CN106706554A - 一种快速无损测定玉米单穗籽粒直链淀粉含量的方法 - Google Patents
一种快速无损测定玉米单穗籽粒直链淀粉含量的方法 Download PDFInfo
- Publication number
- CN106706554A CN106706554A CN201610152175.3A CN201610152175A CN106706554A CN 106706554 A CN106706554 A CN 106706554A CN 201610152175 A CN201610152175 A CN 201610152175A CN 106706554 A CN106706554 A CN 106706554A
- Authority
- CN
- China
- Prior art keywords
- sample
- model
- infrared spectrum
- corn
- content
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 240000008042 Zea mays Species 0.000 title claims abstract description 32
- 235000002017 Zea mays subsp mays Nutrition 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 32
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 title claims abstract description 27
- 235000005822 corn Nutrition 0.000 title claims abstract description 27
- 229920002472 Starch Polymers 0.000 title claims abstract description 9
- 235000019698 starch Nutrition 0.000 title claims abstract description 9
- 239000008107 starch Substances 0.000 title claims abstract description 9
- 239000000126 substance Substances 0.000 claims abstract description 21
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 20
- 239000000463 material Substances 0.000 claims abstract description 11
- 238000012937 correction Methods 0.000 claims abstract description 3
- 229920000856 Amylose Polymers 0.000 claims description 34
- 238000001228 spectrum Methods 0.000 claims description 22
- 238000001320 near-infrared absorption spectroscopy Methods 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 7
- 239000000203 mixture Substances 0.000 claims description 6
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 claims description 5
- 229910052740 iodine Inorganic materials 0.000 claims description 5
- 239000011630 iodine Substances 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 5
- 238000002790 cross-validation Methods 0.000 claims description 4
- 238000004737 colorimetric analysis Methods 0.000 claims description 3
- 238000013210 evaluation model Methods 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims description 3
- 230000009977 dual effect Effects 0.000 claims description 2
- 238000007427 paired t-test Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims 2
- 238000004364 calculation method Methods 0.000 claims 1
- 238000005303 weighing Methods 0.000 claims 1
- 238000007781 pre-processing Methods 0.000 abstract 1
- 235000013339 cereals Nutrition 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 238000009395 breeding Methods 0.000 description 6
- 230000001488 breeding effect Effects 0.000 description 6
- 229920001685 Amylomaize Polymers 0.000 description 5
