顆粒評(píng)分校準(zhǔn)的制作方法
【專利摘要】本發(fā)明公開了一種用于建立近紅外反射分光光度計(jì)的校準(zhǔn)以預(yù)測(cè)成分的顆粒評(píng)分的方法，所述方法包括：(a)通過使多個(gè)植物物質(zhì)樣品穿過篩網(wǎng)來按尺寸分選這些樣品，隨后根據(jù)穿過所述篩網(wǎng)的樣品的數(shù)量，計(jì)算所述樣品的顆粒評(píng)分，(b)使用所述分光光度計(jì)測(cè)量所述多個(gè)植物物質(zhì)樣品的吸光度或反射率，以及(c)將步驟(a)所得的所述顆粒評(píng)分與步驟(b)所測(cè)得的所述吸光度或反射率進(jìn)行關(guān)聯(lián)。
【專利說明】
顆粒評(píng)分校準(zhǔn)
[0001] 相關(guān)申請(qǐng)
[0002] 本申請(qǐng)要求2013年12月20日提交的名稱為"PARTICLE SCORE CALIBRATION"（顆粒 評(píng)分校準(zhǔn)）的美國(guó)臨時(shí)專利申請(qǐng)No. 61 /919，258的權(quán)益，該臨時(shí)專利申請(qǐng)全文以引用方式并 入本文。
技術(shù)領(lǐng)域
[0003] 本公開整體涉及光譜法。本公開的各方面具體涉及使用近紅外光譜法預(yù)測(cè)草料樣 品的顆粒評(píng)分。
【背景技術(shù)】
[0004] 已知的是，使用顆粒評(píng)分器測(cè)定草料樣品的顆粒評(píng)分，所述顆粒評(píng)分器諸如為可 從美國(guó)威斯康星州阿特金森堡（Fort Atkinson，Wisconsin，USA)的納斯科目錄經(jīng)銷店 (Nasco Catalog Outlet Store)商購(gòu)獲得的賓州州立大學(xué)三層篩草料顆粒分離器(Penn State Three-Sieve Forage Particle Separator)型號(hào)C24682N。然而，此類已知的顆粒評(píng) 分器可能有些不精確。還已知的是，使用近紅外反射(NIR)分光計(jì)(分光光度計(jì))測(cè)定草料的 化學(xué)性質(zhì)(例如，粗蛋白、脂肪、灰分、纖維等的百分比），所述分光計(jì)諸如為均可從美國(guó)明尼 蘇達(dá)州伊甸草原（Eden Prairie，Minnesota，USA)的福斯公司（F0SS)(也稱為瑞士萬通 (Metrohm AG)旗下的Metrohm NIRSystems公司（Metrohm NIRSystems))商購(gòu)獲得的F0SS型 號(hào)NIRsys II 5000近紅外反射分光計(jì)、或FOSS INFRAXACT近紅外反射分光計(jì)、或FOSS XDS NIR分析儀、或FOSS NIRS DS2500,或者可從美國(guó)馬薩諸塞州比爾里卡（Billerica, Massachusetts，USA)的布魯克公司（Bruker Corporation)商購(gòu)獲得的Bruker FT-NIR。然 而，此類已知的NIR儀器可能無法準(zhǔn)確預(yù)測(cè)草料的顆粒評(píng)分。
【附圖說明】
[0005] 圖1為根據(jù)一個(gè)示例性實(shí)施例的三層篩賓州州立大學(xué)顆粒分離器裝置的透視圖。
[0006] 圖2A為根據(jù)一個(gè)示例性實(shí)施例的兩層篩賓州州立大學(xué)顆粒分離器裝置的透視圖。
[0007] 圖2B為圖2A的兩層篩賓州州立大學(xué)顆粒分離器裝置的透視圖。
