CN109580525A - 一种快速预测小麦烘焙品质的检测方法 - Google Patents
一种快速预测小麦烘焙品质的检测方法 Download PDFInfo
- Publication number
- CN109580525A CN109580525A CN201811462616.5A CN201811462616A CN109580525A CN 109580525 A CN109580525 A CN 109580525A CN 201811462616 A CN201811462616 A CN 201811462616A CN 109580525 A CN109580525 A CN 109580525A
- Authority
- CN
- China
- Prior art keywords
- wheat
- sample
- baking
- baking quality
- detection method
- 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
- 241000209140 Triticum Species 0.000 title claims abstract description 117
- 235000021307 Triticum Nutrition 0.000 title claims abstract description 117
- 238000001514 detection method Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000001228 spectrum Methods 0.000 claims abstract description 21
- 230000000694 effects Effects 0.000 claims abstract description 19
- 238000012937 correction Methods 0.000 claims abstract description 18
- 238000004611 spectroscopical analysis Methods 0.000 claims abstract description 13
- 238000012360 testing method Methods 0.000 claims abstract description 12
- 238000012216 screening Methods 0.000 claims abstract description 9
- 238000005259 measurement Methods 0.000 claims abstract description 6
- 230000003595 spectral effect Effects 0.000 claims abstract description 6
- 238000010561 standard procedure Methods 0.000 claims abstract description 6
- 239000000523 sample Substances 0.000 claims description 63
- 235000008429 bread Nutrition 0.000 claims description 10
- 238000002329 infrared spectrum Methods 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 238000009795 derivation Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000010987 Kennard-Stone algorithm Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 3
- 235000013339 cereals Nutrition 0.000 claims description 3
- 238000000855 fermentation Methods 0.000 claims description 3
- 230000004151 fermentation Effects 0.000 claims description 3
- 235000013312 flour Nutrition 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 239000006101 laboratory sample Substances 0.000 claims description 2
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 238000003672 processing method Methods 0.000 claims 1
- 238000000611 regression analysis Methods 0.000 claims 1
- 238000002203 pretreatment Methods 0.000 abstract description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000004134 energy conservation Methods 0.000 description 2