- 235000016383 Zea mays subsp huehuetenangensis Nutrition 0.000 description 5
- 235000009973 maize Nutrition 0.000 description 5
- CSCPPACGZOOCGX-UHFFFAOYSA-N Acetone Chemical compound CC(C)=O CSCPPACGZOOCGX-UHFFFAOYSA-N 0.000 description 4
- 238000004445 quantitative analysis Methods 0.000 description 4
- HEMHJVSKTPXQMS-UHFFFAOYSA-M Sodium hydroxide Chemical compound [OH-].[Na+] HEMHJVSKTPXQMS-UHFFFAOYSA-M 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000005119 centrifugation Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 229920002261 Corn starch Polymers 0.000 description 1
- 238000004497 NIR spectroscopy Methods 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- LSNNMFCWUKXFEE-UHFFFAOYSA-N Sulfurous acid Chemical compound OS(O)=O LSNNMFCWUKXFEE-UHFFFAOYSA-N 0.000 description 1
- 238000000862 absorption spectrum Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009614 chemical analysis method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 239000008120 corn starch Substances 0.000 description 1
- 229940099112 cornstarch Drugs 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 238000005375 photometry Methods 0.000 description 1
- 238000003918 potentiometric titration Methods 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000012628 principal component regression Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000009987 spinning Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000006228 supernatant Substances 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000004448 titration Methods 0.000 description 1
- 238000003828 vacuum filtration Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种快速无损测定玉米单穗籽粒直链淀粉含量的方法及其应用，主要技术步骤如下：（1）收集玉米单穗籽粒材料。（2）采集样品近红外光谱。（3）用常规化学法测定样品直链淀粉含量。（4）对所得近红外光谱进行预处理，消除干扰因素。（5）建立玉米单穗籽粒的直链淀粉含量化学值与近红外光谱之间的校正模型并检验。（6）对模型进行外部验证。（7）采集待测样品的近红外光谱，用建立的近红外模型快速测定待测样品直链淀粉含量。
Description
技术领域
本发明涉及玉米籽粒直链淀粉含量测定技术领域，利用近红外光谱技术实现对玉米单穗籽粒直链淀粉含量的快速、无损检测。
背景技术
高直链淀粉是指直链淀粉含量超50%的淀粉，由于其理化、结构及热特性与普通淀粉存在很大差异，从而具有普通淀粉所不具备的特殊用途而广泛用于环保、医药、食品、纺织等领域。高直链淀粉玉米是制作高直链淀粉的主要原料，目前美国已培育出直链淀粉含量达到100%的高直链玉米品种，而我国尚未有高直链玉米品种，高直链淀粉主要依赖进口。国内相关的品种选育工作近年来已展开，在选育高直链淀粉玉米的过程中，快速无损地测定籽粒的直链淀粉含量能够显著推进育种进程，但目前常用的测定籽粒直链淀粉含量的碘显色光度法和碘亲和力测定法（包括安倍滴定法和电位滴定法）不仅费时费力，成本高，而且会破坏优良的籽粒，不利于高直链玉米品种的选育。因此研究一种可以快速无损而且准确的测定玉米直链淀粉含量的方法对于推进高直链玉米选育进程具有重要意义。
近红外（Near Infrared，NIR）光的波长范围约为780～2500nm，是介于可见区与中红外区之间的电磁波，通过与物质中有机分子的含氢基团X-H键的作用，形成有机分子的倍频和合频吸收光谱。根据这些近红外吸收频谱出现的位置、吸收强度等信息特征，结合数理统计对该成分作定性和定量分析。与常规分析相比，该项技术需要更多的化学计量学算法与软件技术。随着计算机技术的发展、化学计量学研究的深入及近红外光谱仪器制造技术的日益完善，近红外光谱（Near Infrared Reflectance Spectroscopy，NIRS）分析技术得到飞跃发展。由于具有快速、无损、环保等特点而广泛用于农产品、食品、化学、医药、石油等领域。在玉米品质育种过程中，利用近红外技术进行定量分析可以减少对分离世代中大量样品的筛选工作，节约育种材料和时间，并且是无损鉴定，符合现代育种的需要。
