斜率截距校正算法在食用油酸值和过氧化值上的近红外光谱模型转移的研究
食用油的红外光谱测定
第一章前言我国是食用油的消费大国，食用油是人们膳食结构中不可缺少的组成部分，其品质的好坏对人体健康有着深远的影响。
花生油、大豆油、菜籽油、葵花籽油等是我国人民食用的主要油类品种[1]。
一些不法经营者将低价位的植物油掺入高价位植物油中从而牟取暴利,比如在菜籽油中掺入棕榈油、棉籽油；在芝麻油中掺入菜籽油、棉籽油、大豆油等；在茶籽油中掺入大豆油、菜籽油等。
更有甚者在植物油中掺入米汤、矿物油、蓖麻油等非食用油，引起一系列的食用油中毒事件[2]。
因此，食用油掺杂掺假鉴别及品质的在线检测势在必行。
目前国内外检测食用油品质方法有高效液相色谱法、气相色谱法、筛析色谱法等常规化学分析方法, 这些分析方法具有较高的准确度以及较高的可靠性, 但需借助于昂贵的设备以及严格的实验室条件，对样品进行复杂的处理，并且分析速度很慢, 不能满足市场快速检测的需要[3]。
因此需要建立一种比较方便快速的检测方法，以适应市场需求。
不同厂家同种类、不同厂家不同种类、同厂家不同种类、转基因与非转基因的植物油由于生产工艺、质量标准、原料产地、存放时间等不同，其检测时各项指标也不相同，本文以大豆油、花生油、葵花籽油、菜籽油为研究对象，通过比较他们红外光谱的特征吸收峰，二阶导数图，二维分布图，三维分布图来对它们进行鉴别区分[3]。
菜籽油中含花生酸、油酸、亚油酸、芥酸（芥酸是2 碳一烯酸）、亚麻酸等。
国家标准中菜籽油的各组分含量都是一个范围，从前人的大量的试验中发现，纯菜油的组分：亚油酸和油酸组分比的大小都在一个较小的范围内相对稳定[4]。
从营养价值方面看，人体对菜籽油消化吸收率很高，有利胆功能。
在肝脏处于病理状态下，菜籽酮也能被人体正常代谢。
菜籽油中缺少亚油酸等人体必需脂肪酸，且其中脂肪酸构成不平衡，所以营养价值比一般植物油低。
另外，菜籽油中含有大量芥酸和芥子甙等物质，一般认为这些物质对人体的生长发育不利。
如能在食用时与富含有亚油酸的优良食用油配合食用，其营养价值将得到提高。
食用油脂酸值近红外光谱特征波长优选
食用油脂酸值近红外光谱特征波长优选王立琦1，刘亚楠1，张 青2，崔 月1，葛慧芳1，于殿宇2,*（1.哈尔滨商业大学计算机与信息工程学院，黑龙江哈尔滨 150028；2.东北农业大学食品学院，黑龙江哈尔滨 150030）摘 要：以近红外光谱快速检测大豆油脂酸值为目标，研究间隔偏最小二乘（interval partial least square，iPLS）结合遗传算法（genetic algorithm，GA）及连续投影算法（successive projection algorithm，SPA）的特征波长变量优选方法。
制备不同酸值的大豆油脂样品100 个，并在4 000～12 000 cm－1范围内采集了油样的近红外透射光谱。
首先用iPLS法从原始光谱中初步筛选出4 540～5 346 cm－1和6 807～7 004 cm－1组合特征波段，R2和预测均方根误差（root mean square error of prediction，RMSEP）分别为0.978 9和0.064 3；然后分别用GA和SPA从特征光谱区域中筛选出与油脂酸值密切相关的特征波长变量，从GA和SPA 2 种选择结果中各选取前6 个波长点，以12 个特征波长变量建立PLS校正模型，其R2和RMSEP分别为0.985 9和0.045 1。
研究表明，在油脂酸值近红外光谱分析中，采用iPLS-GA-SPA相结合的方法进行特征波长选择能有效去除冗余信息，降低模型复杂度，可为快速无损检测油脂酸值提供重要理论依据。
关键词：油脂酸值；近红外光谱；特征波长变量；间隔偏最小二乘；遗传算法；连续投影算法Optimization of Characteristic Wavelength Variables of Near Infrared Spectroscopy for Detecting Edible Oil Acid Value WANG Liqi1, LIU Yanan1, ZHANG Qing2, CUI Yue1, GE Huifang1, YU Dianyu2,*(1. School of Computer and Information Engineering, Harbin University of Commerce, Harbin 150028, China;2. School of Food Science and Technology, Northeast Agricultural University, Harbin 150030, China)Abstract: With the goal of achieving rapid detection of soybean oil acid value by using near-infrared (NIR) spectroscopy, this study optimized the selection of the characteristic wavelength variables by combined use of interval partial least square (iPLS), genetic algorithm (GA) and successive projection algorithm (SPA). A total of 100 soybean oil samples with different acid values were collected, their NIR transmittance spectra in the range of 4 000–12 000 cm-1 were acquired. Firstly, the characteristic wavebands of 4 540–5 346 cm-1and 6 807–7 004 cm-1 were extracted from the original spectra by iPLS, with a determination coefficient (R2) and root mean square error of prediction (RMSEP) of 0.978 9 and 0.064 3, respectively. Then, the characteristic wavelength variables closely related to oil acid value were selected by GA and SPA from the previously selected bands, respectively. It was shown that the PLS calibration model established