- 238000003801 milling Methods 0.000 description 2
- 238000010238 partial least squares regression Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 208000032005 Spinocerebellar ataxia with axonal neuropathy type 2 Diseases 0.000 description 1
- 244000098338 Triticum aestivum Species 0.000 description 1
- 208000033361 autosomal recessive with axonal neuropathy 2 spinocerebellar ataxia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000009736 wetting Methods 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
- G01N21/3563—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
-
- 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
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
本发明涉及小麦品质检测技术领域,尤其是一种快速预测小麦烘焙品质的检测方法。该种快速预测小麦烘焙品质的检测方法,包括如下步骤:收集小麦样本、小麦样本光谱采集、光谱数据预处理、国标法检测小麦烘焙效果、校正集和预测集样本的选取、烘焙品质预测模型的建立与筛选和小麦检测分析。本发明的一种快速预测小麦烘焙品质的检测方法,利用近红外光谱仪,扫描得到小麦的光谱图,通过不同预处理方法处理光谱信息,得到测定小麦烘焙效果方包高度的近红外校正模型;在实际操作中,通过近红外仪器扫描小麦,即可得到小麦烘焙方包的高度数值,从而预测小麦的烘焙品质;此方法具有无损、绿色、高效、准确的特点,可以实现2s内对小麦烘焙品质进行判定。
Description
技术领域
本发明涉及小麦品质检测技术领域,尤其是一种快速预测小麦烘焙品质的检测方法。
背景技术
优质小麦(面包用小麦)烘焙品质的判定以实验室烘焙检测结果为依据,小麦样品磨粉制作方包的高度值是判定小麦烘焙品质的最主要指标(方包高度<17.0cm不可以作为优质麦使用)。实验室小麦烘焙品质检测按照传统方式需要第二天才能得出检测结果。从小麦样品取样、清理、润麦、磨粉再到制作面包,大约需要16-18h。检测耗时较长且受检测工作量的限制,一般1天最多检测十几个小麦样品。传统小麦烘焙品质判定存在检测速度慢、检测样品数量少的缺点。
发明内容
本发明的目的在于提供一种快速预测小麦烘焙品质的检测方法,克服前述现有技术中传统小麦烘焙品质判定存在检测速度慢、检测样品数量少的不足。
本发明解决其技术问题所采取的技术方案是:
一种快速预测小麦烘焙品质的检测方法,包括如下步骤:收集小麦样本、小麦样本光谱采集、光谱数据预处理、国标法检测小麦烘焙效果、校正集和预测集样本的选取、烘焙品质预测模型的建立与筛选和小麦检测分析。
进一步的,所述收集小麦样品的步骤包括:采集不同年份、不同品质的小麦样品。
进一步的,所述小麦样本光谱采集的步骤包括:室温25°±1°条件下,用近红外光谱仪,在波长1000-1800nm近红外光谱范围内,共计800个光谱点,每隔1nm采集反射光的强度,每个装样样品在近红外光谱仪内重复扫描50次,贮存于计算机内取平均值,为减小装样误差,每份样品均经过混匀后再经2次装样扫描并收集光谱数据,即每个样品均收集2份光谱数据,最终计算每份样品的平均光谱。
进一步的,每次装样量为120g,样品池为圆柱形,直径12cm,高度1.5cm。
进一步的,所述光谱数据预处理步骤包括:利用均值中心化、标准化、Savitzky-Golay导数、差分求导、Savitzky-Golay平滑、标准正态变量变换(SNV)、多元散射校正(MSC)、去趋势校正(DT)、基线校正等预处理方法分别对光谱数据进行预处理。
进一步的,所述国标法检测小麦烘焙效果的步骤包括:参照《GBT14611-2008粮油检验小麦粉面包烘焙品质试验直接发酵法》制作方法制作面包,将430g面团放入吐司盒,醒发箱温度40℃、相对湿度85-90%,醒发2.5h,然后放入烤箱烘焙,烤箱温度上火160℃、下火230℃,烤制25min,吐司出炉后测量面包高度,取双实验样品的算术平均值作为测定结果,以吐司面包高度作为该小麦的评价指标。
进一步的,所述校正集和预测集样本的选取的步骤包括:使用Kennard-Stone算法将小麦样本进行分样,得到校正集样本和预测集样本。
进一步的,所述烘焙品质预测模型的建立与筛选的步骤包括:对于校正集小麦样本,在全光谱范围内构建PLS(偏最小二乘法回归分析)模型,分别实验8种不同光谱预处理方法对PLS模型的影响,在得到的校正模型中,通过SEC(校正集标准差)、SECV(K-fold交互检验检验集标准差)、RC(校正集预测值与真实值相关系数)、RPDC(性质值方差),筛选得到小麦烘焙效果-方包高度近红外光谱校正模型。
进一步的,所述小麦检测分析的步骤包括:收集待测小麦,在相同条件下,采集待测小麦近红外光谱图,运用优化的光谱预处理方法,用所构建的最优近红外校正模型检测待测小麦,即可得到小麦烘焙效果方包高度数值。