发明内容
为克服传统化学法测定玉米籽粒直链淀粉含量时费时、损伤优良籽粒的不足，本发明提供了一个快速、无损测定玉米单穗籽粒直链淀粉含量的方法，即建立了玉米单穗籽粒直链淀粉含量的近红外定量分析模型。本发明通过以下技术方案得以实现：
步骤一：收集玉米单穗籽粒材料。收集单穗籽粒材料100份以上，为保证所建模型的稳定性，材料应包含自交系和杂交种，且材料间粒型、颜色等应有所差异。
步骤二：采集样品近红外光谱。在采集光谱之前，所有材料应进行平衡水分处理。使用近红外谷物品质分析仪采集样品光谱，谱区范围950～1650 nm，分辨率2 nm。每个样品重复装样3次，每次装样扫描2次，保存平均光谱。仪器自身所带的具有NIRS收集、存储、处理功能的软件或其它公认统计软件处理光谱图，例如可采用多变量化学计量学分析软件TheUnscrambler。
步骤三：用常规化学法测定样品直链淀粉含量。从各样品中随机取30粒浸泡于50℃、体积分数0.25%的亚硫酸溶液中60h，然后细磨、过滤、离心，去上清液，加入0.2%NaOH溶液，4h后用ddH2O洗涤，再加入丙酮，静置，离心去丙酮，真空抽滤，风干得到玉米淀粉。双波长碘比色法测定样品直链淀粉含量，测定波长分别为620nm和510nm，样品按照化学值从小到大排列，每隔 3个取 1 个组成验证集用于模型验证，剩下的样品组成校正集用于建模。
步骤四：对步骤二所得近红外光谱进行预处理，消除干扰因素。原始光谱进行预处理方法包括一阶导数、二阶导数、多元散射校正、标准正交变量变换等。这些方法可单独使用或多个联合使用，以达到最佳预处理效果。
步骤五：建立玉米单穗籽粒的直链淀粉含量化学值与近红外光谱之间的校正模型并检验。建立NIR光谱与化学值之间的校正模型的化学计量学方法包括：偏最小二乘法（PLS）、多元线性回归（MLR）、主成分回归（PCR）等。将样品化学值输入对应的样品，并与光谱数据对应，用偏最小二乘法或其它化学计量学方法建立玉米单穗籽粒直链淀粉含量的定量分析模型，以决定系数（R2）、交叉验证标准偏差（RMSECV）评价模型优劣。决定系数最大，标准差最小的模型，效果最佳。
决定系数（R2）和交互验证标准偏差（RMSECV）
；
式中Differi表示第i个样品的化学值和NIRS预测值之差，M为校正集样品数，yi为第i个样品的化学值，ym是m个样品NIRS预测值的平均值。
步骤六：对模型进行外部验证。用验证集样品考察模型能否定量样品，以预测标准差（RMSEP），以及用化学方法测定结果和NIRS预测结果进行比较，检验两种方法的差异显著性，差异不显著的说明该模型可以取代传统方法。
预测标准差（RMSEP）：
式中Differi表示第i个样品的化学值和NIRS预测值之差，N为验证集样品数。
步骤七：采集待测样品的近红外光谱。待测样品的光谱采集方法同建模时采集光谱的方法，用建好的NIRS定量分析模型快速检测待测样品的直链淀粉含量。
本发明有以下有益效果：（1）本发明采用近红外光谱分析仪测定样品直链淀粉含量，具有分析速度快、无损伤、环保等优点。本发明解决了常规化学分析方法的费时、高成本问题，提高了分析效率，是玉米单穗籽粒直链淀粉含量分析的一种快速新型检测方法。（2）利用漫反射近红外光谱分析技术分析玉米单穗籽粒直链淀粉含量，结合PLS等方法建立样品直链淀粉含量与近红外光谱的校正模型，通过预测未知样品，结果可靠、理想。因此，可以将该技术进行推广，应用于玉米品质育种中的单穗籽粒直链淀粉含量鉴定环节。
附图说明
图1为玉米单穗样品的近红外原始光谱图。
图2为验证集样品直链淀粉含量NIRS预测值与真实值之间的相关图。
具体实施方式
以下实施例用于说明本发明，但不用于限制本发明的范围。
实施例1 玉米单穗籽粒近红外光谱图的采集
收集360份玉米单穗籽粒样品，在采集光谱之前，所有材料室温下平衡水分60d。使用Perten公司DA7200型近红外光谱仪采集样品光谱，谱区范围950～1650 nm，分辨率2 nm。每个样品重复装样3次，每次装样扫描2次，保存平均光谱（见图1）。
实施例2 玉米单穗籽粒直链淀粉含量NIRS模型
2.1 模型的建立
提取得到各样品总淀粉后，用双波长碘比色法测定各样品直链淀粉含量，测定波长分别为620nm和510nm，样品按照化学值从小到大排列，每隔 3个取 1 个组成验证集用于模型验证，剩下的样品组成校正集用于建模。采用多变量化学计量学分析软件The Unscrambler（9.8版）对实施例1采集的样品光谱进行一阶导数+标准正交变量变换（SNV）光谱预处理，采用PLS建立数学模型并做交叉验证。建模结果显示，校正集决定系数R2=0.8688, 交叉验证标准偏差RMSECV=3.370。
2.2 模型的外部验证
用建立的模型对验证集样品直链淀粉含量进行预测，得到验证集样品直链淀粉含量的NIRS预测值与化学值的相关图（见图2）。预测决定系数R2 cal=0.8722，达到极显著水平（P<0.01）; 预测标准偏差RMSEP=3.205。配对t检验结果表明样品的NIRS预测值与化学值之间无显著差异。以上结果表明所建NIRS模型用于玉米单穗直链淀粉含量的测定是准确可靠的。
实施例3 预测待测样品的直链淀粉含量
对未知的玉米单穗籽粒样品进行扫描，比较未知样品与定标样品的近红外光谱，用上面建立的模型预测未知样品的直链淀粉含量。
Claims (8)
1.一种利用近红外光谱技术测定单穗玉米籽粒直链淀粉含量的方法，其特征在于，包括以下步骤：
（1）收集玉米单穗籽粒材料；
（2）采集样品近红外光谱；
（3）用常规化学法测定样品直链淀粉含量；
（4）对所得近红外光谱进行预处理，消除干扰因素；
（5）建立玉米单穗籽粒的直链淀粉含量化学值与近红外光谱之间的校正模型并检验；
（6）对模型进行外部验证；
（7）采集待测样品的近红外光谱，用建立的近红外模型快速测定待测样品直链淀粉含量。
2.如权利要求1所述的方法，其特征在于，步骤（1）所述，收集单穗籽粒材料100份以上，材料应包含自交系和杂交种，且材料间粒型、颜色等应有所差异。
