近紅外光譜儀肉制品飼料解決方案
由圖1可以看出，光譜一致性較好，成品飼料有良好的光譜吸收，并在近紅外譜圖中含有大量與成品飼料指標(biāo)的相關(guān)有效信息。因此，使用Unity近紅外光譜技術(shù)檢測(cè)成品飼料和原料的方案是完全可行的。
NIR使用方案
1. 根據(jù)檢測(cè)需求，為您制定兩個(gè)檢測(cè)模型包，包含飼料原料模型包和成品飼料模型包，初步建立統(tǒng)計(jì)模型如下列表。
★飼料原料模型包
2. 建模樣品的準(zhǔn)備
1)每個(gè)模型需要選擇一定個(gè)數(shù)的樣品，來(lái)建立一個(gè)初步的模型。
根據(jù)客戶(hù)樣品的類(lèi)型和不同狀況，初步建模的數(shù)量不定。一個(gè)好的模型，樣品量越大越好，選擇樣品的個(gè)數(shù)可在后期邊使用邊添加，模型準(zhǔn)確度也會(huì)越來(lái)越高。
2)建模時(shí)與后期使用時(shí)，樣品狀態(tài)前后要一致性。
樣品狀態(tài)也可以看做樣品的背景信息，前后樣品的背景不一致，會(huì)導(dǎo)致預(yù)測(cè)誤差偏大。
3)樣品的濕化學(xué)方法所得一級(jí)數(shù)據(jù)準(zhǔn)確性好。
近紅外儀器預(yù)測(cè)結(jié)果是統(tǒng)計(jì)學(xué)回歸理論基礎(chǔ)上得出的，一級(jí)數(shù)據(jù)的不準(zhǔn)確必然使得回歸模型不準(zhǔn)確，進(jìn)而導(dǎo)致預(yù)測(cè)結(jié)果不準(zhǔn)確。
4)建模樣品各指標(biāo)的梯度廣。
建模時(shí)樣品指標(biāo)的梯度是根據(jù)客戶(hù)在使用中指標(biāo)范圍來(lái)定的，比如指標(biāo)蛋白質(zhì)范圍在16%-20%，那么模型中蛋白質(zhì)的范圍要大于16%-20%，才能有效的保證了預(yù)測(cè)范圍永遠(yuǎn)在模型之內(nèi)。
5)指標(biāo)值范圍內(nèi)的樣品個(gè)數(shù)要均勻。
在正態(tài)分布圖里，指標(biāo)的范圍之內(nèi)，樣品個(gè)數(shù)盡量是均勻分布的，這樣對(duì)模型預(yù)測(cè)準(zhǔn)確度也會(huì)提高。
3.技術(shù)服務(wù)承諾
終身免費(fèi)技術(shù)咨詢(xún)和模型維護(hù)工作。