本发明的有益效果是:与现有技术相比,本发明的一种快速预测小麦烘焙品质的检测方法,利用近红外光谱仪,扫描得到小麦的光谱图,通过不同预处理方法处理光谱信息,得到测定小麦烘焙效果方包高度的近红外校正模型;在实际操作中,通过近红外仪器扫描小麦,即可得到小麦烘焙方包的高度数值,从而预测小麦的烘焙品质;此方法具有无损、绿色、高效、准确的突出特点,可以实现2s内对小麦烘焙品质进行判定,实现小麦收购过程中的按质定价、按质存放,极大推进了粮油企业检测的自动化进程,促进企业节能降耗和推动产业升级;通过本方法可以多批次无损、快速、预测不同小麦的烘焙品质,加快小麦收购速度,实现小麦采购中对小麦按质论价。
附图说明
图1为本发明实施例1中321份小麦样本光谱图;
图2为本发明实施例1中校正集小麦光谱经均值中心化+差分求导+Savitzky-Golay平滑+标准正态变量变换预处理图;
图3为本发明实施例1中校正集小麦烘焙效果方包高与近红外光谱预测值相关性图;
具体实施方式
实施例1
一种快速预测小麦烘焙品质的检测方法,包括如下步骤:
(1)样本选取:
选取16年、17年全国范围内调查样小麦,包括济宁市及周边地区、安徽、江苏北部、河南东部等不同种植区的不同小麦,共321个样品。
(2)样本光谱采集
将321个小麦样品清理后混匀,装入样品盘中,每个样品扫描2次,取光谱平均值。样品原始光谱图,如图1所示;
近红外光谱采集方法:室温25°±1°条件下,用近红外光谱仪,在波长1000-1800nm近红外光谱范围内,共计800个光谱点,每隔1nm采集反射光的强度;每个装样样品在近红外光谱仪内重复扫描50次,贮存于计算机内取平均值,为减小装样误差,每份样品均经过混匀后再经2次装样扫描并收集光谱数据,即每个样品均收集2粉光谱数据,最终计算每份样品的平均光谱;每次装样量约为120g,样品池为圆柱形,直径12cm,高度1.5cm。
(3)光谱数据预处理
利用均值中心化、标准化、Savitzky-Golay导数、差分求导、Savitzky-Golay平滑、标准正态变量变换(SNV)、多元散射校正(MSC)、去趋势校正(DT)、基线校正等预处理方法分别对光谱数据进行预处理。
(4)国标法检测小麦烘焙效果
参照《GBT14611-2008粮油检验小麦粉面包烘焙品质试验直接发酵法》制作方法制作面包,将430g面团放入吐司盒,醒发箱温度40℃、相对湿度85-90%,醒发2.5h,然后放入烤箱烘焙,烤箱温度上火160℃、下火230℃,烤制25min,吐司出炉后测量面包高度,取双实验样品的算术平均值作为测定结果。以吐司面包高度作为该小麦的评价指标,方包高度越高,小麦烘焙品质越好。
(5)校正集和预测集样本的选取
为保证样本集和预测集样品能够充分代表原始样本的数据分布情况,且校正集和预测集样品含量范围一致,使用Kennard-Stone算法将321份样本进行分样,得到校正集样本256份,预测集样本65份,建立近红外预测小麦烘焙品质模型,校正集和预测集样本小麦烘焙效果(方包高度)分布如表1:
表1 校正集和预测集样本小麦烘焙效果(方包高度)分布
样品集 | 样品数(个) | 最大值(cm) | 最小值(cm) | 平均值(cm) | 标准差 |
校正集 | 256 | 20.5 | 15 | 17.6 | 1.207 |
预测集 | 65 | 19.8 | 15.8 | 17.6 | 0.9899 |
总样本集 | 321 | 20.5 | 15 | 17.6 | 1.357 |
从上表可以看出,校正集样本小麦方包高度分布范围广,包含预测集样本小麦方包高度范围,适合近红外预测模型的构建。
(6)模型的建立与筛选
对于256份校正集小麦样本,在全光谱范围内构建PLS(偏最小二乘法回归分析)模型,分别实验8种不同光谱预处理方法对PLS模型的影响;在得到的校正模型中,通过SEC(校正集标准差)、SECV(K-fold交互检验检验集标准差)、RC(校正集预测值与真实值相关系数)、RPDC(性质值方差),筛选得到最优的小麦烘焙效果-方包高度近红外光谱校正模型;8种预处理方法建立的校正模型参考指标评价,见表2:
表2 8种预处理方法建立的校正模型参考指标评价
表中:空白对照组表示没有经过预处理;SZ表示均值中心化;SG导数表示Savitzky-Golay导数;CH表示差分求导;SG平滑表示Savitzky-Golay平滑;SNV表示标准正态变量变换;MSC表示多元散射校正;DT表示去趋势校正;BL表示基线校正。SEC表示校正集标准差,SECV表示K-fold交互检验检验集标准差,二者数值越小效果越好;RC表示校正集预测值与真实值相关系数,其数值越接近1效果越好;RPDC表示性质值方差,其数值大于2.5表示模型的稳定性好;
从上表中可以看出,最优检测近红外模型为经过均值中心化+差分求导+Savitzky-Golay平滑+标准正态变量变换处理的PLS模型,此模型RC和RPDC最大,且SEC和SECV值最小,预处理光谱图见图2;预测集小麦烘焙效果方包高于与近红外光谱预测值之间相关性图,如图3所示,其中对角线表示最理想的预测结果(预测值=化学值),样本点越接近对角线,说明模型的效果越好,反之亦然。
(7)收集待测小麦,在相同条件下,采集待测小麦近红外光谱图,运用优化的光谱预处理方法,用上述步骤所构建的最优近红外校正模型检测待测小麦,即可得到小麦烘焙效果方包高度数值。
本发明利用近红外光谱仪,扫描得到小麦的光谱图,通过不同预处理方法处理光谱信息,得到测定小麦烘焙效果方包高度的近红外校正模型。在实际操作中,通过近红外仪器扫描小麦,即可得到小麦烘焙方包的高度数值,从而预测小麦的烘焙品质。此方法具有无损、绿色、高效、准确的突出特点,可以实现2s内对小麦烘焙品质进行判定,实现小麦收购过程中的按质定价、按质存放,极大推进了粮油企业检测的自动化进程,促进企业节能降耗和推动产业升级。
