近紅外光譜技術(shù)
近紅外光譜技術(shù)的相關(guān)文獻在1996年到2022年內(nèi)共計989篇,主要集中在輕工業(yè)、手工業(yè)、化學(xué)、中國醫(yī)學(xué)
等領(lǐng)域,其中期刊論文678篇、會議論文83篇、專利文獻281981篇;相關(guān)期刊362種,包括食品安全導(dǎo)刊、中成藥、藥物分析雜志等;
相關(guān)會議57種,包括中國作物學(xué)會作物種子專業(yè)委員會2015年學(xué)術(shù)年會、第八屆中國在線分析儀器應(yīng)用及發(fā)展國際論壇、世界中醫(yī)藥學(xué)會聯(lián)合會中藥鑒定專業(yè)委員會第二屆學(xué)術(shù)年會等;近紅外光譜技術(shù)的相關(guān)文獻由2978位作者貢獻,包括白雁、雷敬衛(wèi)、王寧等。
近紅外光譜技術(shù)—發(fā)文量
專利文獻>
論文:281981篇
占比:99.73%
總計:282742篇
近紅外光譜技術(shù)
-研究學(xué)者
- 白雁
- 雷敬衛(wèi)
- 王寧
- 宋雪健
- 王鈞
- 謝彩俠
- 張東杰
- 李宗朋
- 王健
- 董海平
- 龔海燕
- 徐國棟
- 房桂干
- 李子文
- 李祥輝
- 臧恒昌
- 蘇鵬飛
- 鄧擁軍
- 錢志余
- 何勇
- 劉燕德
- 盧紅兵
- 吳珽
- 孔波
- 孫偉明
- 張鵬
- 李頁瑞
- 楊華武
- 梁龍
- 蔡佳校
- 蔡紹松
- 鄒小波
- 錢麗麗
- 陳志紅
- 劉洋
- 劉霞
- 盧啟鵬
- 葉正良
- 孫威江
- 宋良圖
- 尹建軍
- 左春芳
- 張正勇
- 張武崗
- 張鑫
- 李民贊
- 李跑
- 武衛(wèi)紅
- 汪六三
- 汪玉冰
排序:
-
-
蘇鵬飛
-
-
摘要:
建立一種鳳香型基酒密度和粘度指標的快速分析模型,以期為基酒真實性判別提供一種方法參考。利用近紅外光譜技術(shù)對樣品進行光譜掃描,并結(jié)合常規(guī)分析方法,通過相關(guān)建模軟件和算法最終建立了其定量分析模型。結(jié)果表明,所建模型的線性關(guān)系較好,且各模型內(nèi)部參數(shù)RMSEC和RMSECV值均較小,說明模型的質(zhì)量較好;另取驗證樣品對模型進行外部驗證,通過與常規(guī)分析方法的檢測結(jié)果進行比較,各模型預(yù)測的平均相對誤差均小于0.2%,同時兩種方法的檢測值之間均不存在顯著性差異(P>0.05),說明模型具有較好的預(yù)測能力。
-
-
王軍;
韋亞芳;
黃家鵬;
王鈞
-
-
摘要:
目的:建立近紅外光譜法快速檢測銀杏離心液中萜類內(nèi)酯含量的方法。方法:利用近紅外光譜儀對銀杏離心液樣品進行掃描,對其光譜進行預(yù)處理和波段選擇,并結(jié)合偏最小二乘法(partial least squares, PLS)建立萜類內(nèi)酯含量快速無損檢測方法。結(jié)果:所建立的模型的決定系數(shù)R為0.9177,交叉驗證均方根差值為0.0335,對驗證集樣品進行預(yù)測并統(tǒng)計分析,預(yù)測值與真實值之間無顯著差異(P 0.05)。結(jié)論:所建立的模型準確度高,適用于銀杏離心液中萜類內(nèi)酯含量的快速檢測。
-
-
麥毅;
王鈞;
程杰;
韓凌;
史泳;
潘英;
楊炳朝;
黃家鵬;
李頁瑞
-
-
摘要:
目的:建立近紅外光譜法快速檢測氣滯胃痛顆粒提取液中芍藥苷含量的方法。方法:利用近紅外光譜儀對提取液樣品進行掃描,對其光譜進行預(yù)處理和波段選擇,并結(jié)合偏最小二乘法(partial least squares, PLS)建立芍藥苷含量快速無損檢測方法。結(jié)果:所建立的模型的決定系數(shù)R2為0.9793,交叉驗證均方根差值為0.2006,對驗證集樣品進行預(yù)測并統(tǒng)計分析,預(yù)測值與真實值之間無顯著差異(P 0.05)。結(jié)論:所建立的模型準確度高,適用于氣滯胃痛顆粒提取液中芍藥苷含量的快速檢測。
-
-
蘇鵬飛;
張武崗
-
-
摘要:
為實現(xiàn)高粱淀粉含量的快速分析,提高樣品日常分析效率,利用近紅外光譜技術(shù)對樣品進行光譜掃描,并結(jié)合常規(guī)分析方法,最終建立了高粱淀粉含量的快檢模型。結(jié)果表明,所建模型的各線性關(guān)系較好,R^(2)均在0.90以上,且模型內(nèi)部參數(shù)RMSEC、RMSECV和RMSEP值均較小且相近,分別為0.207、0.389和0.211,模型的質(zhì)量較好。另取驗證樣品對模型進行外部驗證,通過與常規(guī)分析方法的檢測結(jié)果進行比較,模型預(yù)測的平均相對誤差為0.7%,同時兩種方法的檢測值之間不存在顯著性差異(P>0.05),說明模型具有較好的預(yù)測能力,可用于實際生產(chǎn)分析檢測。
-
-
金有順;
侯扶江
-
-
摘要:
放牧家畜養(yǎng)分消化率反映牧草供給量和營養(yǎng)品質(zhì)、家畜的健康狀況以及生產(chǎn)性能等,是草原管理的關(guān)鍵指標之一。放牧家畜養(yǎng)分消化率的測定方法主要有直接測定和間接估測兩種,直接法包括全收糞法、指示劑法、近紅外光譜法(NIRS)等,間接法主要有體內(nèi)或體外發(fā)酵法、牧草品質(zhì)和氣候等預(yù)測法。全收糞法是較精確的測定方法,然而耗時、費力,對家畜放牧行為有較大影響,難以體現(xiàn)牧場飼草供給的空間異質(zhì)性;指示劑法根據(jù)不溶物的回收比例估測養(yǎng)分消化率,對家畜放牧行為干擾較小,指示劑不易收集,也不適于野性較高的放牧動物;NIRS法效率高、勞動強度低、成本小、不影響家畜,能夠大尺度地估測放牧家畜的養(yǎng)分消化率,需要大量的實測數(shù)據(jù)完善預(yù)測模型;氣候估測法快捷、省時,精確性較差,適于大時空尺度。放牧家畜的養(yǎng)分消化率與家畜、草地、放牧方法、溫度、降水等生物因子,環(huán)境因子和社會因子密切相關(guān),與遙感、無人機(UAV)和人工智能等結(jié)合,可以準確、快速地測定放牧家畜養(yǎng)分消化率,為草地生態(tài)修復(fù)與健康管理提供支撐。
-
-
王玥;
陳楠;
王博雨;
劉濤;
夏洋
-
-
摘要:
近紅外傅里葉變換光譜儀作為一種常用的科研級近紅外光譜檢測儀器,廣泛應(yīng)用于各個科研領(lǐng)域。目前的近紅外光譜儀著重于光譜分辨率方面的提升,在光譜信噪比提升方面關(guān)注較少。光譜信噪比直接影響光譜線指數(shù)測量精度的優(yōu)劣,光譜信噪比越高,光譜線指數(shù)測量精度越高,越有利于對微量物質(zhì)進行精細光譜比對。因此,提升光譜儀的光譜信噪比是十分必要的。對比常用的鎢燈光源,激光驅(qū)動等離子體光源(LDLS)不僅在近紅外區(qū)域具有高光照強度的優(yōu)點,而且其獨特的高頻調(diào)制輸出信號在經(jīng)鎖相放大器調(diào)制解調(diào)后能夠很好的抑制背景信號對干涉光譜所帶來的影響。高亮度與輻射調(diào)制的結(jié)合使得以LDLS作為光源的近紅外傅里葉變換光譜系統(tǒng)在光譜信噪比方面獲得顯著提升?;谏鲜鲈?提出利用新型激光驅(qū)動等離子體光源作為光譜信號輸出源的近紅外傅里葉變換光譜系統(tǒng),并與含有調(diào)制能力的鎢燈光源搭建的近紅外傅里葉變換光譜系統(tǒng)進行了信噪比的比較實驗。首先利用鎢燈光源由斬波器高頻調(diào)制再經(jīng)過鎖相放大器解調(diào)的方式,對鎖相放大器積分時間進行優(yōu)化并通過計算干涉光譜信噪比進行評估,分別對比了積分時間為0.5,1,5,10和20 ms的干涉光譜信噪比與對稱度,確定后續(xù)系統(tǒng)中的鎖相放大器最佳積分時間為5 ms,該狀態(tài)下鎢燈光源所實現(xiàn)的干涉光譜信噪比經(jīng)計算約為90∶1;其次利用激光驅(qū)動等離子體光源代替鎢燈光源和斬波器,在最佳積分時間下進行干涉光譜信噪比對比評估,結(jié)果表明激光驅(qū)動等離子體光源的干涉光譜信噪比與傳統(tǒng)鎢燈光源相比提升111倍;最后,利用近紅外標準片對系統(tǒng)進行光譜測量準確性評估,結(jié)果表明利用該光源的近紅外傅里葉變換光譜系統(tǒng)的近紅外吸收峰值誤差<0.5 nm,具有高光譜準確性與分辨能力。
-
-
陳裕鳳;
聶斌;
詹國平;
周冠芮;
李歡;
何雁
-
-
摘要:
數(shù)據(jù)預(yù)處理、特征選擇和建立模型是近紅外光譜分析技術(shù)中三個重要的過程。從降低噪聲、消除基線漂移、校正散射光三方面介紹數(shù)據(jù)預(yù)處理方法;介紹基于區(qū)域的光譜特征選擇方法和基于單變量的光譜特征選擇方法;并根據(jù)應(yīng)用不同,論述了定量分析和定性分析兩類建模方法。現(xiàn)就這三個過程中常用方法的基本原理、優(yōu)缺點進行綜述,為相關(guān)研究者提供參考。
-
-
張亞茹;
文世林;
張雪冬;
李文意;
陳功和;
李雅;
王子鑫;
李倩倩;
魏兵
-
-
摘要:
目的:明確孤獨癥譜系障礙(ASD)兒童動作協(xié)調(diào)能力與運動區(qū)皮質(zhì)靜息功能連接的關(guān)系。方法:共招募11名ASD兒童和20名典型發(fā)展兒童(TD)。應(yīng)用兒童協(xié)調(diào)能力測量量表(M-ABC2)測試動作協(xié)調(diào)能力,用近紅外光譜技術(shù)(fNIRS)監(jiān)測運動區(qū)皮質(zhì)靜息態(tài)的血氧信號變化,并用“FC-NIRS”軟件計算運動區(qū)皮質(zhì)的靜息功能連接(RSFC)強度。結(jié)果:ASD組的M-ABC2總分顯著低于同齡的TD組[t_((n=29))=-11.550,p=0.000],且精細動作能力(U=0,Z=-4.561,p=0.000)、手眼協(xié)調(diào)能力[t_((n=29))=-10.204,p=0.000]及靜態(tài)和動態(tài)平衡能力[t_((n=29))=-5.752,p=0.000]存在顯著差異。ASD組的RSFC強度均值顯著低于TD組[在HbO信號水平上,t_((n=29))=-3.740,p=0.001],且腦右側(cè)運動區(qū)存在差異的功能連接“邊”的數(shù)量多于左側(cè)。M-ABC總分與運動區(qū)RSFC均值之間存在顯著相關(guān)[在HbO信號水平上,r=0.497,p=0.004],但在M-ABC2各二級指標上均與RSFC無相關(guān)性。結(jié)論:孤獨癥譜系障礙兒童的動作協(xié)調(diào)能力和運動區(qū)靜息功能連接強度的發(fā)展均滯后于同齡的典型發(fā)展兒童,但是動作協(xié)調(diào)能力的損傷不一定與運動區(qū)功能連接強度的減弱有關(guān)。
-
-
張書閱;
熊安然;
潘予琮;
余詩強;
蔣林樹;
熊本海
-
-
摘要:
本試驗旨在構(gòu)建燕麥草常規(guī)營養(yǎng)成分含量的近紅外預(yù)測模型。試驗于2017—2019年,從我國京津冀等地區(qū)的牧場及種植基地收集了80份不同品種、不同產(chǎn)地和不同成熟度的燕麥草,參照燕麥草常規(guī)營養(yǎng)成分國標檢測方法測定采集80份樣品中水分(MSTR)、粗蛋白質(zhì)(CP)、中性洗滌纖維(NDF)、酸性洗滌纖維(ADF)、粗脂肪(EE)和粗灰分(Ash)含量并進行燕麥草近紅外光譜采集。使用OPUS7.5中的偏最小二乘(PLS)化學(xué)計量學(xué)方法將燕麥草的光譜圖和理化指標進行關(guān)聯(lián),交叉檢驗法評價預(yù)測模型效果。結(jié)果顯示:不同來源的燕麥草中MSTR、CP、NDF、ADF、EE和Ash含量變異較大;MSTR、CP、NDF、ADF和Ash含量預(yù)測模型校正決定系數(shù)(RSQcal)為0.886~0.977,交叉驗證決定系數(shù)(1-VR)為0.84~0.95,交叉驗證相對分析誤差(RPDCV)為2.50~4.23,定標效果較為理想,外部驗證預(yù)測決定系數(shù)(RSQv)為0.846~0.945,預(yù)測相對分析誤差(RPDV)為2.57~4.20,表明模型均可應(yīng)用于實際檢測且適用性良好;EE含量預(yù)測模型RSQcal為0.870,1-VR為0.772,RPDCV為1.80,外部驗證結(jié)果 RSQv為0.735,RPDV為1.95,模型效果不理想,不能應(yīng)用于實際檢測。綜上所述,本試驗初步建立燕麥草中MSTR、CP、NDF、ADF和Ash含量的近紅外預(yù)測模型效果較好,為生產(chǎn)中快速高效測定燕麥草常規(guī)營養(yǎng)成分提供技術(shù)支撐。
-
-
胡鐵功;
李澤霞;
柳寧寧
-
-
摘要:
近紅外光譜技術(shù)是一種具有綠色、快速、無損優(yōu)勢的檢測技術(shù),其在白酒行業(yè)中的應(yīng)用越來越廣泛。介紹了近紅外光譜技術(shù)的工作原理及優(yōu)勢,主要介紹了近紅外光譜技術(shù)在白酒行業(yè)中釀酒原料、釀酒大曲、發(fā)酵酒醅、半成品及成品酒檢測方面的研究應(yīng)用及在線檢測及時的開發(fā)研究,分析了該技術(shù)在白酒行業(yè)應(yīng)用推廣過程中存在的問題,并展望了其應(yīng)用前景。
-
-
SHI Weifang;
時偉芳;
XIE Zongming;
謝宗銘;
YANG Liming;
楊麗明;
WANG Jianhua;
王建華;
SUN Qun;
孫群
- 《中國作物學(xué)會作物種子專業(yè)委員會2015年學(xué)術(shù)年會》
| 2015年
-
摘要:
以2013年產(chǎn)的甘肅春小麥品種寧春4號種子為材料,對300粒小麥種子進行近紅外光譜單粒掃描,根據(jù)光譜圖結(jié)合發(fā)芽實驗結(jié)果分析近紅外光譜技術(shù)鑒定小麥單粒種子活力的效果,結(jié)果表明:正反面兩次平均光譜的建模效果要優(yōu)于單次光譜.最佳建模比例為建模集與檢驗集之比3∶1.應(yīng)用近紅外光譜定性偏最小二乘分析方法,在光譜范圍為7000~8000cm-1,采用中心化預(yù)處理方法,主成分數(shù)為5時,模型的建模集和檢驗集的鑒別率分別為86.36%和91.30%,建模效果最佳;采用近紅外光譜偏最小二乘法定量檢測小麥種子活力時,建模效果較差,有待于進一步研究.
-
-
-
-
-
-
褚小立
- 《第八屆中國在線分析儀器應(yīng)用及發(fā)展國際論壇》
| 2015年
-
摘要:
在國外,近紅外光譜技術(shù)在大型流程工業(yè)的應(yīng)用日趨成熟和廣泛,但由于涉及企業(yè)經(jīng)濟利益及商業(yè)秘密等原因,很多實際應(yīng)用都未見正式報道.例如在石化行業(yè),據(jù)統(tǒng)計全球僅汽油調(diào)合裝置就有幾百套安裝了在線近紅外光譜儀,其它主要煉油裝置如催化重整和催化裂化也都以在線近紅外光譜分析技術(shù)為基礎(chǔ)實現(xiàn)了優(yōu)化控制操作.在農(nóng)產(chǎn)品的現(xiàn)場收購環(huán)節(jié),在線、便攜式和臺式近紅外光譜被廣泛用于按質(zhì)論價的分析手段,例如,僅在日本就有550家果品等級分揀企業(yè)安裝了2000多臺在線近紅外分析儀.近紅外技術(shù)的應(yīng)用為上述行業(yè)帶來了豐厚的經(jīng)濟效益,已成為提高企業(yè)科學(xué)管理必不可少的一種手段.展望未來5~10年,近紅外光譜技術(shù)將有可能在農(nóng)業(yè)、食品和制藥等行業(yè)得到快速發(fā)展。
-
-
-
-
-
-
- 山東金璋隆祥智能科技有限責(zé)任公司
- 公開公告日期:2022.11.01
-
摘要:
本發(fā)明公開了一種基于GSA(GoldenproSpectralAnalyzer)近紅外光譜儀的光譜校正技術(shù),主要涉及光譜檢測技術(shù)領(lǐng)域,包括以下步驟,在波長范圍內(nèi),自定義光譜波長點N;計算該波長點的光譜吸光度的閾值范圍,先判斷異、正常光譜,選定該波長點,找到正常光譜吸光度的最大值和最小值,以最大值和最小值的范圍作為該波長點下光譜吸光度的閾值范圍M;在波長范圍內(nèi),再自定義光譜波長點N+1,并重復(fù)步驟二,獲取該波長點下光譜吸光度的閾值范圍M+1;將波長點N、N+1……下光譜吸光度的閾值范圍M、M+1……取交集,得到光譜吸光度的閾值范圍A,取光譜吸光度的閾值范圍A內(nèi)的光譜即為預(yù)設(shè)光譜,提高對異常光譜的識別率。
-
-
-
-
-
- 山東金璋隆祥智能科技有限責(zé)任公司
- 公開公告日期:2021-03-09
-
摘要:
本發(fā)明公開了一種基于GSA(GoldenproSpectralAnalyzer)近紅外光譜儀的光譜校正技術(shù),主要涉及光譜檢測技術(shù)領(lǐng)域,包括以下步驟,在波長范圍內(nèi),自定義光譜波長點N;計算該波長點的光譜吸光度的閾值范圍,先判斷異、正常光譜,選定該波長點,找到正常光譜吸光度的最大值和最小值,以最大值和最小值的范圍作為該波長點下光譜吸光度的閾值范圍M;在波長范圍內(nèi),再自定義光譜波長點N+1,并重復(fù)步驟二,獲取該波長點下光譜吸光度的閾值范圍M+1;將波長點N、N+1……下光譜吸光度的的閾值范圍M、M+1……取交集,得到光譜吸光度的的閾值范圍A,取光譜吸光度的的閾值范圍A內(nèi)的光譜即為預(yù)設(shè)光譜,提高對異常光譜的識別率。
-
-
-
-
-