典型文献
基于近红外光谱技术的油茶籽粕中灰分含量快速检测方法
文献摘要：
以南昌海关技术中心115个油茶籽粕样品为研究对象,比较了不同扫描次数和装样厚度对样品近红外光谱的影响.选择扫描次数为32次,装样厚度为4 mm,并根据不同预处理方法对所建立的油茶籽粕中灰分含量近红外模型的影响筛选出最佳预处理方法——归一化(Standard Normal Variate,SNV)、一阶导数(DG1)和9点平滑(Smooth Savitzky-Golay 9 points,SG9).利用偏最小二乘法建立了油茶籽粕灰分含量的定量分析模型,其校正相关系数为0.9698,校正均方根误差为0.5236,预测相关系数为0.9575,预测均方根误差为0.6211.为验证模型的适用性,对15个未参与模型建立的油茶籽粕样品的灰分含量进行了预测,并将预测结果与国标方法GB 5009.4-2016的测定结果进行成对结果t检验,得到该方法与国标方法的结果不存在显著差异的结论.近红外方法将极大地提高油茶籽粕品质检测速度和效率、降低检测人员工作量、减少化学试剂的使用,为实现快速、高效的油茶籽粕质量分级和监管提供了技术基础.
文献关键词：
近红外光谱;快速检测;油茶籽粕;灰分含量
中图分类号：
作者姓名：
耿响;张泽栋;江龙发;曾子聪;杨伟根;张恒
作者机构：
江西农业大学食品科学与工程学院,江西南昌330045;南昌海关技术中心,江西南昌330008;江西菲尔检测服务有限公司,江西南昌330001
文献出处：
引用格式：
[1]耿响;张泽栋;江龙发;曾子聪;杨伟根;张恒-.基于近红外光谱技术的油茶籽粕中灰分含量快速检测方法)[J].红外,2022(01):43-48
A类：
SG9
B类：
近红外光谱技术,油茶籽粕,灰分含量,快速检测方法,南昌,海关,扫描次数,装样,预处理方法,近红外模型,Standard,Normal,Variate,SNV,一阶导数,DG1,Smooth,Savitzky,Golay,points,偏最小二乘法,定量分析模型,验证模型,国标方法,测定结果,外方,极大地提高,高油,品质检测,检测速度,检测人员,人员工作,化学试剂,质量分级,技术基础
AB值：
0.273501
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