[0008] 圖3為根據(jù)一個(gè)示例性實(shí)施例的替代顆粒評(píng)分器裝置(Alternative Particle Scorer device)的透視圖。
[0009] 圖4為坐標(biāo)圖，示出了根據(jù)實(shí)例1使用替代顆粒評(píng)分器裝置建立的NIR校準(zhǔn)的NIR預(yù) 測(cè)能力。
[0010] 圖5A為坐標(biāo)圖，示出了根據(jù)實(shí)例1使用賓州州立大學(xué)顆粒分離器裝置的頂篩建立 的NIR校準(zhǔn)的NIR預(yù)測(cè)能力。
[0011] 圖5B為坐標(biāo)圖，示出了根據(jù)實(shí)例1使用賓州州立大學(xué)顆粒分離器裝置的中篩建立 的NIR校準(zhǔn)的NIR預(yù)測(cè)能力。
[0012] 圖5C為坐標(biāo)圖，示出了根據(jù)實(shí)例1使用賓州州立大學(xué)顆粒分離器裝置的底篩建立 的NIR校準(zhǔn)的NIR預(yù)測(cè)能力。
[0013] 圖6為坐標(biāo)圖，示出了根據(jù)實(shí)例1，相比于使用替代顆粒評(píng)分器裝置建立的NIR預(yù)測(cè) 顆粒評(píng)分，對(duì)使用來自替代顆粒評(píng)分器裝置的濕化學(xué)值測(cè)定的實(shí)際顆粒評(píng)分進(jìn)行核實(shí)。
[0014] 圖7A為坐標(biāo)圖，示出了根據(jù)實(shí)例1，相比于使用賓州州立大學(xué)顆粒分離器裝置頂篩 建立的NIR預(yù)測(cè)顆粒評(píng)分，對(duì)使用來自賓州州立大學(xué)顆粒分離器裝置頂篩的濕化學(xué)值測(cè)定 的實(shí)際顆粒評(píng)分進(jìn)行核實(shí)。
[0015] 圖7B為坐標(biāo)圖，示出了根據(jù)實(shí)例1，相比于使用賓州州立大學(xué)顆粒分離器裝置中篩 建立的NIR預(yù)測(cè)顆粒評(píng)分，對(duì)使用來自賓州州立大學(xué)顆粒分離器裝置中篩的濕化學(xué)值測(cè)定 的實(shí)際顆粒評(píng)分進(jìn)行核實(shí)。
[0016] 圖7C為坐標(biāo)圖，示出了根據(jù)實(shí)例1，相比于使用賓州州立大學(xué)顆粒分離器裝置底篩 建立的NIR預(yù)測(cè)顆粒評(píng)分，對(duì)使用來自賓州州立大學(xué)顆粒分離器裝置底篩的濕化學(xué)值測(cè)定 的實(shí)際顆粒評(píng)分進(jìn)行核實(shí)。
[0017] 圖8為坐標(biāo)圖，示出了根據(jù)實(shí)例1的替代顆粒評(píng)分方法的實(shí)際顆粒評(píng)分與NIR預(yù)測(cè) 之間的相關(guān)性。
[0018] 圖9A為坐標(biāo)圖，示出了根據(jù)實(shí)例1的賓州州立大學(xué)顆粒級(jí)分測(cè)量(旁路頂篩）的實(shí) 際顆粒評(píng)分與NIR預(yù)測(cè)之間的相關(guān)性。
[0019]圖9B為坐標(biāo)圖，示出了根據(jù)實(shí)例1的賓州州立大學(xué)顆粒級(jí)分測(cè)量(旁路中篩）的實(shí) 際顆粒評(píng)分與NIR預(yù)測(cè)之間的相關(guān)性。
[0020] 圖9C為坐標(biāo)圖，示出了根據(jù)實(shí)例1的賓州州立大學(xué)顆粒級(jí)分測(cè)量(旁路底篩）的實(shí) 際顆粒評(píng)分與NIR預(yù)測(cè)之間的相關(guān)性。