3.如权利要求1所述的方法，其特征在于，步骤（2）所述，应用近红外谷物品质分析仪采集玉米单穗籽粒样品近红外光谱，扫描谱区范围950～1650 nm，分辨率2 nm，每个样品重复装样3次，每次装样扫描2次，保存平均光谱。
4.如权利要求1所述的方法，其特征在于，步骤（3）所述，双波长碘比色法测定样品直链淀粉含量，测定波长分别为620nm和510nm，样品按照化学值从小到大排列，每隔 3个取 1个组成验证集用于模型验证，剩下的样品组成校正集用于建模。
5.如权利要求1所述的方法，其特征在于，步骤（4）所述，进行预处理的方法选自一阶导数、二阶导数、多元散射校正、标准正交变量变换中的一种或多种。
6.如权利要求1所述的方法，其特征在于，步骤（5）所述，校正模型采用偏最小二乘法经内部交叉检验建立，内部交叉检验的具体算法：在M个样品光谱中取出第1张样品光谱，用M-1个样品光谱建立基本模型，再将取出的样品光谱用于检验，并计算误差；将第1张样品光谱放回，取出另一个样品光谱，如此重复、循环，直至每个光谱都被检验分析；通过衡量样品近红外预测值与化学值间的决定系数（R2）和交叉验证标准偏差（RMSECV）指标评价模型性能，其中R2和RMSECV的计算公式如下：
；
式中Differi表示第i个样品的化学值和NIRS预测值之差，M为校正集样品数，yi为第i个样品的化学值，ym是m个样品NIRS预测值的平均值。
7.如权利要求1所述的方法，其特征在于，步骤（6）所述，用优化好的校正模型预测验证集样品，比较NIRS预测值和化学值含量，用预测均方差（RMSEP）和配对t检验评价模型，RMSEP公式如下：
式中Differi表示第i个样品的化学值和NIRS预测值之差，N为验证集样品数。
8.如权利要求1～7任一项所述的近红外光谱方法在测定玉米单穗籽粒直链淀粉含量中的应用。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610152175.3A CN106706554A (zh) | 2016-03-17 | 2016-03-17 | 一种快速无损测定玉米单穗籽粒直链淀粉含量的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610152175.3A CN106706554A (zh) | 2016-03-17 | 2016-03-17 | 一种快速无损测定玉米单穗籽粒直链淀粉含量的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106706554A true CN106706554A (zh) | 2017-05-24 |
Family
ID=58939665
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610152175.3A Pending CN106706554A (zh) | 2016-03-17 | 2016-03-17 | 一种快速无损测定玉米单穗籽粒直链淀粉含量的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106706554A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108680515A (zh) * | 2018-08-27 | 2018-10-19 | 中国科学院合肥物质科学研究院 | 一种单粒水稻直链淀粉定量分析模型构建及其检测方法 |
| CN110596038A (zh) * | 2019-09-27 | 2019-12-20 | 南京晶薯生物科技有限公司 | 一种红薯淀粉含量快速测定的方法 |
| CN112683840A (zh) * | 2020-10-29 | 2021-04-20 | 河南工业大学 | 一种利用近红外光谱技术快速无损测定小麦单籽粒直链淀粉含量的方法 |
| CN113484270A (zh) * | 2021-06-04 | 2021-10-08 | 中国科学院合肥物质科学研究院 | 一种单粒水稻脂肪含量定量分析模型的构建及检测方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102680426A (zh) * | 2012-04-28 | 2012-09-19 | 中国农业大学 | 一种快速测定蒸汽压片玉米淀粉糊化度的方法 |
| CN103575689A (zh) * | 2013-10-11 | 2014-02-12 | 西北农林科技大学 | 近红外光谱和可见光分析仪快速检测稻米中直链淀粉含量的方法 |
-
2016
- 2016-03-17 CN CN201610152175.3A patent/CN106706554A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102680426A (zh) * | 2012-04-28 | 2012-09-19 | 中国农业大学 | 一种快速测定蒸汽压片玉米淀粉糊化度的方法 |
| CN103575689A (zh) * | 2013-10-11 | 2014-02-12 | 西北农林科技大学 | 近红外光谱和可见光分析仪快速检测稻米中直链淀粉含量的方法 |
Non-Patent Citations (8)
| Title |
|---|
| SYAHIRA IBRAHIM ET AL.: "The Assessment of Amylose Content using Near Infrared Spectroscopy Analysis of Rice Grain Samples", 《IEEE CONFERENCE ON OPEN SYSTEMS》 * |
| 刘涛 等: "农作物品质的近红外光谱无损检测研究进展", 《食品与机械》 * |
| 吕慧 等: "基于近红外光谱技术的大米品质分析与种类鉴别", 《食品工业科技》 * |
| 周琼: "双波长分光光度法测定玉米微孔淀粉的直链淀粉、支链淀粉含量", 《光谱试验室》 * |
| 彭建 等: "小麦籽粒淀粉和直链淀粉含量的近红外漫反射光谱法快速检测", 《麦类作物学报》 * |
