CN101059426A - 基于近红外光谱技术无损测量茶叶中茶多酚含量的方法 - Google Patents
基于近红外光谱技术无损测量茶叶中茶多酚含量的方法 Download PDFInfo
- Publication number
- CN101059426A CN101059426A CN 200710069114 CN200710069114A CN101059426A CN 101059426 A CN101059426 A CN 101059426A CN 200710069114 CN200710069114 CN 200710069114 CN 200710069114 A CN200710069114 A CN 200710069114A CN 101059426 A CN101059426 A CN 101059426A
- Authority
- CN
- China
- Prior art keywords
- spectrum
- sample
- polyphenol content
- tea
- correct
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 150000008442 polyphenolic compounds Chemical class 0.000 title claims abstract description 31
- 235000013824 polyphenols Nutrition 0.000 title claims abstract description 31
- 238000002329 infrared spectrum Methods 0.000 title claims abstract description 8
- 238000005259 measurement Methods 0.000 title claims description 14
- 230000001066 destructive effect Effects 0.000 title claims description 6
- 241001122767 Theaceae Species 0.000 title abstract 9
- 238000005516 engineering process Methods 0.000 title description 4
- 238000001228 spectrum Methods 0.000 claims abstract description 55
- 235000013616 tea Nutrition 0.000 claims description 16
- 238000012417 linear regression Methods 0.000 claims description 14
- 244000269722 Thea sinensis Species 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 8
- 238000003306 harvesting Methods 0.000 claims description 7
- 230000003595 spectral effect Effects 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 238000013211 curve analysis Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000004611 spectroscopical analysis Methods 0.000 claims description 3
- FDZZZRQASAIRJF-UHFFFAOYSA-M malachite green Chemical compound [Cl-].C1=CC(N(C)C)=CC=C1C(C=1C=CC=CC=1)=C1C=CC(=[N+](C)C)C=C1 FDZZZRQASAIRJF-UHFFFAOYSA-M 0.000 claims description 2
- 238000007781 pre-processing Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 abstract description 3
- 238000010561 standard procedure Methods 0.000 abstract description 2
- 239000000523 sample Substances 0.000 description 33
