花生球蛋白、 伴花生球蛋白及亚基含量显著影响蛋白质的凝胶性和溶解性等功能特性, 进而影响其在肉制品、 植物蛋白饮料中的应用效果。 目前常采用提取蛋白质后再用电泳及光密度法测定球蛋白、 伴球蛋白及亚基含量的方法, 操作步骤繁琐, 样品损失量大。 为此收集了178个花生品种, 分别提取蛋白, 采用电泳法测定球蛋白、 伴球蛋白、 23.5和37.5 kDa亚基含量并获得大量数据的基础上, 利用近红外光谱技术进行整粒花生样品的光谱扫描, 将其与传统方法测定的化学值进行拟合, 采用偏最小二乘回归(PLSR)化学计量法构建数学模型。 通过比较单一和复合光谱预处理方式, 对比模型相关系数和误差评估预测模型性能。 确定球蛋白模型最佳预处理方法为2nd-der with Detrend, 校正集相关系数为0.92, 标准差为1.41; 伴球蛋白模型最佳预处理方法为Detrend with 1st-der, 校正集相关系数为0.85, 标准差为1.46; 23.5 kDa亚基含量模型最佳预处理方法为Normalization with 2nd-der, 校正集相关系数为0.91, 标准差为0.53; 37.5 kDa模型最佳预处理方法为Detrend with Baseline, 校正集相关系数为0.91, 标准差为0.89。 外部验证结果表明, 球蛋白预测均方根误差(square errors of prediction, SEP)为1.25, 伴球蛋白SEP为0.73, 23.5 kDa模型SEP为0.47, 37.5 kDa模型SEP为0.75。 本研究基于近红外光谱技术实现了对整粒花生进行球蛋白、 伴球蛋白、 23.5 kDa和37.5 kDa亚基含量的同步、 快速和无损检测, 为育种专家加工专用品种选育和蛋白加工企业原料选用提供了根据。

为实现水彩笔油墨的准确分类,采用红外光谱法对3种品牌15个系列的60个水彩笔油墨样品进行了检验。经过平滑、校正等预处理后,利用均方根误差得到最佳小波变换压缩次数,以达到降低运算复杂度的目的。通过H?lder指数提取出30个样本特征波数,并将其作为输入变量导入人工神经网络的输入层。分配训练集、验证集和测试集对模型进行训练,最终得到该模型的分类正确率为83.3%。最后绘制了受试者工作特征(ROC)曲线,发现第2类样本的分类正确率高于其他两类样本,实现了对水彩笔油墨种类的模式识别。

利用Rosemount气体分析仪和定碳炉搭建起固定床燃烧反应试验平台, 通过红外光谱分析技术定量分析沥青及其胶浆在高升温速率条件下燃烧反应的有毒气态产物成分、 及其释放规律。 研究表明, 在高升温速率、 近等温条件下, 沥青及胶浆的燃烧过程可近似分为活泼挥发组分析出燃烧、 二次挥发析出结合残炭燃烧两个阶段, 其主要气态产物为CO2, CO, NO, NO2及SO2。 沥青材料中活泼挥发组分含量是影响燃烧气态产物释放规律的关键因素之一, 减少沥青材料中活泼挥发组分的含量可有效降低燃烧气态产物的生成、 尤其是CO的产生。