作者(36篇),美国是发文量最多的国家(480篇),德国图宾根大学是发文量最多的机构(47篇),发文机构间合作较密切。研究热点集中于认知障碍及儿童脑发育障碍等认知疾病的神经机制研究、认知水平测量及认知疾病治疗评价等方面。结论:功能性近红外光谱技术在脑认知领域的应用处于发展阶段,国内机构应继续强化合作,近年研究开始结合多模态检测数据,研究者可进一步将多模态大数据结合人工智能建立各类认知疾病的认知评估、疗效评价等模型,实现脑认知疾病的客观化精准医疗。展开更多
文摘目的研究基于近红外光谱模型转移的牛奶蛋白检测方法。方法分别采用实验室与在线检测近红外光谱仪采集生产过程中原料奶样品的近红外光谱,研究斜率截距法(slope/bias,S/B)、分段直接标准化(piecewise direct standardization,PDS)算法、Shenk’s方法在不同仪器测量光谱之间模型转移应用,优化模型参数,提高实验室仪器建立的校正模型应用于在线光谱仪器的预测精度。结果经过Shenk’s算法转移,主从机的光谱平均差异降低为0.0075,光谱校正率达到98.95%。利用模型转移方法与偏最小二乘模型结合,将实验室分析光谱仪建立的模型用于生产在线光谱仪测量光谱预测,显著提高了牛奶中蛋白质含量预测准确度,不同仪器之间模型预测相对均方根误差从5.52%下降到2.03%。结论本研究的方法实现了实验室分析与在线检测仪器测量光谱及定量分析模型转移共享,为近红外在线检测的智能化改进提供了基础。
文摘目的建立适用于抹茶品质的可见近红外(visible-nearinfrared,Vis-NIR)光谱快速无损检测模型以实现多种品质指标的定量分析。方法通过Vis-NIR获取抹茶样本的光谱数据,使用一阶导数(first derivative,1^(st))光谱预处理方法,最后采用自助软收缩法(bootstrapping soft shrinkage,BOSS)、迭代变量子集优化法(iterative variable subset optimization,IVSO)和竞争性自适应重加权采样法(competitive adaptive reweighted sampling,CARS)筛选光谱特征变量,构建抹茶品质指标的偏最小二乘(partial least square,PLS)预测模型,探究光谱信息与茶多酚、游离氨基酸、酚氨比、咖啡碱和可溶性糖之间的定量关系。结果构建的Vis-NIR的CARS-PLS预测模型在抹茶品质指标含量预测方面均获得了最佳结果,预测相关系数(correlation coefficient in the prediction set,Rp)分别为0.9227、0.8906、0.9243、0.9381和0.9522;预测均方根误差(root mean square error in the prediction set,RMSEP)分别为0.867、0.337、0.557、0.216和0.440。结论本研究采用的Vis-NIR光谱技术综合了可见光、短波近红外和长波近红外的优势,在快速无损预测多种抹茶品质指标方面具有良好应用潜力,为抹茶品质的快速无损高效检测提供理论依据和技术支撑。
文摘目的:对功能性近红外光谱技术应用于脑认知相关研究的现状、热点及前沿行可视化分析。方法:检索Web of Science(WOS)数据库2012年1月1日~2022年12月31日功能性近红外光谱技术应用于脑认知研究的文献,使用CiteSpace 5.7软件进行可视化分析。结果:最终纳入文献1685篇,文献年发表量呈增长趋势。Ann-Christine Ehlis是发文最多的作者(36篇),美国是发文量最多的国家(480篇),德国图宾根大学是发文量最多的机构(47篇),发文机构间合作较密切。研究热点集中于认知障碍及儿童脑发育障碍等认知疾病的神经机制研究、认知水平测量及认知疾病治疗评价等方面。结论:功能性近红外光谱技术在脑认知领域的应用处于发展阶段,国内机构应继续强化合作,近年研究开始结合多模态检测数据,研究者可进一步将多模态大数据结合人工智能建立各类认知疾病的认知评估、疗效评价等模型,实现脑认知疾病的客观化精准医疗。