- 238000004458 analytical method Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 239000003153 chemical reaction reagent Substances 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- PFTAWBLQPZVEMU-DZGCQCFKSA-N (+)-catechin Chemical compound C1([C@H]2OC3=CC(O)=CC(O)=C3C[C@@H]2O)=CC=C(O)C(O)=C1 PFTAWBLQPZVEMU-DZGCQCFKSA-N 0.000 description 1
- 235000009024 Ceanothus sanguineus Nutrition 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 208000001953 Hypotension Diseases 0.000 description 1
- 240000003553 Leptospermum scoparium Species 0.000 description 1
- 235000015459 Lycium barbarum Nutrition 0.000 description 1
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 241001597008 Nomeidae Species 0.000 description 1
- 150000001299 aldehydes Chemical class 0.000 description 1
- 230000003712 anti-aging effect Effects 0.000 description 1
- 230000000259 anti-tumor effect Effects 0.000 description 1
- 230000000840 anti-viral effect Effects 0.000 description 1
- 239000003963 antioxidant agent Substances 0.000 description 1
- 230000003078 antioxidant effect Effects 0.000 description 1
- 235000006708 antioxidants Nutrition 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003115 biocidal effect Effects 0.000 description 1
- 230000004071 biological effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000005251 capillar electrophoresis Methods 0.000 description 1
- ADRVNXBAWSRFAJ-UHFFFAOYSA-N catechin Natural products OC1Cc2cc(O)cc(O)c2OC1c3ccc(O)c(O)c3 ADRVNXBAWSRFAJ-UHFFFAOYSA-N 0.000 description 1
- 235000005487 catechin Nutrition 0.000 description 1
- 238000002038 chemiluminescence detection Methods 0.000 description 1
- 229950001002 cianidanol Drugs 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- YTJJRAWFHJBAMT-UHFFFAOYSA-N depside Natural products OC(=O)CC1=C(O)C=C(O)C=C1OC(=O)C1=CC=C(O)C(O)=C1 YTJJRAWFHJBAMT-UHFFFAOYSA-N 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- ZEACOKJOQLAYTD-UHFFFAOYSA-N flavan-3,3',4,4',5,5',7-heptol Chemical class OC1C(O)C2=C(O)C=C(O)C=C2OC1C1=CC(O)=C(O)C(O)=C1 ZEACOKJOQLAYTD-UHFFFAOYSA-N 0.000 description 1
- 229930003944 flavone Natural products 0.000 description 1
- 150000002213 flavones Chemical class 0.000 description 1
- 235000011949 flavones Nutrition 0.000 description 1
- HVQAJTFOCKOKIN-UHFFFAOYSA-N flavonol Natural products O1C2=CC=CC=C2C(=O)C(O)=C1C1=CC=CC=C1 HVQAJTFOCKOKIN-UHFFFAOYSA-N 0.000 description 1