using 12 variables consisting of the top6 characteristic wavelengths from optimal selection results of each of the two algorithms was optimum, with R2 and RMSEPof 0.985 9 and 0.045 1, respectively. The research indicated that selection of the characteristic wavelength variables by iPLS-GA-SPA in NIR analysis for oil acid value could effectively remove redundant information, and decrease the complexity of the model. This paper can offer important reference for rapid and non-destructive detection of oil acid value.Key words: oil acid value; near infrared spectroscopy (NIR); characteristic wavelength variables; interval partial least square (iPLS); genetic algorithm (GA); successive projection algorithm (SPA)DOI:10.7506/spkx1002-6630-201616033中图分类号：TS227 文献标志码：A文章编号：1002-6630（2016）16-0205-06引文格式：王立琦, 刘亚楠, 张青, 等. 食用油脂酸值近红外光谱特征波长优选[J]. 食品科学, 2016, 37(16): 205-210. DOI:10.7506/ spkx1002-6630-201616033. WANG Liqi, LIU Yanan, ZHANG Qing, et al. Optimization of characteristic wavelength variables of near infrared spectroscopy for detecting edible oil acid value[J]. Food Science, 2016, 37(16): 205-210. (in Chinese with English abstract) DOI:10.7506/spkx1002-6630-201616033. 收稿日期：2016-03-16基金项目：国家自然科学基金面上项目（31271886）作者简介：王立琦（1966—），女，教授，博士，主要从事食品安全快速检测研究。
食用油过氧化值的红外光谱测定方法研究
食用油过氧化值的红外光谱测定方法研究韩佳静;安振;江秀明;向国强;何丽君;赵文杰;胡乐乾【摘要】利用上表面抛光的圆柱体替代漫反射附件中的样品杯,构建基于反射-吸收原理的傅里叶变换红外(FTIR)光谱测定装置,用于测定食用油FTIR光谱.通过油脂中过氧化物与三苯基膦反应定量生成三苯基氧磷,以硝基苯为内标物,测定油脂样品与三苯基膦和硝基苯的异辛烷溶液的红外吸收光谱.利用由三苯基氧磷产生的位于542 cm-1处的和由硝基苯产生的位于1 531cm-1处的吸收峰的峰高比(r),建立了食用油过氧化值(POV)与FTIR光谱数据间的定量关系,并测定了9种、共30个食用油样品的POV.结果表明,红外光谱数据与POV间存在良好的线性关系:POV=14.84×r/m-2.76,相关系数为0.998 9.建立的红外光谱法(POVIR)与国标法(POVGB)测定结果间存在良好相关性,相关关系为POVIR=0.944 5×POVGB 1.00,相关系数(r)为0.998 6,说明所建立的油脂红外光谱法分析模型可以代替国家标准方法,快速、准确测定不同油脂的过氧化值.【期刊名称】《河南工业大学学报（自然科学版）》【年(卷),期】2018(039)005【总页数】4页(P27-30)【关键词】食用油;过氧化值;傅里叶变换红外光谱【作者】韩佳静;安振;江秀明;向国强;何丽君;赵文杰;胡乐乾【作者单位】河南工业大学化学化工与环境学院,国家粮食局粮油食品工程技术研究中心,河南郑州450001;河南工业大学化学化工与环境学院,国家粮食局粮油食品工程技术研究中心,河南郑州450001;河南工业大学化学化工与环境学院,国家粮食局粮油食品工程技术研究中心,河南郑州450001;河南工业大学化学化工与环境学院,国家粮食局粮油食品工程技术研究中心,河南郑州450001;河南工业大学化学化工与环境学院,国家粮食局粮油食品工程技术研究中心,河南郑州450001;河南工业大学化学化工与环境学院,国家粮食局粮油食品工程技术研究中心,河南郑州450001;河南工业大学化学化工与环境学院,国家粮食局粮油食品工程技术研究中心,河南郑州450001【正文语种】中文【中图分类】TS207.30 前言油脂是一类广泛使用的食品原料，也是人类营养的重要组成部分。
一种基于近红外光谱分析的食用油脂酸价检测方法[发明专利]
![一种基于近红外光谱分析的食用油脂酸价检测方法[发明专利]](https://img.taocdn.com/s3/m/ce64310281c758f5f71f679c.png)
专利名称：一种基于近红外光谱分析的食用油脂酸价检测方法专利类型：发明专利
发明人：王立琦,王铭义,赵志杰,于殿宇,朱秀超,李默馨,王世让,齐颖
申请号：CN200910071567.7
申请日：20090318
公开号：CN101504363A
公开日：
20090812
专利内容由知识产权出版社提供
摘要：一种基于近红外光谱分析的食用油脂酸价检测方法，本发明涉及一种利用近红外光谱分析技术对食用油脂酸价进行检测的方法，是为了解决在实际生产中，传统的实验室检测化验方法只能进行间断操作、无法实现既准确又快速的在线检测等问题。
用近红外光谱分析技术检测油脂酸价通过以下步骤来实现：一、校正集样本光谱的建立；二、光谱数据的预处理；三、基础数据的测定；四、校正模型的建立；五、校正模型的验证；六、待测样本的分析。
用本发明方法可有效地消除人为误差，缩短检测周期，实现了油脂加工过程中酸价在线检测和调控。
申请人：哈尔滨商业大学
地址：150028 黑龙江省哈尔滨市松北区学海街1号
国籍：CN
更多信息请下载全文后查看。
基于近红外光谱的食用植物油中反式脂肪酸含量快速定量检测及模型优化研究
