2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩71頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、本研究以茶葉中的茶多酚、咖啡堿的含量為檢測指標(biāo),結(jié)合化學(xué)計量學(xué)方法開展了近紅外光譜定量分析的研究,主要從預(yù)處理方法選擇、建模方法優(yōu)化、波長優(yōu)選、最佳建模數(shù)量的選擇、相關(guān)分析、進(jìn)口與國產(chǎn)儀器圖譜比較等方面深入探討了近紅外光譜定量分析技術(shù)的幾個關(guān)鍵問題,旨在為茶葉品質(zhì)的無損檢測提供新的參考。 本研究共收集了180個不同種茶葉樣品,分別同步檢測了茶葉中的茶多酚和咖啡堿2個主要成分含量的化學(xué)值并采用MPA型傅立葉近紅外光譜儀和WQF-4

2、00N傅里葉變換近紅外光譜儀兩臺不同生產(chǎn)企業(yè)的近紅外儀器采集了近紅外光譜。比較了一階微分、SNV和小波等多種預(yù)處理方法的效果,找出了茶多酚和咖啡堿的最佳預(yù)處理方法。同時,在最佳的預(yù)處理方法下比較了移動窗口偏最小二乘等4種優(yōu)化波長方法,結(jié)果表明在特定的窗口寬度下采用移動窗口偏最小二乘可以得到最佳的優(yōu)選波長結(jié)果,此時180個茶葉樣品茶多酚和咖啡堿組分的窗口寬度分別為71和91時,模型預(yù)測均方差最低,分別為2.0665和0.2881。

3、 本文在優(yōu)化后的預(yù)處理方法和波長范圍內(nèi)建立了不同數(shù)量的校正集下的茶多酚和咖啡堿組分的校正模型。結(jié)果表明:茶葉中茶多酚和咖啡堿組分模型的預(yù)測精度與建模樣品的數(shù)量存在一定的關(guān)系。隨著校正集樣品數(shù)量的不斷增加,模型的預(yù)測均方差由大變小逐漸趨于平穩(wěn)。當(dāng)茶多酚和咖啡堿的校正集數(shù)量分別為40和55時,模型預(yù)測精度趨于平穩(wěn)。在180個茶葉樣品中,當(dāng)茶多酚和咖啡堿校正集樣品數(shù)量分別為85和70時,模型的預(yù)測均方差最小,分別為1.7970和0.2578。

4、該研究對建模時選擇校正樣品數(shù)量具有參考價值。 由于茶葉為天然樣品,含有大量的復(fù)雜背景。本文在國產(chǎn)WQF-400型儀器下采用相關(guān)分析方法對光譜進(jìn)行處理,增強(qiáng)了光譜信息,再以PLS法對咖啡堿組分建立校正模型,其預(yù)測結(jié)果與未經(jīng)相關(guān)分析的模型進(jìn)行比較,結(jié)果表明:經(jīng)相關(guān)分析后,模型咖啡堿組分預(yù)測相關(guān)系數(shù)提高了2.96%,預(yù)測均方誤差降低了1.27%。證明了相關(guān)分析技術(shù)在天然復(fù)雜樣品中具有提純和加強(qiáng)有效信號的能力。 與進(jìn)口儀器相比,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論