- 150000002216 flavonol derivatives Chemical class 0.000 description 1
- 235000011957 flavonols Nutrition 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 230000002218 hypoglycaemic effect Effects 0.000 description 1
- 208000021822 hypotensive Diseases 0.000 description 1
- 230000001077 hypotensive effect Effects 0.000 description 1
- 238000004949 mass spectrometry Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010238 partial least squares regression Methods 0.000 description 1
- 150000007965 phenolic acids Chemical class 0.000 description 1
- 238000012628 principal component regression Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于近红外光谱技术无损测量茶叶中茶多酚含量的方法,首先要建立校正模型,收集茶叶样本作为校正样本集,并扫描得到校正样本集的可见光和近红外光谱(325-2500nm),对得到的光谱数据进行光谱预处理。然后采用国标规定的方法测量校正样本的茶多酚含量。采用多元校正回归算法建立校正样本的近红外光谱与茶多酚含量之间的定量关系,即建立了校正模型。对于待检测的茶叶,只要扫描它们的近红外光谱图,并把经过相应光谱预处理的光谱数据输入到校正模型,经过校正模型的测定即得到了该茶叶的茶多酚含量。整个过程在计算机的控制下,实现数据的采集、存储、显示和处理功能。
Description
技术领域
本发明涉及用光学手段分析材料的方法,尤其是涉及一种基于近红外光谱技术无损测量茶叶中茶多酚含量的方法。
背景技术
茶多酚(tea polyphenols)是茶叶中酚类物质及其衍生物的总称,占茶叶质量的16%左右,主要包括儿茶素类、黄酮、黄酮醇类、花青素类、花白素类和酚酸及缩酚酸类。由于其具有抗氧化、抗肿瘤、抗衰老、抗龋齿、抗菌、抗病毒以及降血压、调血脂、降血糖等广泛而确切的显著生物活性,所以茶叶中茶多酚的含量已经成为茶叶品质的重要指标。传统的茶多酚测量方法有:高效液相色谱法,毛细管电泳法,荧光检测,化学发光检测,质谱联用,氢核磁共振等。这些方法有个共同的特点就是测量过程复杂、耗费大量时间、需要化学试剂、而且样本需要做破坏性预处理。这些都不利于商品的在线检测和流通。需要有一种简单、快速、非破坏的方法、实时的检测茶叶中茶多酚的含量。
发明内容
为了实现简单、快速、非破坏的、实时的检测茶叶中茶多酚的含量,本发明的目的是提供了一种基于近红外光谱技术无损测量茶叶中茶多酚含量的方法,能对茶树中茶多酚进行快速、准确、非破坏性的在线测量。
本发明采用的技术方案是该方法的步骤如下:
1)校正样品集光谱的建立;首先要针对不同品种,不同制作工艺,不同收获时期收集有代表性的茶叶样本建立校正样本集;然后对校正样本集中的样本运用光谱仪进行光谱扫描得到校正样本集标准光谱;同一样品需多次重复测量,以平均光谱近似作为该样品标准光谱;
2)光谱的校正与预处理;获得样本光谱后的第一步是对校正样品集光谱进行校正和预处理;抵消背景干扰及提高光谱的质量;这里采用平滑、中心化、求导或归一化光谱预处理方法;预处理把原来隐藏的信号差异放大出来,提高光谱的分辨率;
3)对于预处理后的光谱数据和校正样品集的标准茶多酚含量测量值通过多元回归算法来建立校正模型:
现代的多元回归算法包括多元线形回归算法和多元非线形回归算法尤其是多元非线形回归算法可以针对生产实际中普遍存在的非线形现象进行拟合,并建立非线形回归,所以选择特征波段是非常重要的,常用的方法是逐步回归的方法来寻找特征波段,或者是回归曲线分析的方法来实现;
4)预测样本茶多酚含量测定;
首先扫描待预测样本获取光谱,获取光谱时所采用的测量条件,必须同获取标准校正集样本光谱时所采用的测量条件保持一致,这些测量条件包括采样方法、分辩率、扫描间隔或扫描时间;把预测样本的光谱经光谱校正及预处理后,把光谱的特征送入校正模型即可测定未知样品的茶多酚含量。
所以本发明只要在有代表性的茶叶样本的基础上建立了校正模型就可以实验对未知茶多酚含量的茶叶进行快速、无损、实时、在线的测定。
本发明与背景技术相比,具有的有益效果是:
1)利用光谱技术测定茶叶中茶多酚含量,其分析速度大大加快。光谱的测定过程一般可在30秒内完成(多通道仪器可在1秒内完成)。
2)不使用任何化学试剂,降低了检测成本,也不污染环境。
3)能够处理大量样本分析,节省时间,实时检测技术能够很好的应用于生产。
4)能够对分析样本进行无损测量,测量后的茶叶仍然可以食用和出售。