基于近红外光谱的食用植物油中反式脂肪酸含量快速定量检测及模型优化研究莫欣欣;孙通;刘木华;叶振南【摘要】利用近红外光谱技术对食用植物油中反式脂肪酸(Trans fatty acids,TFA)含量进行快速定量检测,并通过波段选择、预处理方法、变量筛选及建模方法对TFA含量预测模型进行优化.采用AntarisⅡ傅里叶变换近红外光谱仪在4000~10000 cm-1光谱范围采集98个食用植物油样本的近红外透射光谱,然后采用气相色谱法测定TFA的真实含量.首先,对样本原始光谱进行波段、预处理方法优选;在此基础上,采用竞争自适应重加权法(Competitive adaptive reweighted sampling,CARS)筛选TFA相关的重要变量,最后应用主成分回归、偏最小二乘和最小二乘支持向量机方法分别建立食用植物油中TFA含量的预测模型.研究结果表明,近红外光谱技术检测食用植物油中的TFA含量是可行的,优化后的最佳预测模型的校正集和预测集R2分别为0.992和0.989,RMSEC和RMSEP分别为0.071%和0.075%.最佳预测模型所用的变量仅26个,占全波段变量的0.854%.此外,与全波段偏最小二乘预测模型相比,其预测集R2由0.904上升为0.989,RMSEP由0.230%下降为0.075%.由此表明,模型优化非常必要,CARS能有效筛选TFA相关的重要变量,极大减少建模变量数,从而简化预测模型,并较大提高预测模型的精度和稳定性.%Near infrared spectroscopy (NIR) was used to detect trans fatty acids (TFA) in edible vegetable oils quantitatively. And prediction model of TFA was optimized through band selection, pretreatment method, variable selection and modeling method. NIR spectra of 98 edible vegetable oil samples were collected in spectral range of 4000-10000 cm-1 using an Antaris Ⅱ Fourier transform near infrared spectrometer, and the truecontent of TFA was measured by gas chromatography. First, optimization of waveband and pretreatment method was conducted on original spectra. On this basis, competitive adaptive reweighted sampling (CARS) was used to select important variables that related to TFA. Finally, the prediction models of TFA content in edible vegetable oils were established using principal component regression ( PCR), partial least square (PLS) and least square support vector machine (LS-SVM). The results indicated that NIR spectroscopy was feasible for detecting TFA content in edible vegetable oils, R2 of the best prediction model after optimized in calibration and prediction sets were 0. 992 and 0. 989, and root mean square error of calibration (RMSEC) and root mean square error of prediction ( RMSEP) were 0. 071% and 0. 075% , respectively. Only 26 variables were used in the best prediction model, accounting for 0. 854% of the whole waveband variables. In addition, compared with the full waveband PLS prediction model, the R2 in prediction set increased from 0. 904 to 0. 989, and RMSEP decreased from 0. 230% to 0. 075% . It shows that model optimization is very necessary, CARS method can select important variables related to TFA effectively and immensely reduce the number of modeling variables, so it can simplify the prediction model, and greatly improve the accuracy and stability of prediction model.【期刊名称】《分析化学》【年(卷),期】2017(045)011【总页数】9页(P1694-1702)【关键词】食用植物油;近红外光谱;模型优化;竞争自适应重加权法变量筛选;定量检测【作者】莫欣欣;孙通;刘木华;叶振南【作者单位】江西农业大学工学院,江西省高校生物光电技术及应用重点实验室, 南昌 330045;江西农业大学工学院,江西省高校生物光电技术及应用重点实验室, 南昌330045;江西农业大学工学院,江西省高校生物光电技术及应用重点实验室, 南昌330045;江西出入境检验检疫局,综合技术中心, 南昌 330038【正文语种】中文2017-05-25收稿; 2017-08-15接受本文系国家自然科学基金(No.31401278)、江西省自然科学基金(No.20151BAB204025)和江西省教育厅科学研究基金(No.GJJ13254)项目资助反式脂肪酸 (Trans fatty acids, TFA) 是具有反式结构双键的一类不饱和脂肪酸的总称，主要来自采用氢化加工工艺后的植物油。
近红外光谱结合化学计量学方法在油脂检测中的应用_张严
1 化学计量学结合近红外光谱分析技术的原理及特点 1.1 原理
