近红光谱分析技术在几种水产品中的应用研究

论文摘要

近红外光谱分析技术,具有测试简单、分析速度快、对检测人员无专业要求、分析过程无污染,等优点;已广泛应用于石化、农业、食品、工业控制、医学等多个领域,其应用范围正在不断拓展。目前,近红外光谱分析技术在水产品领域的相关研究和应用非常有限。主要原因是水产品成分的复杂性及其高水分含量的特性,这导致光谱分析比较困难。本文以产自日本的便携式近红外仪（FQA-NIR GUN）作为硬件支持,研究水产品快速无损检测的近红外光谱分析方法,将近红外光谱分析技术的优点应用到水产品中,为开发水产食品在线检测仪器及加工机械设备的设计提供新的思路和理论支持。1.近红外光谱分析中最核心部分是建立稳定、准确的定标模型。本文在数理统计的基础上详细推导近红外多元线性模型的建立过程,分析其误差来源;整理并修正不同近红外分析模型的精度及有效性的评价方法。均方根误差及残差分析是最常用的统计方法。2.研究养殖大黄鱼脂肪含量及鲜度K值的近红外快速检测模型。扫描大黄鱼整鱼的近红外吸收光谱,并采用标准化学方法分析其粗脂肪含量及鲜度K值。分析不同光谱预处理方式下的光谱数据,以遗传算法优化选择波长,并以PLS方法建立分析模型。结果表明:小波变换细节系数是具备快速提取有效信息的能力;遗传算法可以有效找到同分析性质相关的波段;大黄鱼脂肪含量的近红外分析模型精度较高,稳定性较好,可以用于实际检测;其鲜度K值的分析模型也有较高的分析精度,可用于定量分析,但是同脂肪含量的分析模型相比有改进空间。3.以红娘鱼鱼糜为对象,研究水产加工制品的近红外快速分析模型。模拟市场上流通的鱼糜制品配方、加工过程及贮藏方式,制作淀粉含量梯度明显的鱼糜制品,冻藏并解冻后扫描其近红外光谱,采用不同方法预处理光谱数据,经遗传算法优化光谱波长,以PLS方法建立分析鱼糜制品中淀粉及鱼肉含量的定量模型。结果表明,利用同一光谱建立的有关淀粉及鱼肉含量的近红外分析模型,相对分析误差RPD都大于5,模型精度较高,稳定性好,可以用于实际检测,用近红外光谱技术分析鱼糜制品中淀粉及鱼肉含量是切实可行的,且精度好于天然水产样品。4.以MATLAB语言和环境为软件支持,实现不同光谱数据前处理方式的运算。分析本实验中最重要的两个算法为偏最小二乘算法和遗传算法。偏最小二乘法的实施是一个逐步提取有效信息的过程,避免了光谱模型建立过程中有效信息的多重共线性。遗传算法能够提供一个在复杂空间中进行鲁棒搜索的方法,具有全局搜索的能力,在光谱分析中发挥了重要作用。同时,以MATLAB语言编写相关程序,以实现所需算法,并列出了部分算法的源代码,供有需者参考。本论文从理论和实际操作两方面研究实现水产样品快速检测的光谱分析方法,分析不同光谱数据处理方法对高水分、复杂样品吸收光谱的处理效果,并详细分析了不同数据处理方式对光谱数据的影响方式,对于促进近红光谱分析在水产品领域的广泛应用及相关硬件和软件的研究开发,实现产品的在线分析检测具有重要的意义。

论文目录

• 摘要
• ABSTRACT
• 0 前言
• 0.1 近红外光谱分析技术
• 0.1.1 近红外光谱分析技术的发展历程
• 0.1.2 近红外光谱分析技术的原理及应用
• 0.2 研究背景
• 0.2.1 近红外快速检测在水产品领域的应用
• 0.2.2 实现近红外快速检测水产品的优点及难点
• 0.2.3 化学计量学的应用
• 0.3 本课题的研究目的和意义
• 1. 近红外光谱分析模型的建立及其评价标准
• 1.1 近红外光谱分析模型的建立
• 1.1.1 样品的收集
• 1.1.2 多元线性模型的建立
• 1.1.3 模型的决定系数
• 1.1.4 参数的假设检验
• 1.1.5 两中不同定量结果的检验
• 1.2 采用验证集合对模型的评价
• 1.2.1 均方根误差
• 1.2.2 估计标准误差（Standard Error of Estimate）
• 1.2.3 相对分析误差（Ratio of Standard deviation to SEP，RPD）
• 1.3 模型的扩充及传递
• 1.4 本章小结
• 2. 养殖大黄鱼的近红快速检测研究
• 2.1 序言
• 2.2 养殖大黄鱼脂肪含量近红外检测模型的建立
• 2.2.1 实验材料
• 2.2.2 光谱采集
• 2.2.3 大黄鱼脂肪含量化学测定
• 2.2.4 光谱数据的前处理
• 2.2.5 光谱数据的优化选择
• 2.3 养殖大黄鱼鲜度K 值近红外检测模型的建立
• 2.3.1 实验材料
• 2.3.2 光谱采集
• 2.3.3 大黄鱼鲜度K 值的测定
• 2.3.4 光谱数据的预处理与波长选择
• 2.4 本章小结
• 3. 红娘鱼糜制品中淀粉含量的近红外快速分析研究
• 3.1 红娘鱼鱼糜制品的制作
• 3.1.1 原料与设备
• 3.1.2 制作方法
• 3.1.3 鱼糜制品的近红外光谱吸收
• 3.2 鱼糜制品中淀粉含量近红外快速检测模型的建立
• 3.2.1 光谱预处理
• 3.2.2 遗传算法优化波长及模型建立
• 3.3 鱼糜制品中鱼肉成分的近红外快速检测
• 3.4 本章小结
• 4 近红外快速检测模型建立过程中各种算法的实现
• 4.1 偏最小二乘法原理计算法
• 4.1.1 PLS 基本原理
• 4.1.2 PLS 回归分析算法
• 4.1.3 PLS 模型的精度控制
• 4.2 基于遗传算法的波长优化选择
• 4.2.1 遗传算法的基本步骤
• 4.2.2 传算法的基本操作
• 4.3 不同算法的MATLAB 语言实现
• 4.3.1 偏最小二乘算法
• 4.3.2 遗传算法MATLAB 编码
• 4.3.3 Fourier 变换及小波变换MATLAB 源代码
• 4.4 本章小结
• 参考文献
• 致谢