附图说明
附图是光谱技术快速无损测量茶叶中茶多酚含量的方法的结构原理框图
具体实施方式
采集装置包括近红外光谱仪、光谱仪配套的卤素灯、计算机、标准校正板、进样池、电源等组成。该光谱仪波长为325~2500nm。用数据线将光谱仪与PC电脑相连,样品置于特制的玻璃盛样容器中。光谱仪探头与盛样容器中心间的夹角是45度。待光谱数据采集完毕,用光谱专用分析软件ASD ViewSpec ProV2.14和Unscramble V9.2进行数据处理分析。
本发明的整个实施过程如附图所示:
①校正样本集光谱的建立。首先收集不同品种,不同制作工艺,不同收获时期(春茶、夏茶、秋茶)的茶叶样本建立校正样本集;然后对校正样本集中的样本运用光谱仪进行光谱扫描得到校正样本集的光谱;同一样品重复测量5次,以平均光谱近似作为该样品标准光谱;光谱仪把数据经A/D转换,得到光谱原始数据。
②光谱的预处理。获得样本光谱后应该预处理。光谱的预处理方法有平滑、中心化、求导、归一化、多元散射校正、小波去噪等等。采用那种预处理方法要依光谱的质量及干扰的情况来选择,预处理也可以把原来隐藏的信号差异放大出来,提高光谱的分辨率,使光谱信息更加直观、可靠。在运用光谱的预处理方法的时候,可以是上述方法的某一种方法的单独使用,也可以是上述几种方法的组合使用。
③校正模型的建立。校正样本集经过光谱测量之后马上采用茶多酚含量的国标测量方法来测量校正样本集各个样本的茶多酚含量。对于预处理后的光谱数据和校正样本集的国标方法茶多酚含量测量值可以通过多元回归算法来建立校正模型。现代的多元回归算法包括多元线形回归算法和多元非线形回归算法。多元线形回归算法如:偏最小二乘回归法,主成分回归,逐步回归等,主要用来处理可以线形拟合的数据。多元非线形回归算法如:人工神经网络,支持向量机等,尤其是多元非线形回归算法可以针对生产实际中普遍存在的非线形现象进行拟合,并建立非线形回归。光谱的数据一般都有数百到数千个数据点,所有的数据都用来建立模型往往导致模型学习时间长,模型结构复杂等问题。所以选择特征波段是非常重要的,常用的方法是逐步回归的方法来寻找特征波段,或者是回归曲线分析的方法来实现。
④预测样品茶多酚含量测定;首先用光谱仪扫描待预测样本获取光谱,获取预测样本光谱时所采用的测量方法和条件必须同获取校正样本集光谱时所采用的测量方法和条件保持一致,比如采样方法、分辩率、扫描间隔或扫描时间等测量参数,应该保持一致。把预测样本的光谱进行光谱预处理,预处理的方法也要同校正样本集光谱预处理时所采用的方法一致,就是要一一对应。把光谱的特征送入校正模型即可测定预测样品的茶多酚含量。
所以本方法只要在有代表性的茶叶样本的基础上建立了校正模型就可以实验对未知茶多酚含量的茶叶进行快速、无损、实时、在线的测定。
Claims (1)
1、一种基于近红外光谱技术无损测量茶叶中茶多酚含量的方法,其特征在于该方法的步骤如下:
1)校正样品集光谱的建立;首先要收集不同品种,不同制作工艺,不同收获时期的茶叶样本建立校正样本集;然后对校正样本集中的样本运用光谱仪进行光谱扫描得到校正样本集标准光谱;同一样品需多次重复测量,以平均光谱作为该样品标准光谱;
2)光谱的校正与预处理;获得样本光谱后的第一步是对校正样品集光谱进行校正和预处理;抵消背景干扰及提高光谱的质量;这里采用平滑、中心化、求导或归一化光谱预处理方法;预处理把原来隐藏的信号差异放大出来,提高光谱的分辨率;
3)对于预处理后的光谱数据和校正样品集的标准茶多酚含量测量值通过多元回归算法来建立校正模型:
现代的多元回归算法包括多元线形回归算法和多元非线形回归算法尤其是多元非线形回归算法可以针对生产实际中普遍存在的非线形现象进行拟合,并建立非线形回归。同时选择特征波段是非常重要的,常用的方法是逐步回归的方法来寻找特征波段,或者是回归曲线分析的方法来实现;
4)预测样本茶多酚含量测定;
首先扫描待预测样本获取光谱,获取光谱时所采用的测量条件,必须同获取标准校正集样本光谱时所采用的测量条件保持一致,这些测量条件包括采样方法、分辩率、扫描间隔或扫描时间;把预测样本的光谱经光谱校正及预处理后,把光谱的特征送入校正模型即可测定未知样品的茶多酚含量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200710069114 CN101059426A (zh) | 2007-05-29 | 2007-05-29 | 基于近红外光谱技术无损测量茶叶中茶多酚含量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200710069114 CN101059426A (zh) | 2007-05-29 | 2007-05-29 | 基于近红外光谱技术无损测量茶叶中茶多酚含量的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101059426A true CN101059426A (zh) | 2007-10-24 |
Family
ID=38865645