[0021] 圖10為流程圖，示出了根據(jù)所公開技術(shù)的一些實(shí)施例的創(chuàng)建校準(zhǔn)組件的處理。 [0022]圖11為流程圖，示出了根據(jù)所公開技術(shù)的一些實(shí)施例的構(gòu)建數(shù)據(jù)庫(kù)組件的處理。 [0023]圖12為流程圖，示出了根據(jù)所公開技術(shù)的一些實(shí)施例的測(cè)定顆粒評(píng)分組件的處 理。
[0024]圖13為流程圖，示出了在一些實(shí)例中的一些這樣的組件，這些組件可結(jié)合在至少 一些計(jì)算機(jī)系統(tǒng)及該系統(tǒng)在其上操作并與其交互的其他裝置中。
【具體實(shí)施方式】
[0025] 本發(fā)明公開了用于校準(zhǔn)近紅外反射分光光度計(jì)的系統(tǒng)和方法。在一個(gè)方面，提供 了一種用于建立近紅外反射分光光度計(jì)的校準(zhǔn)的方法，以預(yù)測(cè)成分的顆粒評(píng)分，該方法包 括：（a)通過使多個(gè)植物物質(zhì)樣品穿過篩網(wǎng)來按尺寸分選這些樣品，隨后根據(jù)穿過篩網(wǎng)的樣 品的數(shù)量，計(jì)算樣品的顆粒評(píng)分，（b)使用分光光度計(jì)測(cè)量所述多個(gè)植物物質(zhì)樣品的吸光度 或反射率，以及(c)對(duì)步驟(a)所得的顆粒評(píng)分與步驟(b)所測(cè)得的吸光度或反射率進(jìn)行關(guān) 聯(lián)。
[0026] 在另一個(gè)方面，提供了用于預(yù)測(cè)干燥成分的顆粒評(píng)分的近紅外反射率校準(zhǔn)，該校 準(zhǔn)通過包括以下步驟的方法產(chǎn)生：（a)通過使多個(gè)草料樣品穿過具有至少一個(gè)篩網(wǎng)的顆粒 分離器來按切割長(zhǎng)度分選這些樣品，隨后根據(jù)穿過篩網(wǎng)的樣品的重量，計(jì)算樣品的顆粒評(píng) 分，（b)使用分光光度計(jì)測(cè)量所述多個(gè)樣品的吸光度或反射率，以及(c)對(duì)步驟(a)所得的顆 粒評(píng)分與步驟(b)所測(cè)得的吸光度或反射率進(jìn)行關(guān)聯(lián)。
[0027] 在另一個(gè)方面，提供了用于配制飼料的方法，該方法包括：（a)校準(zhǔn)近紅外反射分 光光度計(jì)，包括：（i)通過使多個(gè)草料樣品穿過具有篩網(wǎng)的顆粒分離器來按切割長(zhǎng)度分選這 些樣品，隨后根據(jù)穿過篩網(wǎng)的樣品的數(shù)量，計(jì)算樣品的顆粒評(píng)分，（ii)使用分光光度計(jì)測(cè)量 樣品的吸光度或反射率，以及(iii)對(duì)步驟(i)所得的顆粒評(píng)分與步驟(ii)所測(cè)得的吸光度 或反射率進(jìn)行關(guān)聯(lián)；（b)使用根據(jù)步驟(iii)進(jìn)行了關(guān)聯(lián)的近紅外反射分光光度計(jì)預(yù)測(cè)全混 合日糧的顆粒評(píng)分；以及(c)根據(jù)全混合日糧的顆粒評(píng)分來配制飼料。
[0028] 顆粒評(píng)分
[0029] 本公開中所使用的術(shù)語"顆粒評(píng)分"意指穿過篩子或篩網(wǎng)的成分顆粒的百分比（按 重量百分比計(jì)）。顆粒評(píng)分與成分顆粒的尺寸相關(guān)。例如，草料成分的尺寸可根據(jù)草料成分 的切割長(zhǎng)度而變化。又如，玉米成分的尺寸可根據(jù)玉米品種、玉米水分、加工玉米的研磨機(jī) 的速度、加工玉米的研磨機(jī)的類型等而變化。成分的顆粒尺寸可影響成分(例如，草料)在動(dòng) 物體內(nèi)消化的速率和程度。