国际科技合作与交流专项项目(2010DFA34540)
- 作品数：5 被引量：26H指数：3
- 相关作者：韩鲁佳杨增玲刘贤吕程序姜训鹏更多>>
- 相关机构：中国农业大学更多>>
- 发文基金：国际科技合作与交流专项项目国家自然科学基金更多>>
- 相关领域：理学农业科学自动化与计算机技术更多>>
- 配合饲料中鱼粉、肉骨粉的显微近红外光谱定性分析研究
- 为了防止疯牛病传播,保证饲料安全,研究配合饲料中鱼粉、肉骨粉的定性检测方法有着重要的意义。本文收集了30个鱼粉及35个肉骨粉样品,并采集其显微近红外光谱。通过SG导数242的预处理,采用偏最小二乘方法建立模型,模型的决定...
- 吕程序杨增玲韩鲁佳刘贤
- 关键词：鱼粉肉骨粉配合饲料
- 文献传递
- 肉骨粉显微近红外标准光谱库的快速构建方法被引量：2
- 2012年
- 利用傅里叶变换显微近红外成像系统,获取了3种不同种属肉骨粉骨颗粒样本的可见光图像和显微近红外图像。采用标记分水岭算法,基于Matlab软件和友好用户界面GUI设计实现图像颗粒的自动化提取与标记,以自动化批处理方式提高了光谱的提取效率,识别率为96.4%。基于颗粒标记,从三维显微成像数据阵中获取单条骨颗粒光谱,以全局马氏距离和邻近马氏距离为指标,提取其中具有代表性的光谱即可构建肉骨粉显微近红外标准光谱库。
- 姜训鹏杨增玲刘贤韩鲁佳
- 关键词：肉骨粉图像分割
- 鱼粉、豆粕样本-样本二维相关近红外光谱判别被引量：3
- 2012年
- 为了探讨利用二维相关近红外光谱法快速判别鱼粉和豆粕饲料原料的可行性,共收集了52个鱼粉、60个豆粕样品,其中34个鱼粉和40个豆粕样品作为定标集,其余18个鱼粉和20个豆粕样品作为独立验证集,用Spectrum400型近红外光谱仪扫描获取光谱,并对其特征峰进行解析。采用样本-样本二维相关分析方法定性判别鱼粉、豆粕,当预处理方法为一阶导数时,判断正确率为100%。与偏最小二乘判别分析方法相比,二者均可正确检测鱼粉、豆粕,其中二维相关方法的建模及验证算法简单、计算量小、运算速度快。
- 吕程序陈龙健杨增玲韩鲁佳
- 关键词：鱼粉豆粕二维相关光谱近红外光谱
- 饲料中动物源性成分显微近红外光谱检测分析被引量：9
- 2011年
- 探讨了应用显微近红外光谱分析技术检测饲料中动物源性成分的可行性。利用12个动物源性成分饲料样品和14个植物源性成分饲料样品建立偏最小二乘定标模型,数学预处理方法为导数+多元散射校正,利用平均光谱来优化模型实现数据压缩,模型的决定系数、交互验证标准差分别为0.969、0.090。4个配合饲料样品作为外部验证未出现误判。结果表明显微近红外光谱分析技术可用于检测饲料中动物源性成分。
- 吕程序杨增玲韩鲁佳刘贤
- 关键词：饲料动物源性成分
- 遗传算法在DDGS蛋白含量预测中的应用
- DDGS是一种优质蛋白质饲料原料,受加工工艺、原料配比等影响,DDGS蛋白含量具有一定的变异性,这对于其市场定价与日常日粮配制十分不利,有必要研究建立其蛋白含量快速测定方法。本试验从全国收集了212个DDGS代表性样品,...
- 周兴藩杨增玲黄光群刘贤韩鲁佳
- 关键词：近红外反射光谱遗传算法偏最小二乘DDGS
- 文献传递
- 精料补充料中肉骨粉的显微近红外成像识别被引量：4
- 2011年
- 探讨了利用显微近红外成像技术识别精料补充料中肉骨粉的可行性。分别采集奶牛精料补充料和肉骨粉样品,制备沉淀颗粒,规则排列于聚四氟乙烯(PTFE)背景底板上,进行显微近红外图像采集。设置像素点大小为50μm×50μm,采集面积为5 000μm×5 000μm,100×100个像素(共计10 000条光谱)。光谱范围为7 800～4 000 cm-1,光谱分辨率为8 cm-1。采用主成分分析和模糊聚类分析,对显微近红外图像数据集进行信息提取与处理。结果显示,肉骨粉与精料补充料可依据在图像上不同的主成分得分进行区分;在主成分分析的基础上,通过模糊聚类方法可以进一步细化样本类别。研究表明,显微近红外成像方法可应用于肉骨粉快速检测中。
- 姜训鹏杨增玲韩鲁佳刘贤
- 关键词：精料补充料肉骨粉
- 酒糟主要成分含量的近红外反射光谱快速分析被引量：12
- 2012年
- 从全国21个省份收集78个代表性酒糟样品,采用国标方法测定了其成分含量并进行了统计分析,结果显示粗纤维、粗灰分和粗蛋白3种成分质量分数分布范围分别为1.60%～37.54%、0.74%～26.85%和12.01%～38.69%,标准偏差分别为8.33%、5.21%和7.11%,样品成分含量差异较大。利用NIRS建立了其粗纤维、粗灰分和粗蛋白质量分数的定量分析模型,定标决定系数分别为0.98、0.91和0.96,定标标准误差分别为1.19%、1.58%和1.61%,验证决定系数分别为0.98、0.92和0.96,预测标准误差分别为1.20%、1.57%和1.60%,相对分析误差分别为7.38、3.75和4.98,模型预测精度较高,可以用于实际检测分析。
- 周兴藩杨增玲刘贤黄光群韩鲁佳
- 关键词：酒糟近红外反射光谱