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200710069114 Pending CN101059426A (zh) | 2007-05-29 | 2007-05-29 | 基于近红外光谱技术无损测量茶叶中茶多酚含量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101059426A (zh) |
Cited By (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101936895A (zh) * | 2010-09-02 | 2011-01-05 | 中南林业科技大学 | 一种稻米新陈度近红外光谱分析快速检测方法 |
WO2011041925A1 (zh) * | 2009-10-09 | 2011-04-14 | 江苏大学 | 基于多传感信息融合的名优茶品质仪器智能化审评方法 |
CN102072884A (zh) * | 2010-11-12 | 2011-05-25 | 南京农业大学 | 一种基于光谱技术的小麦叶片糖氮比快速检测方法 |
CN102128807A (zh) * | 2010-12-24 | 2011-07-20 | 江苏大学 | 一种快速检测作物叶面雾滴浓度的方法 |
CN102435568A (zh) * | 2011-11-23 | 2012-05-02 | 浙江大学 | 基于11个特征波长快速无损检测茶叶干物质含量的方法 |
CN102507458A (zh) * | 2011-11-23 | 2012-06-20 | 浙江大学 | 室外高光谱图像采集系统中太阳光源的校正方法 |
CN102507480A (zh) * | 2011-11-23 | 2012-06-20 | 浙江大学 | 基于12个特征波长的无损快速检测茶叶含水率的方法 |
CN102087142B (zh) * | 2010-02-02 | 2012-07-18 | 杭州远方光电信息股份有限公司 | 一种光谱测量方法 |
CN102759509A (zh) * | 2011-04-25 | 2012-10-31 | 江苏康缘药业股份有限公司 | 一种桂枝茯苓胶囊的检测方法 |
CN102768196A (zh) * | 2012-08-13 | 2012-11-07 | 中国计量学院 | 一种鉴别不同转基因水稻的方法 |
CN103234930A (zh) * | 2013-03-29 | 2013-08-07 | 江汉大学 | 一种测定茶多酚棕榈酸酯含量的方法 |
CN103234934A (zh) * | 2013-03-29 | 2013-08-07 | 江汉大学 | 一种测定脂溶性茶多酚含量的方法 |
CN103234931A (zh) * | 2013-03-29 | 2013-08-07 | 江汉大学 | 一种测定茶多酚硬脂酸酯含量的方法 |
CN103257116A (zh) * | 2013-03-29 | 2013-08-21 | 江汉大学 | 一种测定茶多酚棕榈酸酯含量的方法 |
CN103487384A (zh) * | 2013-10-15 | 2014-01-01 | 无锡艾科瑞思产品设计与研究有限公司 | 基于近红外光谱的袋装稻谷成分快速检测方法 |
CN103674251A (zh) * | 2013-11-29 | 2014-03-26 | 浙江大学 | 拉曼光谱中宇宙射线干扰的识别及消除方法 |
CN103712924A (zh) * | 2013-12-26 | 2014-04-09 | 河南中医学院 | 制备千金子霜饮片的质量控制方法 |
CN103743698A (zh) * | 2013-12-20 | 2014-04-23 | 贵州省分析测试研究院 | 一种采用近红外光谱对茶叶感官审评的方法 |
CN103743697A (zh) * | 2013-12-20 | 2014-04-23 | 贵州省分析测试研究院 | 一种采用近红外光谱实现茶叶生产实时监测的方法 |
CN103743703A (zh) * | 2013-12-20 | 2014-04-23 | 贵州省分析测试研究院 | 一种采用近红外光谱快速检测茶叶中主要成分的方法 |
CN104020129A (zh) * | 2014-05-16 | 2014-09-03 | 安徽农业大学 | 一种基于近红外光谱结合氨基酸分析技术的工夫红茶发酵质量的判别方法 |
CN105021563A (zh) * | 2015-07-14 | 2015-11-04 | 河南科技大学 | 一种基于近红外光谱的烟叶信息采集装置 |
CN106018320A (zh) * | 2015-10-26 | 2016-10-12 | 沈阳农业大学 | 一种基于近红外光谱分析的类胡萝卜素检测方法 |
CN106500841A (zh) * | 2016-10-26 | 2017-03-15 | 武汉大学 | 一种遥感监测大面积茶园植株多酚含量的方法及系统 |
CN107064053A (zh) * | 2017-02-23 | 2017-08-18 | 浙江大学 | 基于近红外高光谱技术无损检测杨梅中多酚含量的方法 |