上述具体实施方式仅是本发明的具体个案,本发明的专利保护范围包括但不限于上述具体实施方式的产品形态和式样,任何符合本发明权利要求书且任何所属技术领域的普通技术人员对其所做的适当变化或修饰,皆应落入本发明的专利保护范围。
Claims (9)
1.一种快速预测小麦烘焙品质的检测方法,其特征在于:包括如下步骤:收集小麦样本、小麦样本光谱采集、光谱数据预处理、国标法检测小麦烘焙效果、校正集和预测集样本的选取、烘焙品质预测模型的建立与筛选和小麦检测分析。
2.如权利要求1所述的一种快速预测小麦烘焙品质的检测方法,其特征在于:所述收集小麦样品的步骤包括:采集不同年份、不同品质的小麦样品。
3.如权利要求2所述的一种快速预测小麦烘焙品质的检测方法,其特征在于:所述小麦样本光谱采集的步骤包括:室温25°±1°条件下,用近红外光谱仪,在波长1000-1800nm近红外光谱范围内,共计800个光谱点,每隔1nm采集反射光的强度,每个装样样品在近红外光谱仪内重复扫描50次,贮存于计算机内取平均值,为减小装样误差,每份样品均经过混匀后再经2次装样扫描并收集光谱数据,即每个样品均收集2份光谱数据,最终计算每份样品的平均光谱。
4.如权利要求3所述的一种快速预测小麦烘焙品质的检测方法,其特征在于:每次装样量为120g,样品池为圆柱形,直径12cm,高度1.5cm。
5.权利要求4所述的一种快速预测小麦烘焙品质的检测方法,其特征在于:所述光谱数据预处理步骤包括:利用均值中心化、标准化、Savitzky-Golay导数、差分求导、Savitzky-Golay平滑、标准正态变量变换(SNV)、多元散射校正(MSC)、去趋势校正(DT)、基线校正等预处理方法分别对光谱数据进行预处理。
6.权利要求5所述的一种快速预测小麦烘焙品质的检测方法,其特征在于:所述国标法检测小麦烘焙效果的步骤包括:参照《GBT14611-2008粮油检验小麦粉面包烘焙品质试验直接发酵法》制作方法制作面包,将430g面团放入吐司盒,醒发箱温度40℃、相对湿度85-90%,醒发2.5h,然后放入烤箱烘焙,烤箱温度上火160℃、下火230℃,烤制25min,吐司出炉后测量面包高度,取双实验样品的算术平均值作为测定结果,以吐司面包高度作为该小麦的评价指标。
7.权利要求6所述的一种快速预测小麦烘焙品质的检测方法,其特征在于:所述校正集和预测集样本的选取的步骤包括:使用Kennard-Stone算法将小麦样本进行分样,得到校正集样本和预测集样本。
8.权利要求7所述的一种快速预测小麦烘焙品质的检测方法,其特征在于:所述烘焙品质预测模型的建立与筛选的步骤包括:对于校正集小麦样本,在全光谱范围内构建PLS(偏最小二乘法回归分析)模型,分别实验8种不同光谱预处理方法对PLS模型的影响,在得到的校正模型中,通过SEC(校正集标准差)、SECV(K-fold交互检验检验集标准差)、RC(校正集预测值与真实值相关系数)、RPDC(性质值方差),筛选得到小麦烘焙效果-方包高度近红外光谱校正模型。
9.权利要求8所述的一种快速预测小麦烘焙品质的检测方法,其特征在于:所述小麦检测分析的步骤包括:收集待测小麦,在相同条件下,采集待测小麦近红外光谱图,运用优化的光谱预处理方法,用所构建的最优近红外校正模型检测待测小麦,即可得到小麦烘焙效果方包高度数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811462616.5A CN109580525A (zh) | 2018-12-03 | 2018-12-03 | 一种快速预测小麦烘焙品质的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811462616.5A CN109580525A (zh) | 2018-12-03 | 2018-12-03 | 一种快速预测小麦烘焙品质的检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109580525A true CN109580525A (zh) | 2019-04-05 |
Family
ID=65926554
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811462616.5A Pending CN109580525A (zh) | 2018-12-03 | 2018-12-03 | 一种快速预测小麦烘焙品质的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109580525A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111198168A (zh) * | 2020-03-06 | 2020-05-26 | 益海嘉里(兖州)粮油工业有限公司 | 一种快速预测面粉样品中维生素c的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202741339U (zh) * | 2012-08-15 | 2013-02-20 | 益海嘉里(兖州)粮油工业有限公司 | 面粉检查筛张紧装置 |
CN104777128A (zh) * | 2015-03-18 | 2015-07-15 | 河南工业大学 | 一种快速测定小麦粉溶剂保持率的方法 |
CN105044022A (zh) * | 2015-08-06 | 2015-11-11 | 黑龙江大学 | 一种基于近红外光谱技术快速无损检测小麦硬度的方法及应用 |