例如，足夠的草料顆粒長(zhǎng)度可有助于瘤胃發(fā)揮正常功能。已表 明，減小的草料顆粒尺寸會(huì)縮短動(dòng)物咀嚼草料所花的時(shí)間，并引起動(dòng)物瘤胃pH降低的趨勢(shì)。 當(dāng)奶牛用更少時(shí)間咀嚼時(shí)，它們產(chǎn)生更少的唾液，而唾液是緩沖奶牛瘤胃所需的。相比之 下，當(dāng)飼料成分顆粒太長(zhǎng)時(shí)，動(dòng)物更有可能揀選日糧。這會(huì)導(dǎo)致動(dòng)物所食用的飲食比初始配 制的飲食大不相同。如果日糧或草料太細(xì)，喂食少量長(zhǎng)干草或打捆青貯牧草(baleage)可改 善平均日糧顆粒尺寸。
[0030] 某些成分(例如，草料)可具有所需顆粒評(píng)分或目標(biāo)顆粒評(píng)分。顆粒評(píng)分與顆粒的 尺寸呈負(fù)相關(guān)（即，更高的顆粒評(píng)分等同于更小的顆粒尺寸）。例如，隨著顆粒評(píng)分增加，對(duì) 于諸如草料并且更具體地豆類半干青貯飼料(haylage)的成分而言，中性洗滌纖維(NDF)消 化率百分比也增加。又如，隨著顆粒評(píng)分增加，對(duì)于玉米青1C飼料(si lage)成分和干玉米而 言，哺乳期凈能量也增加。又如，隨著顆粒評(píng)分增加，對(duì)于諸如玉米、蜀黍、小麥、大麥和燕麥 的成分而言，淀粉消化率也增加。又如，隨著顆粒評(píng)分增加，對(duì)于豆類半干青貯飼料而言， NDF消化率也增加。
[0031] 賓州州立大學(xué)顆粒分離器方法
[0032] 可根據(jù)賓州州立大學(xué)（Penn State)的Jud Heinrichs公布于2013年9月26日的專 利公開No.DSE 2013-186中所述的方法，使用賓州州立大學(xué)顆粒分離器(PSPS)測(cè)定成分的 顆粒評(píng)分，該專利據(jù)此全文以引用方式并入。PSPS提供了定量測(cè)定草料和全混合日糧(TMR) 的顆粒尺寸的工具。
[0033]參見圖1，示出了根據(jù)一個(gè)實(shí)施例的三層篩PSPS 10。如圖1所示，三層篩PSPS包括 具有大孔徑篩網(wǎng)13的上篩或上箱12、具有中孔徑篩網(wǎng)15的中篩或中箱14、具有小孔徑篩網(wǎng) 17的下篩16以及底杯或底盤18。參見圖2A，示出了根據(jù)一個(gè)示例性實(shí)施例的兩層篩PSPS 20。如圖2A所示，兩層篩PSPS具有上篩或上箱22、下篩24以及底杯或底盤26。如圖2B所示，動(dòng) 物飼料日糧的植物物質(zhì)成分的樣品被示出為在篩子22和24及盤26中具有不同切割長(zhǎng)度的 草料28。
[0034] 兩層篩PSPS包括具有篩網(wǎng)的篩子，所述篩網(wǎng)具有小于一定尺寸的顆粒可從中穿過 的孔徑，如表1A所示。
[0035] ^1A
[0037] 三層篩PSPS包括具有篩網(wǎng)的篩子，所述篩網(wǎng)具有小于一定尺寸的顆?？蓮闹写┻^ 的孔徑，如表1B所示。
[0038] 表1B
[0040] 為了使用三層篩PSPS，將篩子按如下順序疊放:放在頂部的是具有最大孔的篩子 (上篩），接下來是具有中等尺寸的孔的篩子（中篩），然后是具有最小孔的篩子(下篩），以及 放在底部的是實(shí)心盤。將大約3品脫的草料或TMR放在上篩上。水分含量可能對(duì)篩分性質(zhì)有 細(xì)微影響。非常濕的樣品（小于百分之四十五（45%)干物質(zhì)）可能無法準(zhǔn)確分離。三層篩 PSPS被設(shè)計(jì)用于說明提供給動(dòng)物的飼料的顆粒尺寸。