CN107064044A (zh) * | 2017-05-25 | 2017-08-18 | 江苏大学 | 一种茶提取液中多酚含量的快速检测方法及装置 |
CN107677626A (zh) * | 2017-11-10 | 2018-02-09 | 广西绿异茶树良种研究院 | 一种便携式茶多酚检测仪器及检测方法 |
CN109297916A (zh) * | 2018-11-20 | 2019-02-01 | 中国农业科学院农产品加工研究所 | 分析多酚化合物氧化产物的人工神经网络及预测方法 |
CN109406413A (zh) * | 2018-10-31 | 2019-03-01 | 中国中医科学院中药研究所 | 基于高光谱成像技术预测枸杞子中圣草酚含量的方法 |
CN109612972A (zh) * | 2018-12-25 | 2019-04-12 | 安徽农业大学 | 一种基于碳量子点判别茶叶等级的方法 |
CN110346306A (zh) * | 2019-07-29 | 2019-10-18 | 云南大唐汉方制药股份有限公司 | 一种龙血竭原药材质量的快速检测方法 |
CN111650137A (zh) * | 2020-04-26 | 2020-09-11 | 深圳市人工智能与机器人研究院 | 光谱文件生成方法、装置、计算机设备和存储介质 |
CN112595676A (zh) * | 2020-11-11 | 2021-04-02 | 农芯科技(广州)有限责任公司 | 茶叶品质评价方法及茶叶品质评价装置 |
CN113376103A (zh) * | 2021-06-04 | 2021-09-10 | 广东省农业科学院茶叶研究所 | 一种利用高光谱图像技术测定茶叶成分含量的方法及应用 |
CN113390795A (zh) * | 2021-04-29 | 2021-09-14 | 北京农业信息技术研究中心 | 基于冠层成像光谱的茶叶鲜叶质量无损监测方法及装置 |
CN113959961A (zh) * | 2021-12-22 | 2022-01-21 | 广东省农业科学院动物科学研究所 | 一种基于高光谱图像的单宁添加剂防伪检测方法及系统 |
CN114778484A (zh) * | 2022-05-10 | 2022-07-22 | 广东省农业科学院茶叶研究所 | 茶叶品质等级分类方法及装置、设备、存储介质 |
-
2007
- 2007-05-29 CN CN 200710069114 patent/CN101059426A/zh active Pending
Cited By (52)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011041925A1 (zh) * | 2009-10-09 | 2011-04-14 | 江苏大学 | 基于多传感信息融合的名优茶品质仪器智能化审评方法 |
CN102087142B (zh) * | 2010-02-02 | 2012-07-18 | 杭州远方光电信息股份有限公司 | 一种光谱测量方法 |
CN101936895B (zh) * | 2010-09-02 | 2012-04-25 | 中南林业科技大学 | 一种稻米贮藏时间近红外光谱分析快速检测方法 |
CN101936895A (zh) * | 2010-09-02 | 2011-01-05 | 中南林业科技大学 | 一种稻米新陈度近红外光谱分析快速检测方法 |
CN102072884A (zh) * | 2010-11-12 | 2011-05-25 | 南京农业大学 | 一种基于光谱技术的小麦叶片糖氮比快速检测方法 |
CN102072884B (zh) * | 2010-11-12 | 2013-05-29 | 南京农业大学 | 一种基于光谱技术的小麦叶片糖氮比快速检测方法 |
CN102128807A (zh) * | 2010-12-24 | 2011-07-20 | 江苏大学 | 一种快速检测作物叶面雾滴浓度的方法 |
CN102128807B (zh) * | 2010-12-24 | 2013-01-23 | 江苏大学 | 一种快速检测作物叶面雾滴浓度的方法 |
CN102759509A (zh) * | 2011-04-25 | 2012-10-31 | 江苏康缘药业股份有限公司 | 一种桂枝茯苓胶囊的检测方法 |
CN102507458A (zh) * | 2011-11-23 | 2012-06-20 | 浙江大学 | 室外高光谱图像采集系统中太阳光源的校正方法 |
CN102507480A (zh) * | 2011-11-23 | 2012-06-20 | 浙江大学 | 基于12个特征波长的无损快速检测茶叶含水率的方法 |
CN102435568A (zh) * | 2011-11-23 | 2012-05-02 | 浙江大学 | 基于11个特征波长快速无损检测茶叶干物质含量的方法 |
CN102435568B (zh) * | 2011-11-23 | 2013-07-10 | 浙江大学 | 基于11个特征波长快速无损检测茶叶干物质含量的方法 |