| 朱苏文 等: "玉米籽粒直链淀粉含量的近红外透射光谱无损检测", 《中国粮油学报》 * |
| 杨有仙 等: "直链淀粉含量测定方法研究进展", 《食品科学》 * |
| 樊明月 等: "近红外光谱技术结合偏最小二乘法快速测定砂仁中乙酸龙脑酯的含量", 《南京中医药大学学报》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108680515A (zh) * | 2018-08-27 | 2018-10-19 | 中国科学院合肥物质科学研究院 | 一种单粒水稻直链淀粉定量分析模型构建及其检测方法 |
| CN110596038A (zh) * | 2019-09-27 | 2019-12-20 | 南京晶薯生物科技有限公司 | 一种红薯淀粉含量快速测定的方法 |
| CN112683840A (zh) * | 2020-10-29 | 2021-04-20 | 河南工业大学 | 一种利用近红外光谱技术快速无损测定小麦单籽粒直链淀粉含量的方法 |
| CN113484270A (zh) * | 2021-06-04 | 2021-10-08 | 中国科学院合肥物质科学研究院 | 一种单粒水稻脂肪含量定量分析模型的构建及检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106706553A (zh) | 一种快速无损测定玉米单籽粒直链淀粉含量的方法 | |
| Zhang et al. | Determination of water content in corn stover silage using near-infrared spectroscopy | |
| CN101413885A (zh) | 一种快速定量蜂蜜品质的近红外光谱方法 | |
| CN108680515B (zh) | 一种单粒水稻直链淀粉定量分析模型构建及其检测方法 | |
| Li et al. | Determination of soluble solid content in multi-origin ‘Fuji’apples by using FT-NIR spectroscopy and an origin discriminant strategy | |
| CN107515203A (zh) | 近红外技术定量分析水稻单籽粒直链淀粉含量的研究 | |
| CN106018335A (zh) | 基于近红外光谱的整粒棉籽中植酸含量的无损测定方法 | |
| CN102393376A (zh) | 基于支持向量回归的鱼丸多组分含量检测的近红外光谱法 | |
| CN106706554A (zh) | 一种快速无损测定玉米单穗籽粒直链淀粉含量的方法 | |
| CN102680426A (zh) | 一种快速测定蒸汽压片玉米淀粉糊化度的方法 | |
| CN109211829A (zh) | 一种基于SiPLS的近红外光谱法测定大米中水分含量的方法 | |
| CN106932365A (zh) | 一种用近红外仪检测玉米秸秆成分的方法 | |
| Sun et al. | Variables selection for quantitative determination of cotton content in textile blends by near infrared spectroscopy | |
| CN101701911A (zh) | 一种检测发酵物料中还原糖含量的方法 | |
| CN108107019A (zh) | 一种基于近红外光谱法快速检测玉米中杂色曲菌素含量的方法 | |
| Sun et al. | Water content detection of potato leaves based on hyperspectral image | |
| CN108169168A (zh) | 检测分析水稻籽粒蛋白质含量数学模型及构建方法和应用 | |
| CN109916844B (zh) | 一种小麦籽粒抗性淀粉含量的快速测定方法 | |
| Zhu et al. | Prediction of wood property in Chinese Fir based on visible/near-infrared spectroscopy and least square-support vector machine | |
| CN102519903B (zh) | 一种近红外光谱测定双孢蘑菇白度值的方法 | |
| Liu et al. | Non-destructive detection of single corn seed vigor based on visible/near-infrared spatially resolved spectroscopy combined with chemometrics | |
| Zhao et al. | Fast detection of the tenderness of mulberry leaves by a portable near-infrared spectrometer with variable selection | |
| CN109406447A (zh) | 一种高粱中单宁的近红外检测方法 | |
| Wang et al. | Transfer strategy for near infrared analysis model of holocellulose and lignin based on improved slope/bias algorithm | |
| CN107796779A (zh) | 橡胶树叶片氮素含量的近红外光谱诊断方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170524 |
|
| WD01 | Invention patent application deemed withdrawn after publication |