应用近红外光谱技术分析稻米蛋白质含量
摘 要: 以稻谷、米粒、米粉3 种形态的样品,应用近红外光谱技术(NIRS) 和偏最小二阶乘法(PLS) ,建立了6 个稻米蛋白质含量近红外光谱数学模型,并对模型预测结果的准确性进行了评价。结果表明,糙米蛋白质含量的稻谷、糙米粒和糙米粉近红外光谱预测模型校正决定系数( RC2 ) 分别为01893、01971 和01987 ,校正标准差( RMSEC) 分别为01507、01259 和01183 ;精米蛋白质含量的稻谷、精米粒和精米粉近红外光谱预测模型R2C 分别为01897、01984 和01986 , RMSEC 分别为01497、01186 和01190。模型内部交叉验证分析表明,预测糙米蛋白含量的稻谷、糙米粒和糙米粉模型内部交叉验证决定系数( RCV2 ) 分别为01865、01962 和01984 ,内部验证标准差( RMSECV) 分别为01557、01290 和01205 ;预测精米蛋白含量的稻谷、精米粒和精米粉的......阅读全文
如何影响近红外光谱法检测蛋白含量
当一束具有连续波长的红外光通过物质，物质分子中某个基团的振动频率或转动频率和红外光的频率一样时，分子就吸收能量由原来的基态振(转)动能级跃迁到能量较高的振(转)动能级，分子吸收红外辐射后发生振动和转动能级的跃迁，该处波长的光就被物质吸收。
大豆粗蛋白、粗脂肪含量近红外检测模型建立及可靠性..
大豆籽粒约含粗蛋白40% ,粗脂肪20% ,是重要的植物蛋白和食用油来源。提高大豆籽粒中蛋白和脂肪含量是品质改良的重要目标之一,准确测定其粗蛋白、粗脂肪含量是前提。目前,国家颁布的粗蛋白 标准测定方法是基于凯氏定氮法的化学分析(GB290521982) ,粗脂肪标准方法是基于索氏提取法的化学分析(G
近红外光谱技术结合机器学习在检测水稻纹枯病发病先...
近红外光谱技术结合机器学习在检测水稻纹枯病发病先兆上的应用Plant Phenomics | 使用光谱特征和机器学习检测水稻纹枯病的发病先兆 植物病害的诊断是一个费时费力的过程，往往需要专业人员调查田间环境下的病害症状或在实验室环境下进行病原体鉴定。一旦发现了病害，留给田间管理者的可选方案将十分有
近红外光谱技术测定粳稻品种的直链淀粉含量
直链淀粉含量是决定稻米品质和口感的重要因素，也是培育优质食用稻米的重要指标。早期低代快速无损预测和后期高代大批量、快速、精确测定直链淀粉含量是水稻育种中的重要工作，可以显着提高育种工作效率。因传统的直链淀粉含量测定采用碘比色法，其操作复杂、速度慢、药品消耗量大，且样品被粉碎，难以满足育种的需要。
近红外光谱仪怎样创建模型
不管是定性还是定量模型，都要收集大量样品的近红外图谱，然后给他们能赋予一个属性，再用化学计量软件去建模
近红外光谱仪怎样创建模型
不管是定性还是定量模型，都要收集大量样品的近红外图谱，然后给他们能赋予一个属性，再用化学计量软件去建模
近红外光谱预处理方法及模型建立
光谱预处理方法基线校正一阶导数用于扣除斜线和曲线背景，基本公式如下xi为第i个样品的光谱，g为窗口宽度二阶导数提高光谱分辨率，基本公式如下平滑处理由光谱仪得到的光谱信号中既含有有用信息，同时也叠加着随机误差，即噪声。信号平滑是消除噪声最常用的一种方法，其基本假设是光谱含有的噪声为零均值随机白噪声，若
单粒近红外检测技术（SKNIRS）研究收录Spectrochimica Acta
近期，中国科学院合肥物质科学研究院技术生物与农业工程研究所研究员吴跃进课题组在作物单粒近红外光谱检测技术方面取得新进展。相关工作已经被光谱学期刊Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy 接受在线发表。
近红外光谱的反射技术
近红外光照射时，频率相同的光线和基团发生共振现象，光的能量通过分子偶极矩的变化传递给分子。近红外光的频率和样品的振动频率不相同，该频率的光就不会被吸收。因此，选用连续改变频率的近红外光照射某样品时，由于试样对不同频率近红外光的选择性吸收，通过试样后的近红外光线在某些波长范围内减弱，而且另外一些波长范
近红外光谱用来筛选麦胶蛋白含量低的小麦品系
分析测试百科网讯 乳糜泻是一种带有遗传倾向的自身免疫性疾病，会对人小肠功能造成不利影响。最常见的症状包括慢性腹泻、腹胀、吸收不良、食欲不振、贫血和儿童发育异常。摄入任何一种被称为麦胶（俗称面筋）的小麦蛋白都会引发上述症状。在其他谷物包括黑麦和大麦中也发现了这些蛋白质