CN102507458B (zh) * | 2011-11-23 | 2013-07-10 | 浙江大学 | 室外高光谱图像采集系统中太阳光源的校正方法 |
CN102507480B (zh) * | 2011-11-23 | 2013-07-10 | 浙江大学 | 基于12个特征波长的无损快速检测茶叶含水率的方法 |
CN102768196A (zh) * | 2012-08-13 | 2012-11-07 | 中国计量学院 | 一种鉴别不同转基因水稻的方法 |
CN103234930A (zh) * | 2013-03-29 | 2013-08-07 | 江汉大学 | 一种测定茶多酚棕榈酸酯含量的方法 |
CN103234934A (zh) * | 2013-03-29 | 2013-08-07 | 江汉大学 | 一种测定脂溶性茶多酚含量的方法 |
CN103234931A (zh) * | 2013-03-29 | 2013-08-07 | 江汉大学 | 一种测定茶多酚硬脂酸酯含量的方法 |
CN103257116A (zh) * | 2013-03-29 | 2013-08-21 | 江汉大学 | 一种测定茶多酚棕榈酸酯含量的方法 |
CN103487384A (zh) * | 2013-10-15 | 2014-01-01 | 无锡艾科瑞思产品设计与研究有限公司 | 基于近红外光谱的袋装稻谷成分快速检测方法 |
CN103487384B (zh) * | 2013-10-15 | 2016-01-27 | 无锡艾科瑞思产品设计与研究有限公司 | 基于近红外光谱的袋装稻谷成分快速检测方法 |
CN103674251A (zh) * | 2013-11-29 | 2014-03-26 | 浙江大学 | 拉曼光谱中宇宙射线干扰的识别及消除方法 |
CN103674251B (zh) * | 2013-11-29 | 2015-08-12 | 浙江大学 | 拉曼光谱中宇宙射线干扰的识别及消除方法 |
CN103743703A (zh) * | 2013-12-20 | 2014-04-23 | 贵州省分析测试研究院 | 一种采用近红外光谱快速检测茶叶中主要成分的方法 |
CN103743698A (zh) * | 2013-12-20 | 2014-04-23 | 贵州省分析测试研究院 | 一种采用近红外光谱对茶叶感官审评的方法 |
CN103743697A (zh) * | 2013-12-20 | 2014-04-23 | 贵州省分析测试研究院 | 一种采用近红外光谱实现茶叶生产实时监测的方法 |
CN103712924A (zh) * | 2013-12-26 | 2014-04-09 | 河南中医学院 | 制备千金子霜饮片的质量控制方法 |
CN103712924B (zh) * | 2013-12-26 | 2016-08-17 | 河南中医学院 | 制备千金子霜饮片的质量检测方法 |
CN104020129A (zh) * | 2014-05-16 | 2014-09-03 | 安徽农业大学 | 一种基于近红外光谱结合氨基酸分析技术的工夫红茶发酵质量的判别方法 |
CN105021563A (zh) * | 2015-07-14 | 2015-11-04 | 河南科技大学 | 一种基于近红外光谱的烟叶信息采集装置 |
CN106018320A (zh) * | 2015-10-26 | 2016-10-12 | 沈阳农业大学 | 一种基于近红外光谱分析的类胡萝卜素检测方法 |
CN106018320B (zh) * | 2015-10-26 | 2019-02-12 | 沈阳农业大学 | 一种基于近红外光谱分析的类胡萝卜素检测方法 |
CN106500841B (zh) * | 2016-10-26 | 2018-06-29 | 武汉大学 | 一种遥感监测大面积茶园植株多酚含量的方法及系统 |
CN106500841A (zh) * | 2016-10-26 | 2017-03-15 | 武汉大学 | 一种遥感监测大面积茶园植株多酚含量的方法及系统 |
CN107064053A (zh) * | 2017-02-23 | 2017-08-18 | 浙江大学 | 基于近红外高光谱技术无损检测杨梅中多酚含量的方法 |
CN107064044B (zh) * | 2017-05-25 | 2020-09-25 | 江苏大学 | 一种茶提取液中多酚含量的快速检测方法及装置 |
CN107064044A (zh) * | 2017-05-25 | 2017-08-18 | 江苏大学 | 一种茶提取液中多酚含量的快速检测方法及装置 |
CN107677626A (zh) * | 2017-11-10 | 2018-02-09 | 广西绿异茶树良种研究院 | 一种便携式茶多酚检测仪器及检测方法 |
CN109406413A (zh) * | 2018-10-31 | 2019-03-01 | 中国中医科学院中药研究所 | 基于高光谱成像技术预测枸杞子中圣草酚含量的方法 |
CN109297916A (zh) * | 2018-11-20 | 2019-02-01 | 中国农业科学院农产品加工研究所 | 分析多酚化合物氧化产物的人工神经网络及预测方法 |