近红外光谱是指波长在 780~2 500 nm 范围内电 磁波，物质的近红外光谱是其中各种化学基团振动的 倍频（基团由基态跃迁至第二激发态、第三激发态等 时所吸收的红外光的频率）和组合频率的综合表现， 不同有机化合物、不同化学基团，有不同特征吸收波 长，光谱中包含有机化合物组成和结构的大量信息。 由于有机化合物在特定波长范围内具有特征吸收，因 此，样品的近红外光谱就与样品的组成或组成成分的 性质间存在着内在联系。
化学计量学结合近红外光谱作为一种新兴的分 析技术，它的最大特点是对样品无破坏性、操作简便、 分析迅速、测量信号可以远距离传输和分析，特别是 与计算机技术和光导纤维技术相结合，采用近红外透 射、散射、漫反射法可直接对样品进行分析。当然，它 也存在着一些缺点，比如测试的灵敏度相对较低，方 法的建立需要大量有代表性的样本。 2 化学计量学方法在近红外定性分析食用油中的应用 2.1 聚类分析
王毅〔10〕采用主成分分析结合最小二乘支持向量 机方法，对包括菜籽油、花生油和芝麻油的 240 个样 品及非这三类食用植物油的 60 个样品进行建模，结 果表明分类精度为 100%，验证准确率为 97.5%。吴 静珠等〔11〕将支持向量机与近红外光谱分析技术相结 合，建立纯花生油掺伪鉴别模型，对掺入大豆油、菜籽 油、棕榈油和调和油的 4 类掺伪花生油的识别率和预 测率均达到 100%，表明近红外光谱在花生油掺伪快 速检测方面具有较好的可行性和实用性。 2.4 人工神经网络
1717ls01-16
激光近红外检测食用植物调和油的研究与应用
波 数／ ｃ ｍ－ ’
图 １ 芝麻油的近红外全谱谱图
２ 材 料 与仪器
食 用 油样 品 ： 纯油品（ 包括 多个 种 类 和 品 牌 ， 包 括 大 豆油 、 菜籽油 、 花生油 、 玉米油 、 葵花籽油 、 芝 麻油 、 米 糠
用偏最小二乘法对油脂 中的组分进行定量分析 ， 得到的模型拟合 系数 ０ ． ９ ９ ５ ２ ， 并且对其 中主要油脂预测准确性较 高， 达
到预期 效 果 。
［ 关键词 ］ 激光近红外； 光谱 ； 模型； 预测
近 年来 ， 食 用 调 和 油 的 广泛 普 及 并 引 起 社 会 强烈 反 响， 植 物油 脂 的有 效识 别愈 发 迫切 ， 特别 是 调 和油 中各 种
识 别 的 相 关报 道 中 ， Ｔ ｅ ｔ ｓ ｕ ｏ等 ｎ 建 立 了 一 种检 测 方 法 。 该 方 法 的 优 点是 能 够 快 速 、 准确 地 分 析 出油 脂 中 的脂 肪 酸 组成 ， 但 只适 用 于定 性 分析 。 李娟 等 Ⅲ对 油 脂进 行 定性 分 析。 并 尝 试用 简 单 的 二元 、 三元 模 型 进行 探 索 ， 以期 找 出
［ 摘要］ 研 究 了激光 近红 外在食 用植 物调 和 油检 测上 的优 势及在 调 和 油检 测 中应 用 ， 利 用激 光 近红 外光谱 技 术 对调和 油
的组成进行 定量分析， 为调和油的定量检测提供参考。 利用近红外光谱仪对纯品油脂进行测定和分析 ， 选 出有代表性 的
纯 油品 和调 和 油品 ， 再 利 用近 红外 光谱技 术对 调 和 油进 行 图谱 采 集与 对 比 ， 对 光谱 进行 筛选 与预 处理 后 对光 谱 数据 利
红外光谱分析技术在食用植物油品质检测中的应用研究的开题报告
红外光谱分析技术在食用植物油品质检测中的应用研究的开题报告题目：红外光谱分析技术在食用植物油品质检测中的应用研究一、研究背景及意义食用植物油是人们日常生活中不可缺少的食品原料，而其中可能会存在一些质量问题，例如添加劣质或掺伪品，或者存在不合格成分等，这些都会对人体健康造成严重危害。
因此，对于食用植物油的品质监测十分重要。
传统的食用植物油质量检测方法包括物理化学性质的检验和色谱等分析方法，但这些方法检测过程较为繁琐，检测时间长，不适用于快速实时的检测。
而红外光谱分析技术具有非接触、快速和高效的特点，因此可以被用于食用植物油品质检测中。
二、研究目的和内容本研究旨在探究红外光谱分析技术在食用植物油品质检测中的应用情况，并提出具体的分析方法和技术路线，具体研究内容包括：1、分析食用植物油红外光谱数据，并建立分析模型；2、研究变量选择方法，优化分析模型；3、利用分析模型对不同品牌、不同种类的食用植物油进行实验验证；4、比较分析建立的模型方法和现有的检测方法在食用植物油品质检测中的优劣性和实用性。
三、研究方法本研究采用实验研究和数据分析相结合的方法进行，具体方法包括：1、采集多品牌、多种类的食用植物油样本，并进行物理化学性质检测；2、利用傅里叶变换红外光谱仪采集样本红外光谱数据；3、对红外光谱数据进行预处理，包括预处理方法选择、数据预处理、变量选择等；4、建立分析模型，包括多元回归模型、主成分分析模型、偏最小二乘模型等；5、利用建立的模型对不同品牌、不同种类的食用植物油进行分析和检测；6、对建立的模型方法和现有分析方法进行比较分析，评估模型在品质检测中的效果和实用性。
四、预期成果1、建立红外光谱分析技术在食用植物油品质检测中的分析方法和技术路线；2、建立食用植物油品质检测的多元回归、主成分分析、偏最小二乘等分析模型；3、对多种品牌、不同种类的食用植物油进行实验验证，比较分析建立的模型方法和现有方法的优劣性；4、发表学术论文2篇，参加学术会议1次。
近红外光谱技术在食用油种类鉴别及定量分析中的应用_刘翠玲
中国酿造2014年第33卷第11期总第273期收稿日期：2014-09-29基金项目：北京市教委科技发展重点项目（KZ201310011012）；北京市自然科学基金（4132008）；北京市教委科技创新平台（PXM_2012_014213_000023）作者简介：刘翠玲（1963-），女，教授，博士，研究方向为智能测量技术与数据处理，系统建模与仿真方法、智能控制方法。
*通讯作者：位丽娜（1989-）女，硕士研究生，研究方向为基于近红外光谱的食用油品质快速检测。
食用油是人们生活的必需品，其品质的好坏不仅影响食品的风味，而且关系到人体的健康，食用油的品质检测主要指标有酸值和过氧化值。
食用油在储藏运输的过程中，由于接触空气、受光线照射、微生物及酶的作用，会发生酸败现象，酸败后油的酸价（酸价是以中和1g 大豆油所消耗氢氧化钾的毫克数来表示）会上升[1]。
酸败食用油中的过氧化物质是致癌物质，很容易引发癌症，而其对人体的这种侵害是一个慢性过程，往往不易引起人们的重视。
我国是一个人口大国，这也使我国成为食用油大国，我国每年仅大豆油的消耗量就达1214万t [2]。
目前我国已经将食用油的安全列为国家战略安全之一，食用油的在线快速品质检测工作十分紧迫。
目前我国的食用油品质检测多采用传统的方法进行，即感官评定分析。
感官评定分析一方面需要丰富的操作经验，另一方面其检测结果受主观因素影响大[3]。
此外食用油品质检测方法还有气相色谱、高效液相色谱和筛析色谱法等化学方法。
这些方法虽然有较高的精确度和可靠性，但是所使用的设备比较昂贵并且对实验条件还有严格的要求。
因此，针对我国的国情这些方法并不能在工业生产中推广，也满足不了对快速检测的要求。