因此，樣品不必相對(duì)于篩分前喂食的 樣品進(jìn)行化學(xué)地或物理地改變。在平坦表面上，將篩子在一個(gè)方向上搖動(dòng)若干次（例如，五 (5)次），然后將分離器箱旋轉(zhuǎn)四分之一轉(zhuǎn)。將該過程重復(fù)若干次(例如，七次），在每組例如 五次(5)搖動(dòng)后旋轉(zhuǎn)分離器。搖動(dòng)的力度和頻率應(yīng)足夠大以使顆粒在篩面上方滑動(dòng)，從而允 許比孔徑小的那些顆粒落下。推薦(但不是必需）以至少1. 1Hz(或每秒大約搖動(dòng)1.1次）的頻 率及七(7)英寸(或18cm)的行程長(zhǎng)度來?yè)u動(dòng)顆粒分離器。為了獲得最佳結(jié)果，將運(yùn)動(dòng)的頻率 在7英寸的距離內(nèi)校準(zhǔn)指定次數(shù)(例如，10次、100次、1000次）。將全程運(yùn)動(dòng)的次數(shù)除以按秒 計(jì)的時(shí)間，得到頻率值，可將該頻率值與1. 1Hz推薦值進(jìn)行比較。搖動(dòng)完成后，稱量每個(gè)篩子 上和底盤上的材料。參見表2以了解數(shù)據(jù)輸入及計(jì)算每個(gè)篩子下的百分比的工序，包括通過 例如電子秤來確定總重量的計(jì)算及每個(gè)篩子下的累積百分比的例子。（其中累積篩下物百 分比是指小于給定尺寸的顆粒的比例。例如，平均而言，95%的飼料小于0.75英寸，55%的 飼料小于0.31英寸，并且35%的飼料小于0.16英寸。）
[0041] 整
[0043]為了使用兩層篩PSPS，該工序基本上與以上針對(duì)使用三層篩PSPS所述的工序相 同，不同的是不使用具有0.31英寸的篩網(wǎng)尺寸的篩子。
[0044] 替代顆粒評(píng)分方法
[0045]也可使用替代顆粒評(píng)分器(APS)測(cè)定顆粒評(píng)分。APS提供了一種定量測(cè)定例如玉米 草料的顆粒尺寸的工具。APS 40示于圖3中，其包括具有殼體44的搖動(dòng)器42,所述殼體具有 用于裝入玉米草料的樣品的大直徑主體46,以及用于保持樣品的小直徑主體48,所述樣品 可在谷粒杯52a、杯52b或杯52c中測(cè)量。殼體44被示出為具有篩網(wǎng)54,樣品穿過所述篩網(wǎng)被 提供給貯存器(被示出為底盤56)。使用殼體44頂部上的手柄58讓樣品搖動(dòng)（尤其是當(dāng)APS 40在平坦表面(諸如地面或地板)上搖動(dòng)時(shí)）以使得樣品穿過篩網(wǎng)54。樣品的具有較大顆粒 尺寸的部分被保留在篩網(wǎng)54上，而樣品的具有較小顆粒尺寸的另一部分被保留在底盤或谷 粒接收器56上。篩網(wǎng)的孔徑及穿過篩網(wǎng)的顆粒的尺寸示于表3中。
[0048]為了測(cè)定顆粒評(píng)分，以下工序可用于使玉米草料運(yùn)行穿過APS。將適當(dāng)尺寸的杯 (取決于所關(guān)注的成分)緊固在搖動(dòng)器主體的較小直徑末端中的谷粒接收器中。將篩網(wǎng)放入 搖動(dòng)器主體的較大直徑末端中。將谷粒樣品杯用玉米草料的代表性樣品填充至二分之一 滿。（注意，為了確保一致的讀數(shù)，可平行于操作者的視平線來讀取樣品水平。）用操作者的 手掌覆蓋杯并且輕敲(例如，五次）。然后用額外的谷粒樣品填入谷粒樣品杯，用操作者的手 掌覆蓋并且輕敲(例如，再五次），以使得谷粒樣品杯大約四分之三滿。然后用額外的樣品填 入谷粒樣品杯的剩余部分，并使頂部平整(例如，用操作者的手指），使得樣品的頂部與谷粒 樣品杯的頂部持平。然后將樣品從谷粒樣品杯倒入具有篩網(wǎng)的較大直徑主體中。使APS保持 與地面平行，并劇烈搖動(dòng)三十秒。輕輕取出篩網(wǎng)，觀察是否有任何樣品懸掛在較大直徑主體 的側(cè)面上。（如果有任何樣品懸掛在殼體的側(cè)面上，則在堅(jiān)固表面上輕敲側(cè)面，直到所有樣 品被捕集在篩網(wǎng)上。）然后取出谷粒樣品杯，并且用操作者的手掌覆蓋。記錄保留在篩網(wǎng)上 的樣品及保留在杯中的樣品的重量的讀數(shù)。注意，如果連續(xù)篩分高水分成分和干燥成分，有 利的是首先運(yùn)行干燥成分(使得干燥成分不會(huì)附著到之前樣品留下的殘余水分）。