CN109297916B (zh) * | 2018-11-20 | 2021-03-30 | 中国农业科学院农产品加工研究所 | 分析多酚化合物氧化产物的人工神经网络及预测方法 |
CN109612972A (zh) * | 2018-12-25 | 2019-04-12 | 安徽农业大学 | 一种基于碳量子点判别茶叶等级的方法 |
CN110346306A (zh) * | 2019-07-29 | 2019-10-18 | 云南大唐汉方制药股份有限公司 | 一种龙血竭原药材质量的快速检测方法 |
CN111650137A (zh) * | 2020-04-26 | 2020-09-11 | 深圳市人工智能与机器人研究院 | 光谱文件生成方法、装置、计算机设备和存储介质 |
CN112595676A (zh) * | 2020-11-11 | 2021-04-02 | 农芯科技(广州)有限责任公司 | 茶叶品质评价方法及茶叶品质评价装置 |
CN112595676B (zh) * | 2020-11-11 | 2024-06-28 | 农芯科技(广州)有限责任公司 | 茶叶品质评价方法及茶叶品质评价装置 |
CN113390795A (zh) * | 2021-04-29 | 2021-09-14 | 北京农业信息技术研究中心 | 基于冠层成像光谱的茶叶鲜叶质量无损监测方法及装置 |
CN113376103A (zh) * | 2021-06-04 | 2021-09-10 | 广东省农业科学院茶叶研究所 | 一种利用高光谱图像技术测定茶叶成分含量的方法及应用 |
CN113376103B (zh) * | 2021-06-04 | 2023-03-07 | 广东省农业科学院茶叶研究所 | 一种利用高光谱图像技术测定茶叶成分含量的方法及应用 |
CN113959961A (zh) * | 2021-12-22 | 2022-01-21 | 广东省农业科学院动物科学研究所 | 一种基于高光谱图像的单宁添加剂防伪检测方法及系统 |
CN114778484A (zh) * | 2022-05-10 | 2022-07-22 | 广东省农业科学院茶叶研究所 | 茶叶品质等级分类方法及装置、设备、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101059426A (zh) | 基于近红外光谱技术无损测量茶叶中茶多酚含量的方法 | |
CN101620180B (zh) | 近红外技术快速检测茶叶品质的方法 | |
CN101393122B (zh) | 蜂蜜品质快速检测方法 | |
CN102879353B (zh) | 近红外检测花生中蛋白质组分含量的方法 | |
CN101210875A (zh) | 基于近红外光谱技术的无损测量土壤养分含量的方法 | |
CN102636450A (zh) | 基于近红外光谱技术无损检测枸杞中枸杞多糖含量的方法 | |
CN102590129B (zh) | 近红外检测花生中氨基酸含量的方法 | |
CN101221125A (zh) | 用光谱技术测定富营养化水体特征参量的方法 | |
CN102778442B (zh) | 一种快速鉴别烟用香液料液种类的方法 | |
CN101413885A (zh) | 一种快速定量蜂蜜品质的近红外光谱方法 | |
CN107703097A (zh) | 利用衰减全反射探头与近红外光谱仪构建快速预测原油性质的模型的方法及其应用 | |
CN106018332A (zh) | 一种柑桔黄龙病的近红外光谱田间检测方法 | |
CN103472028A (zh) | 一种混纺纤维中组分含量的测定方法 | |
CN102937575B (zh) | 一种基于二次光谱重组的西瓜糖度快速建模方法 | |
CN1603794A (zh) | 近红外技术快速检测牛肉嫩度的方法和装置 | |
CN201503392U (zh) | 基于近红外光谱的手持式土壤养分无损测量装置 | |
CN107860743A (zh) | 利用反射式近红外光纤探头构建快速预测原油性质的模型的方法及其应用 | |
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 | |
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 | |
CN108827907A (zh) | 一种基于近红外光谱对彩棉色度的快速测定方法 | |
CN104865322A (zh) | 一种栀子萃取液浓缩过程快速检测方法 | |
CN102288569A (zh) | 一种纤维生物质的快速分析方法 | |
CN111896497B (zh) | 一种基于预测值的光谱数据修正方法 | |
CN103234923A (zh) | 一种黄酒发酵过程中总糖含量的在线监控方法 | |
CN106092961A (zh) | 一种快速检测农产品中化学成分的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |