[發(fā)明專利]一種甜菊糖提取液中糖甙含量的在線檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010016783.8
• 申請(qǐng)日: 2020-01-08
• 公開（公告）號(hào): CN111077107A
• 公開（公告）日: 2020-04-28
• 發(fā)明（設(shè)計(jì)）人: 鄒振民;董海平;孫茂;耿龍飛;朱傳港
• 申請(qǐng)（專利權(quán)）人: 山東金璋隆祥智能科技有限責(zé)任公司
• 主分類號(hào): G01N21/359
• 分類號(hào): G01N21/359;G01N21/3577
• 代理公司: 濟(jì)南瑞宸知識(shí)產(chǎn)權(quán)代理有限公司 37268
• 代理人: 呂艷芹

1.一種甜菊糖提取液中糖甙含量的在線檢測(cè)方法，其特征在于：包括以下步驟：

S1、建立去趨勢(shì)校正預(yù)處理方法，采用最小二乘法將原始光譜的吸收度和波長(zhǎng)擬合成一條趨勢(shì)線，然后從原光譜中減去該趨勢(shì)線，消除原光譜中的基線漂移；

S2、建立多元線性回歸建模方法，多元線性回歸分析的基本任務(wù)包括：

1)根據(jù)因變量與多個(gè)自變量的實(shí)際觀測(cè)值建立因變量對(duì)多個(gè)自變量的多元線性回歸方程；

2)對(duì)模型進(jìn)行檢驗(yàn)；

3)回歸方程整體及其系數(shù)的顯著性檢驗(yàn)和殘差分析；

S3、在大孔吸附罐的流出液體管道出口處安裝GSA103型近紅外光譜儀的流體測(cè)樣器和取樣閥門，儀器的流體測(cè)樣器浸在管道內(nèi)的液體中，將儀器固定好；

S4、設(shè)置光譜儀的參數(shù)，掃描次數(shù)設(shè)置為30次，采樣次數(shù)設(shè)置為20次，波長(zhǎng)掃描范圍為1550-1950nm,波長(zhǎng)增量為2nm；

S5、當(dāng)樣品流經(jīng)光譜儀的液體測(cè)樣器時(shí)進(jìn)行光譜采集，同時(shí)打開取樣閥門進(jìn)行取樣，并送去化驗(yàn)分析；

S6、利用去趨勢(shì)校正的方法對(duì)光譜進(jìn)行處理，排除噪音等干擾信號(hào)；

S7、通過一定的數(shù)學(xué)算法多元線性回歸將化驗(yàn)分析的含量數(shù)據(jù)和光譜數(shù)據(jù)一一對(duì)應(yīng)，得到甜菊糖提取液中糖甙檢測(cè)的模型；

S8、將該模型裝載在GSA103型近紅外光譜儀上之后對(duì)甜菊糖提取液進(jìn)行糖甙含量的檢測(cè)。

2.根據(jù)權(quán)利要求1所述的一種甜菊糖提取液中糖甙含量的在線檢測(cè)方法，其特征在于：所述步驟1中包括如下公式：

其中為經(jīng)去趨勢(shì)校正后的光譜，Y_j為原始光譜，為經(jīng)二項(xiàng)式線性擬合所得趨勢(shì)線。

3.根據(jù)權(quán)利要求1所述的一種甜菊糖提取液中糖甙含量的在線檢測(cè)方法，其特征在于：所述步驟2中包括以下具體內(nèi)容：

1)根據(jù)因變量與多個(gè)自變量的實(shí)際觀測(cè)值建立因變量對(duì)多個(gè)自變量的多元線性回歸方程，檢驗(yàn)、分析各個(gè)自變量對(duì)因自變量的綜合線性影響的顯著性，檢驗(yàn)、分析各個(gè)自變量對(duì)應(yīng)變量的單純線性影響的顯著性，選擇僅對(duì)因變量有顯著性影響的自變量，建立最優(yōu)多元線性回歸方程，評(píng)定各個(gè)自變量對(duì)因變量影響的相對(duì)重要性以及測(cè)定最優(yōu)多元線性回歸方程的偏離度等；

設(shè)隨機(jī)變量y與一般變量x₁，x₂，…，x_p線性回歸模型為：y＝β₀+β₁x₁+β₂x₂+…+β_px_p+ε，式中Y為因變量，x₁，x₂，…，x_p是p個(gè)自變量，因變量Y由兩部分決定，一部分是誤差項(xiàng)隨機(jī)變量ε，另一部分是p個(gè)自變量的線性函數(shù)β₀+β₁x₁+β₂x₂+…+β_px_p，其中，β₀，β₁，β₂，…，β_p是p+1個(gè)未知參數(shù)，β₀稱為回歸常數(shù)，β₁，β₂，…，β_p稱為偏回歸系數(shù)，用它們決定因變量Y與自變量x₁，x₂，…，x_p的線性關(guān)系的具體形式，ε是隨機(jī)誤差，滿足

為了便于模型參數(shù)估計(jì)，對(duì)線性回歸方程y＝β₀+β₁x₁+β₂x₂+…+β_px_p+ε做如下假設(shè)：

(i)零均值假定，即E(ε_i)＝0，(i＝1，2，…，n)；

(ii)正態(tài)性假定，即

(iii)同方差和無自相關(guān)假定，

即

(iv)無序列相關(guān)假定，即Cov(X_ji，V_i)＝0，j＝1，2，…，p；

(v)無多重共線性假定；

2)對(duì)模型進(jìn)行檢驗(yàn)，首先是擬合優(yōu)度檢驗(yàn)，一般用于檢驗(yàn)樣本回歸直線對(duì)觀測(cè)值的擬合程度，即SST＝SSR+SSE,其中，為總離差平方和，為回歸平方和，它是反映回歸效果的參數(shù)，為殘差平方和，式中y_i為第i個(gè)樣本點(diǎn)(x₁，x₂，…，x_p)上的回歸值，為y的平均值；

判定系數(shù)R²指因變量y的總變差中能由自由變量所解釋的那部分變差的比重，即R²的值越接近于1，表明回歸方程對(duì)實(shí)際觀測(cè)值的擬合度效果越好，相反R²越接近于0，擬合效果越差；

3)回歸方程整體及其系數(shù)的顯著性檢驗(yàn)和殘差分析。

4.根據(jù)權(quán)利要求1所述的一種甜菊糖提取液中糖甙含量的在線檢測(cè)方法，其特征在于：所述步驟1中建立的去趨勢(shì)校正預(yù)處理方法與步驟2中建立的多元線性回歸建模方法均導(dǎo)入近紅外光譜儀中。