CN107991264A (zh) * | 2017-11-17 | 2018-05-04 | 西南大学 | 一种小麦粉蛋白质及湿面筋含量快速检测方法 |
CN108562555A (zh) * | 2018-06-06 | 2018-09-21 | 北京工商大学 | 基于微型近红外光谱仪的小麦粉品质在线检测系统 |
-
2018
- 2018-12-03 CN CN201811462616.5A patent/CN109580525A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202741339U (zh) * | 2012-08-15 | 2013-02-20 | 益海嘉里(兖州)粮油工业有限公司 | 面粉检查筛张紧装置 |
CN104777128A (zh) * | 2015-03-18 | 2015-07-15 | 河南工业大学 | 一种快速测定小麦粉溶剂保持率的方法 |
CN105044022A (zh) * | 2015-08-06 | 2015-11-11 | 黑龙江大学 | 一种基于近红外光谱技术快速无损检测小麦硬度的方法及应用 |
CN107991264A (zh) * | 2017-11-17 | 2018-05-04 | 西南大学 | 一种小麦粉蛋白质及湿面筋含量快速检测方法 |
CN108562555A (zh) * | 2018-06-06 | 2018-09-21 | 北京工商大学 | 基于微型近红外光谱仪的小麦粉品质在线检测系统 |
Non-Patent Citations (3)
Title |
---|
牟秋焕 等: ""小麦面筋指数与HMW-GS和面包烘烤品质间的关系研究"", 《山东农业科学》 * |
王旭 等: ""便携式近红外谷物分析仪快速测定小麦蛋白质的研究"", 《粮食与饲料工业》 * |
迟晓元 等: ""脱脂和重组对面粉理化特性和烘焙品质的影响"", 《作物学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111198168A (zh) * | 2020-03-06 | 2020-05-26 | 益海嘉里(兖州)粮油工业有限公司 | 一种快速预测面粉样品中维生素c的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1982872B (zh) | 快速检测滴丸剂水分含量的近红外漫反射光谱法 | |
CN101216419A (zh) | 一种快速检测黄酒品质指标的方法 | |
US20210247318A1 (en) | Non-Destructive Detection of Egg Freshness Based on Raman Spectroscopy | |
CN107817223A (zh) | 快速无损实时预测原油性质模型的构建方法及其应用 | |
CN104390927B (zh) | 煤炭样品中灰分的快速检测方法 | |
CN104749132A (zh) | 一种测定面粉中偶氮甲酰胺的含量的方法 | |
CN105717066B (zh) | 一种基于加权相关系数的近红外光谱识别模型 | |
CN103645155A (zh) | 生鲜羊肉嫩度的快速无损检测方法 | |
CN106092962A (zh) | 一种用近红外光谱法快速检测谷子粗蛋白含量的方法 | |
WO2020248961A1 (zh) | 一种无参考值的光谱波数选择方法 | |
CN104297201A (zh) | 一种快速、准确定量调和油中各种油份比例的检测方法 | |
CN104596979A (zh) | 近红外漫反射光谱技术测定造纸法再造烟叶纤维素的方法 | |
CN104596975A (zh) | 近红外漫反射光谱技术测定造纸法再造烟叶木质素的方法 | |
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 | |
CN104596976A (zh) | 近红外漫反射光谱技术测定造纸法再造烟叶蛋白质的方法 | |
CN110231302A (zh) | 一种快速测定奇亚籽粗脂肪含量的方法 | |
CN109580525A (zh) | 一种快速预测小麦烘焙品质的检测方法 | |
CN109540837A (zh) | 近红外快速检测苎麻叶片木质纤维素含量的方法 | |
CN104568828A (zh) | 近红外漫反射光谱测定造纸法再造烟叶抗张强度的方法 | |
CN110231306A (zh) | 一种无损、快速测定奇亚籽蛋白质含量的方法 | |
CN104568811B (zh) | 煤炭样品中发热量的新型快速检测方法 | |
Dong et al. | Nondestructive method for analysis of the soybean quality | |
CN106501212A (zh) | 基于原料肉近红外光谱信息预测烧烤牛肉熟后品质的方法 | |
CN108061724A (zh) | 新疆彩棉内在品质近红外光谱无损快速检测方法 | |
Joe et al. | Performance Evaluation of Chemometric Prediction Models—Key Components of Wheat Grain |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190405 |
|
RJ01 | Rejection of invention patent application after publication |