一种检测单粒花生种子中α-生育酚含量的方法

    公开(公告)号:CN108693137A

    公开(公告)日:2018-10-23

    申请号:CN201810313038.2

    申请日:2018-04-09

    IPC分类号: G01N21/359

    CPC分类号: G01N21/359

    摘要: 本发明公开了一种检测单粒花生种子中α‑生育酚含量的方法,属于花生加工品品质速测技术领域。本发明检测单粒花生种子中α‑生育酚含量的方法是对待测花生种子进行近红外扫描,将扫描后的光谱导入构建的单粒花生种子α‑生育酚含量的近红外光谱模型中,经分析获得单粒花生种子α‑生育酚含量。本发明提供的检测单粒花生种子α‑生育酚含量的方法,能够快速、准确、无损的检测单粒花生中α‑生育酚的含量,且操作简单、准确性高。且构建的检测单粒花生α‑生育酚含量的近红外光谱模型R2较高,RMSECV较小,预测效果较好,对单粒花生种子中α‑生育酚准确定量。

    一种检测多粒花生种子中α-和γ-生育酚含量的方法

    公开(公告)号:CN108507967A

    公开(公告)日:2018-09-07

    申请号:CN201810313039.7

    申请日:2018-04-09

    IPC分类号: G01N21/3563 G01N21/359

    摘要: 本发明公开了一种检测花生种子中α-和γ-生育酚含量的方法,属于花生加工品品质速测技术领域。本发明检测花生种子中α-和γ-生育酚含量的方法是对待测花生种子进行近红外扫描,将扫描后的光谱导入构建的花生种子α-和γ-生育酚含量的近红外光谱模型中,经分析获得花生种子α-和γ-生育酚含量。本发明提供的检测花生种子α-和γ-生育酚含量的方法,能够快速、准确、无损的检测花生中α-和γ-生育酚的含量,且操作简单、准确性高。且构建的检测α-和γ-生育酚含量的近红外光谱模型R2较高,RMSECV较小,预测效果较好,可实现花生种子中α-和γ-生育酚含量的准确定量。

    一种检测花生种子维生素E含量的近红外光谱模型及应用

    公开(公告)号:CN109752341A

    公开(公告)日:2019-05-14

    申请号:CN201910155435.6

    申请日:2019-03-01

    IPC分类号: G01N21/359 G01N21/3563

    摘要: 本发明公开了一种检测花生种子维生素E含量的近红外光谱模型、该模型的构建方法以及使用该模型检测花生种子的方法,属于花生加工品品质速测技术领域。本发明近红外光谱模型是通过收集样品的近红外光谱数据和利用气相色谱法测定的化学值进行拟合光谱处理,并用偏最小二乘法优化建立模型;反复采用内部交叉验证剔除奇异点,选择最佳的光谱预处理办法、最佳谱区、维数,通过比较样品预测值与化学值的决定系数(R2)和根均方差(RMSECV)衡量模型质量,构建出高质量的近红外定量分析模型。本发明所构建的花生种子维生素E含量近红外模型R2较高,RMSECV较小,预测效果较好,为培育高维生素E花生品种提供了新的选择手段。

    一种检测花生种子总维生素E含量的近红外光谱模型及应用

    公开(公告)号:CN108318446A

    公开(公告)日:2018-07-24

    申请号:CN201810332458.5

    申请日:2018-04-13

    IPC分类号: G01N21/359

    摘要: 本发明公开了一种检测花生种子总维生素E含量的近红外光谱模型、该模型的构建方法以及使用该模型检测花生种子的方法,属于花生加工品品质速测技术领域。本发明近红外光谱模型是通过收集样品的近红外光谱数据和利用HPLC测定的化学值进行拟合光谱处理,并用偏最小二乘法优化建立模型;反复采用内部交叉验证剔除奇异值,选择最佳的光谱预处理办法、最佳谱区、维数,通过比较模型的决定系数(R2)和根均方差(RMSECV)衡量模型质量,构建出高质量的近红外定量分析模型。本发明所构建的自然风干的花生种子总维生素E含量近红外模型R2较高,RMSECV较小,预测效果较好,为培育高维生素E花生品种提供了新的选择手段。

    一种检测花生种子芥酸含量的近红外光谱模型及应用

    公开(公告)号:CN108507973A

    公开(公告)日:2018-09-07

    申请号:CN201810331506.9

    申请日:2018-04-13

    IPC分类号: G01N21/359 G01N21/3563

    摘要: 本发明公开了一种检测花生种子芥酸含量的近红外光谱模型、该模型的构建方法以及使用该模型检测花生种子的方法,属于花生加工品品质速测技术领域。本发明近红外光谱模型是通过收集样品的近红外光谱数据和利用气相色谱法测定的化学值进行拟合光谱处理,并用偏最小二乘法优化建立模型;反复采用内部交叉验证剔除奇异值,选择最佳的光谱预处理办法、最佳谱区、维数,通过比较模型的决定系数(R2)和根均方差(RMSECV)衡量模型质量,构建出高质量的近红外定量分析模型。本发明的近红外光谱模型可使花生种子芥酸含量的检测简单易行、测定速度快且精度高,无需化学试剂,可为花生低芥酸育种提供技术指导。

    一种检测花生油品质的方法
    7.
    发明公开

    公开(公告)号:CN108489934A

    公开(公告)日:2018-09-04

    申请号:CN201810252214.6

    申请日:2018-03-26

    摘要: 本发明公开了一种检测花生油品质的方法,属于光谱分析技术领域。本发明的检测花生油品质的方法,是对待测花生油进行近红外扫描,将扫描后的光谱导入构建的花生油油酸、亚油酸、过氧化值和酸值的近红外光谱模型中,经分析获得花生油品质。本发明方法建立的近红外光谱模型可以快速测定花生油油酸、亚油酸过氧化值和酸值,且测定结果误差小,准确度高,数值可靠,通过检测花生油中油酸、亚油酸过氧化值和酸值能够判断花生油的品质,进而保证食用油质量安全。