近红外是指波长在780～2500nm 范围内的电磁波，是人们最早发现的非可见光区域。
近红外光谱（near in-frared spectroscopy ，NIRS ）分析技术是20世纪70年代兴起的一种快速分析技术，它是利用近红外谱区包含的物质信息，用于有机物质定性和定量分析的一种分析技术。
一种油菜籽粒油酸含量近红外分析方法与流程
一种油菜籽粒油酸含量近红外分析方法与流程下载温馨提示:该文档是我店铺精心编制而成，希望大家下载以后，能够帮助大家解决实际的问题。
文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!并且，本店铺为大家提供各种各样类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，如想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by theeditor.I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!近红外光谱技术在油菜籽粒油酸含量快速检测中的应用随着科技的进步，食品和农业行业对产品质量的检测需求日益提升。
应用近红外光谱分析技术定量检测植物油脂肪酸含量的研究
应用近红外光谱分析技术定量检测植物油脂肪酸含量的研究梁丹【摘要】[目的]建立一种简单、快速、准确且无损的脂肪酸含量的定量检测方法.[方法]应用近红外光谱分析技术快速准确定量检测植物油中3种脂肪酸含量,采用偏最小二乘法PLS建立植物油中3种脂肪酸(油酸、亚油酸、亚麻酸)含量的近红外定量分析模型,并对比分析了10种光谱预处理方法对植物油中3种脂肪酸含量定量分析校正模型结果的影响.[结果]一阶导数(FD)结合多元散射校正(MSC)法的光谱预处理效果最优,经FD+ MSC法预处理后采用PLS建立的植物油脂肪酸含量检测的校正模型,对油酸的验证决定系数R2为0.969 3,预测标准差RMSEP为1.3％；对亚油酸的验证决定系数R2为0.960 6,预测标准差RMSEP为1.66％；对亚麻酸的验证决定系数R2为0.973 1,预测标准差RMSEP为0.479％.[结论]研究表明,所建模型可较好地检测植物油中油酸、亚油酸、亚麻酸含量.%[ Objective] To establish a new method for the quantitative detection research for the fatty aeid of vegetable oil using near infrared spectroscopy. [Method] Using partial least squares (PLS) to establish near-infrared quantitative analysis model, and compare and analysis the results of the calibration model for quantitative detection of fatty acids (oleic acid, linoleic acid, linolenic acid) using 10 kinds of pretreat-ment methods on vegetable oil. [ Result] Results showed that FD + MSC is the best pretreatment method, determination coefficient R2 of oleic acid validation model was 0. 969 3, KMSEP was1. 3% ; determination coefficient R of linoleic acid validation model was 0. 960 6, RMSEP was 1. 66% ;determination coefficient R2 of linolenic acid validation model was 0. 973 1 , RMSEP was 0. 479% , they allhave high determination coefficient. [Conclusion] It shows that the model can detect oleic acid, linoleic acid, linolenic acid simultaneously very well.【期刊名称】《安徽农业科学》【年(卷),期】2012(000)030【总页数】4页(P14933-14936)【关键词】近红外光谱;偏最小二乘法;植物油;脂肪酸【作者】梁丹【作者单位】武汉职业技术学院电信学院,湖北武汉430074【正文语种】中文【中图分类】S123植物油中主要含有油酸、亚油酸、亚麻酸等不饱和脂肪酸，油酸、亚油酸、亚麻酸等脂肪酸具有促进健康的作用。
近红外(NIR)光谱技术在油品分析中的运用
近红外(NIR)光谱技术在油品分析中的运用发布时间：2022-03-21T06:40:22.457Z 来源：《科学与技术》2021年10月30期作者：王小宁王志丹王喆[导读] 近红外光谱技术具有高效、便捷、不会对样品造成破坏、王小宁王志丹王喆中国石油四川石化有限责任公司四川彭州 611930摘要：近红外光谱技术具有高效、便捷、不会对样品造成破坏、也不会污染环境。
近红外光谱技术在油品分析当中的应用主要体现在原油性质快速检测、馏分油快速检测等方面上，需做好原油分析工作以及中间馏分油分析工作。
关键词：近红外光谱技术；油品分析；原油前言：作为介于可见光与中红外区之间的电磁波，近红外光可以通过扫描样品的NIR光谱获取样品中有机分子含氢基团的特征信息，比较适合对由有机化合物构成的石油及其产品进行性质分析，因此本文将对近红外（NIR）光谱技术在油品分析中的运用进行简要分析。
1.近红外（NIR）光谱技术概述近红外光谱是介于可见光（Vis）与中红外（MIR）之间的电磁辐射波。
某协会将近红外光谱区定义为波长为780-2526nm的区域，是人们在吸收光谱过程中发现的第一个非可见光区。
由于近红外光谱区与有机分子当中的含氢基团振动的合频以及各级倍频的吸收区相同，因此技术人员只需要通过扫描样品的近红外光谱便可以获取有机分子含氢基团的特征信息。
同时，利用近红外光谱技术进行样品分析十分方便快捷，成本相对较低，分析结果的准确率也比较高，不会对样品造成破坏，也不会消耗化学试剂，更不会对环境造成污染。
因此，近红外光谱技术被应用在了诸多领域当中，例如近红外光谱技术在中药分析、临床分析中发挥着重要作用。
2.近红外(NIR)光谱技术在油品分析中的应用近年来，逐渐将近红外（NIR）光谱技术应用在油品分析当中，例如原油分析、馏分油分析以及中间产物分析中，也可以为日常中控分析的离线检测提供支持。
在应用过程中，大连石化最先应用近红外光谱快速分析技术对原油进行了分析评价，之后又将近红外光谱快速分析评价技术应用在了原油快速检测、原油在线调和、炼厂先进控制技术等方面中，为数字化炼厂的建设提供了技术支持。
傅里叶变换红外光谱技术在食用油脂分析领域的应用
傅里叶变换红外光谱技术在食用油脂分析领域的应用杨佳;武彦文;李冰宁;欧阳杰【摘要】综述了傅里叶变换红外光谱技术(FTIR)在食用油脂品种鉴定.、掺假分析、理化指标、氧化产物、反式脂肪酸等的定性定量分析,以及在油脂氧化过程监测等方面的最新进展.随着FTIR相关硬件、软件的快速发展,FTIR快速、环保的优点将会得到更加有效和广泛的应用,逐步在油脂质量监控与加工生产领域替代传统方法.FTIR具有良好的发展前景.%The current research progress in applicationof Fourier transform infrared spectroscopy (FTIR) in rapid analysis of the authentication, detection of adulteration, determination of physical and chemical indexes of edible oils and fats and the contents of oxidation products and trans fatty acids in oils and fats, as well as the monitoring of lipid.oxidation process were reviewed. With the rapid development of instruments , accessories and related hard ware of FTIR, it would be a promising method in the field of quality control and processing of edible oils and fats, as a substitute for the traditional chemical analysis methods.【期刊名称】《中国油脂》【年(卷),期】2013(038)003【总页数】6页(P81-86)【关键词】食用油脂;化学分析;傅里叶变换红外光谱;化学计量学【作者】杨佳;武彦文;李冰宁;欧阳杰【作者单位】北京林业大学生物科学与技术学院,林业食品加工与安全北京市重点实验室,北京100083【正文语种】中文【中图分类】TS225.1;TQ646红外光谱(IR)是记录分子吸收红外光辐射的能量后发生振动和转动能级跃迁信息的谱图。
利用近红外分析技术检测油菜籽含油量及含油酸值的研究
利用近红外分析技术检测油菜籽含油量的研究包李林熊巍林周青燕（湖南巴陵油脂有限公司，湖南.岳阳414000）摘要建立了FOSS InfraXact近红外光谱分析仪快速检测油菜籽含油量的模型,利用仪器数据处理软件对模型进行了内部和外部校验.实验结果表明最佳的建模参数为:油菜籽含油量定标方程的交互定标决定系数(1-VR)为0.9915,定标决定系数(R2)为0.9947,定标标准误差(SEC)为0.0897,标准定标误差(SECV)为0.1167,现有数据预测标准偏差(SEP)为0.117。
关键词近红外光谱油菜籽含油量Measurement of oil content in rapeseed by near –infraredSpectroscopy techniqueBao LiLin Xiong Weilin Zhou QingYan（HuNan BaLin Oils＆ Fats CO.,LTD, Hunan Yueyan 414000）Abstract:The modle of determining rapeseed oil content was built using near –infrared spectroscopy （NIRS）and the FOSS InfraXact system as the analyzer.The influences on the modle of factors,such as the mathematics methods and optis treatment methods were studied.The calibrations of the oil content in rapeseed were also performed.The results showed that the correlation coefficient(1-VR) was 0.9915,the average determination coefficient of validation(R2) was 0.9947,the square error of cross(SEC) was 0.0897,the square error of cross validation (SECV) was 0.1167, and the standard error of prediction (SEP) was 0.117.Key words：near –infrared spectroscopy；rapeseed；oil content近红外光谱(NIRS)技术是近年来迅速发展和推广应用的一种绿色分析技术,样品不需要作任何处理就能直接进行检测,具有操作简单,分析速度快,检测速率高、安全，并且可以减少劳动力和试剂等优点，非常适合食品的快速定性和定量分析〔1-2〕。
食用油油酸的近红外特征谱区优选
食用油油酸的近红外特征谱区优选吴静珠;石瑞杰;陈岩;刘翠玲【期刊名称】《中国粮油学报》【年(卷),期】2015(030)002【摘要】为提高食用油油酸的近红外定量分析模型的预测性能,采用4种波长变量优选方法:移动窗口偏最小二乘算法(MWPLS)、间隔偏最小二乘法(iPLS)、向后间隔偏最小二乘法(BiPLS)、组合间隔偏最小二乘算法(SiPLS),优选食用油油酸近红外光谱特征区间,建立57份食用油样本的油酸定量分析模型.试验结果表明,相较于全谱建模,4种变量优选方法都能在有效地减少建模所用的变量数的同时提高模型性能,其中采用SiPLS优选变量所建的油酸定量模型的预测性能最优,决定系数R2为0.995 0,交叉校验均方根误差(RMSECV)为1.037 2,预测均方根误差(RMSEP)为0.924 6.【总页数】4页(P118-121)【作者】吴静珠;石瑞杰;陈岩;刘翠玲【作者单位】北京工商大学计算机与信息工程学院,北京100048;北京工商大学计算机与信息工程学院,北京100048;北京工商大学计算机与信息工程学院,北京100048;北京工商大学计算机与信息工程学院,北京100048【正文语种】中文【中图分类】O657.3【相关文献】1.近红外特征谱段相关系数法测定中药胶囊中添加枸橼酸西地那非 [J], 王学良;冯艳春;胡昌勤2.近红外特征谱段相关系数法测定胶囊中非法添加格列齐特和氢氯噻嗪 [J], 夏方亮3.近红外特征谱段相关系数法鉴别保健品中非法添加枸橼酸西地那非的研究 [J], 韩吴琦;黄永丽;郭兴辉4.近红外特征谱段相关系数法检测胶囊剂中添加的盐酸西布曲明 [J], 张涛;陈启钊;林冬杰5.近红外特征谱段相关系数法测定减肥产品中的添加物酚酞 [J], 王新财;陈褚建;张诚贤因版权原因，仅展示原文概要，查看原文内容请购买。
解读物理图像的斜率、面积、截距之含义
解读物理图像的斜率、面积、截距之含义
曾捷
【期刊名称】《中学生数理化（学研版）》
【年(卷),期】2016(000)006
【总页数】2页(P74-75)
【作者】曾捷
【作者单位】四川省成都市航天中学校高2014级19班
【正文语种】中文
【相关文献】
1.斜率截距校正算法在食用油酸值和过氧化值上的近红外光谱模型转移的研究 [J], 李天瑞;刘翠玲;位丽娜;吴静珠;孙晓荣
2.物理图像的面积、斜率及应用 [J], 王春旺;航行云
3.ROC曲线下面积与其在标准偏差轴上的截距、斜率关系 [J], 王昌元;谢晋东;李月卿
4.例谈中学物理图像中的切线斜率和过原点割线斜率 [J], 夏少标
5.有指导的正交投影技术结合斜率/截距校正法实现小试水分近红外定量模型向中试传递 [J], 杨培; 陈瑾; 吴春颖; 詹雪艳; 臧恒昌
因版权原因，仅展示原文概要，查看原文内容请购买。
近红外光谱结合偏最小二乘法快速检测米糠油过氧化值和酸价
近红外光谱结合偏最小二乘法快速检测米糠油过氧化值和酸价彭志兵;张晨;徐雄;辛迪薇
【期刊名称】《粮油食品科技》
【年(卷),期】2023(31)2
【摘要】研究旨在建立近红外光谱法快速测定米糠油中过氧化值和酸价的方法。
以化学滴定法测定米糠油中过氧化值和酸价为参比方法,采用近红外分析技术结合偏最小二乘法,建立了米糠油中过氧化值和酸价的近红外定量分析模型。
过氧化值和酸价定量分析模型的决定系数分别为99.11%和99.72%,预测标准差分别为0.436 7%和0.044 78%,交叉验证标准差分别为0.452 2%和0.046 69%。
利用78个验证集样品对定标模型进行外部独立验证,过氧化值及酸价的绝对误差分别在–0.78%~0.82%和–0.142%~0.139%之间,相对误差分别在–13.21%~14.44%和–14.85%~12.46%之间。
表明所建立的定量分析模型及方法可对米糠油中过氧化值和酸价进行简便、快速测定。
【总页数】8页(P146-153)
【作者】彭志兵;张晨;徐雄;辛迪薇
【作者单位】江西省检验检测认证总院食品检验检测研究院
【正文语种】中文
【中图分类】TS201.4
【相关文献】
1.近红外光谱技术快速检测腊肉酸价和过氧化值
2.近红外光谱结合不同偏最小二乘法无损检测食醋中总酸含量
3.基于近红外光谱的食用油酸价和过氧化值自动化检测
4.近红外光谱法快速测定葵花籽毛油的酸价和过氧化值
5.近红外光谱结合偏最小二乘法快速检测山苍子精油中柠檬醛的含量
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
斜率截距校正算法在食用油酸值和过氧化值上的近红外光谱模型转移的研究李天瑞;刘翠玲;位丽娜;吴静珠;孙晓荣【摘要】Excellent near-infrared spectroscopy of edible oil quality and model sharing among different instruments can improve the utilization of the model and meet the development needs of the edible oilindustry.Aiming at the problem of model transfer on the two indexes of edible oleic acid value and peroxide value,this paper mainly adopts the slop/intercept correction algorithm,combined with the partial least squares correction model on the main instrument,and studies the calibration transfer from the near-infrared spectroscopy model of edible oleic acid value and peroxide value.The results show that the slop/intercept correction algorithm has better linearity and effect between the VERTEX 70 and Antaris Ⅱ (fiber optic probe components)for the same optical fiber probe scanning.The root mean square error of prediction of the acid value and peroxide value decreased from 54.675 6 and 1 912.2194,respectively,to 0.441 9 and 6.752.The slop/intercept algorithm has better effect on the same principle of instrumental oleic acid value and peroxide value,and the correction effect of edible oleic acid value is better than that of peroxide value correction effect.The results of this study are of great significance to the extensive application of the rapid analysis model of edible oil quality.%良好的食用油近红外光谱分析模型以及不同仪器间的模型共享,能够提高模型利用率,可以满足食用油行业的发展需要.针对食用油酸值和过氧化值两个指标的模型转移问题,主要采用斜率截距校正算法,结合主仪器上建立的偏最小二乘法校正模型,针对从仪器上的食用油酸值和过氧化值的近红外光谱模型,进行了模型转移研究.研究表明,斜率截距校正算法在同为光纤探头扫描的实验仪器VERTEX 70和AntansⅡ(光纤探头部件)间有较好线性度与效果,其酸值和过氧化值的预测均方差从54.675 6和1 912.219 4,分别下降到了0.441 9和6.752.斜率截距校正算法在食用油酸值和过氧化值指标上对相同原理的仪器转移效果较好,并且食用油酸值的校正效果好于过氧化值校正效果.该研究结果对于食用油品质的快速分析模型的广泛应用具有重要意义.【期刊名称】《中国粮油学报》【年(卷),期】2018(033)001【总页数】8页(P118-124,139)【关键词】近红外光谱;斜率/截距校正算法;食用油;模型转移【作者】李天瑞;刘翠玲;位丽娜;吴静珠;孙晓荣【作者单位】北京工商大学计算机与信息工程学院;北京市食品安全与大数据重点实验室,北京 100048;北京工商大学计算机与信息工程学院;北京市食品安全与大数据重点实验室,北京 100048;北京工商大学计算机与信息工程学院;北京市食品安全与大数据重点实验室,北京 100048;北京工商大学计算机与信息工程学院;北京市食品安全与大数据重点实验室,北京 100048;北京工商大学计算机与信息工程学院;北京市食品安全与大数据重点实验室,北京 100048【正文语种】中文【中图分类】TS227光谱仪器与化学计量学理论相结合形成的近红外光谱分析技术具有快速、高效、非破坏、样品无需预处理、无污染、无浪费等优点。
近年来,该技术在食品领域有着广泛的应用[1-2]，国内外学者也在食用油的酸值和过氧化值等指标上有着相应的研究[3-6]。
然而在光谱测量的实际应用中，会遇到这种情况，即在一台仪器(称为主机)上建立的校正模型，但在另一台仪器(称为从机)上的结果却偏差较大甚至无法使用。
一般将这类问题称为模型失效问题，解决这类问题一般采用模型转移方法。
模型转移可以有效避免重复建模，实现样品和数据资源的共享，并且模型转移对近红外光谱技术应用的推广有着重要意义[7]。
近些年来人们一直在进行着模型转移相关的研究。
Galvao R K H等[8]针对小光谱集提出了单变量校正和鲁棒性回归的模型转移方法；Pereira L S A[9]等研究了药品的粉末状混合物的模型转移；Ji W等[10]对水稻土中pH值，有机物，总氮含量进行了模型转移的研究。
其中也不乏一些学者利用斜率截距校正算法(Slope/Bias Correction，SBC)在不同领域进行着模型转移研究。
Leion H等[11]的研究显示，SBC算法可以应用到各种仪器上；Qin Y等[12]使用了SBC算法研究了烟草含糖量的模型转移；Li W[13]等利用SBC算法对中药的重要成分在两台仪器间的模型传递进行了研究并取得了良好的效果；Brito R S等[14]利用SBC算法减小了在线光谱仪之间水质检测的误差。
然而关于食用油的酸值、过氧化值的近红外光谱模型在两台光谱仪间的转移研究较少，而针对食用油模型转移的研究不仅可以有效的推进近红外光谱在食用油的应用，还可以满足食用油品质快速检测的需要。
所以本文利用斜率/截距校正算法(SBC)针对三组实验仪器的近红外光谱模型食用油的理化指标(酸值、过氧化值)结合偏最小二乘(Partial Least Squares PLS)建立的矫正模型进行了模型转移研究。
1 原理及算法斜率/截距校正(Slope/Bias Correction)算法假设主仪器和从仪器上所测样本的预测值之间存在一定的一元线性关系，通过一元校正算法求得线性关系的斜率和截距，根据求得的斜率和截距可实现对待转移样品预测结果的修正，从而实现主、从仪器间的模型转移。
该方法的基本思想为：设Sm、Ss分别为主、从仪器上采集的样本光谱矩阵，b为主、从仪器上建立的校正模型的回归系数矩阵，则主从仪器上测得样本的预测浓度矩阵和光谱矩阵及系数矩阵存在如式(1)、式(2)所示的关系。
ym,i=Sm,i×b(1)ys,i=Ss,i×b(2)式中：ym,i和ys,i分别为主仪器和从仪器所测样本的预测浓度值。
假设ym,i和ys,i存在式(3)关系：ym,i=S×ys,i+B(3)利用最小二乘法计算斜率(S)和截距(B)，则用所建的模型对样本光谱Xs进行预测后，再利用式(4)对其进行校正，即可得到从仪器上所测样本校正后的预测浓度。
ys,carr=S×(Xs×b)+B(4)式中：Xs为从仪器上所测的待转换的光谱数据。
文中设计的SBC算法的模型转移流程如图1所示。
图1 SBC模型转移算法流程图2 实验方案及光谱采集2.1 实验仪器本次实验是在北京工商大学光谱技术与品质检测研究室和中国农业大学光谱技术检测实验室完成，用到的光谱检测仪器为Bruker公司的傅里叶红外光谱仪VERTEX 70(简称V70)和Thermo Scientific公司的傅里叶近红外光谱仪Antaris Ⅱ(简称A Ⅱ)。
表1 光谱仪器及参数仪器指标操作软件傅里叶红外光谱仪VERTEX70(1)分辨率为0.4cm-1,可选0.15cm-1(2)波数范围为25000～20cm-1(3)信噪比为450001(峰—峰值,1min测试)(4)采样速率为80张谱/sOPUS7.2表1(续)仪器指标操作软件傅里叶近红外光谱仪AntarisⅡ(1)分辨率为4cm-1(2)波数范围为12000～3800cm-1(3)波数重现性(系统到系统):优于0.05cm-1(4)波数精度:±0.03cm-1RESULT3.02.2 实验样本光谱采集本次实验包括3组实验，第一组以VERTEX 70红外光谱仪为主机，Antaris Ⅱ近红外光谱仪(利用光纤探头部件)为从机；第二组以VERTEX 70红外光谱仪为主机，Antaris Ⅱ近红外光谱仪(利用透射部件)为从机；第三组以Antaris Ⅱ近红外光谱仪(利用光纤探头部件)为主机，Antaris Ⅱ近红外光谱仪(利用光纤探头部件)为从机。
两台仪器的具体参数设置：分辨率为16 cm-1；样本扫描次数为32次；背景扫描次数为32次；光谱的采集范围为12 000～4 000 cm-1；光阑设置：6 mm；扫描速度：10 kHz。
调查发现食用油的特征谱区分布在5 000～5 500波段[15]，但为了避免光谱信息的丢失，本次实验利用的是5 000～9 000 cm-1的光谱数据,共520个波数点，两种仪器采集的4种食用油样本的近红外谱图如图2所示。
图2 4种食用油的3种近红外光谱2.3 模型传递及效果评价采用校正集样本在主仪器上建立偏最小二乘模型，利用SBC算法计算标准化样品分别在主从仪器上的测定光谱的传递参数，检验集样本检验模型传递效果。
利用校正集决定系数(R2)，校正均方根误差(RMSECV)和预测均方根误差(RMSEP)。
以及标准偏差S和系统偏差B评价。
(5)(6)式中：为标准值为预测值；nv为样本数。
3 结果与分析3.1 食用油酸值模型转移结果与分析3.1.1 酸值无模型转移前建模结果观察图2可以看出，两台仪器上采集的相同样本的3种光谱间存在明显的差别。