[0049] 根據(jù)另一個(gè)可供選擇的實(shí)施例，可通過美國(guó)農(nóng)業(yè)生物工程師學(xué)會(huì)（American Society of Agricultural and Biological Engineers，ASABE)有關(guān)顆粒尺寸分析和分布 的標(biāo)準(zhǔn)來測(cè)定顆粒尺寸，該標(biāo)準(zhǔn)據(jù)此全文以引用方式并入。
[0050] 近紅外光譜法概述
[0051] 本公開中所使用的術(shù)語"近紅外"（"NIR"）和"近紅外光譜法"（"NIRs"）涉及以具有 近紅外波長(zhǎng)區(qū)域中的電磁輻射的分子振動(dòng)的激發(fā)為基礎(chǔ)的光譜分析方法。近紅外波長(zhǎng)區(qū)域 (即，800nm-2500nm)位于可見光波長(zhǎng)區(qū)域（380nm-800nm)與中紅外福射波長(zhǎng)區(qū)域（2500nm_ 25000nm)之間。NIRs測(cè)量物質(zhì)或混合物(諸如植物物質(zhì))對(duì)近紅外光的吸收強(qiáng)度。NIRs檢測(cè) 包含CH-、0H-和NH-基團(tuán)的物質(zhì)(例如，植物物質(zhì)）（例如，脂肪、蛋白質(zhì)、碳水化合物、有機(jī)酸、 醇、水等）中的諧波及分子基本振動(dòng)的組合。本公開中所使用的術(shù)語"光譜法"可以指所有分 子光譜法，包括近紅外反射光譜法、近紅外透射光譜法、紫外與可見光譜法、傅里葉變換近 紅外光譜法、拉曼光譜法以及中紅外光譜法。
[0052] NIR裝置或儀器的操作包括向樣品（例如，干植物物質(zhì))提供光束。樣品所反射或透 射的光被收集為信息（即，光譜h(NIR儀器可按反射模式、透射模式、透射反射模式等運(yùn) 行。）更具體地講，NIR儀器的軟件測(cè)量從樣品返回到檢測(cè)器的能量大小，將其從參考光譜中 減去，并且繪制所得的吸收光譜。NIR光譜由多個(gè)吸收帶組成，這些吸收帶的強(qiáng)度會(huì)因樣品 中特定官能團(tuán)的能量吸收而有所變化。根據(jù)比爾定律，該吸收與樣品中的化學(xué)(或物理)組 分的濃度成比例，因此利用光譜信息對(duì)生物材料(例如，植物物質(zhì)）的化學(xué)(或物理)組成進(jìn) 行定量。
[0053]使用NIR測(cè)量所關(guān)注的參數(shù)具有若干優(yōu)于濕化學(xué)的優(yōu)點(diǎn)，諸如非破壞性、非侵入性 的測(cè)量且需要極少的樣品制備或無需樣品制備，近瞬時(shí)測(cè)量以及快速響應(yīng)時(shí)間（例如，實(shí) 時(shí)、在1分鐘內(nèi)完成的掃描等），簡(jiǎn)單而可靠的操作，能夠通過一次掃描同時(shí)測(cè)試多種營(yíng)養(yǎng)物 質(zhì)(例如，水分、粗蛋白、脂肪、灰分、纖維等），長(zhǎng)期校準(zhǔn)穩(wěn)定性允許相似NIR儀器之間的直接 校準(zhǔn)傳遞以及不同儀器平臺(tái)之間的間接校準(zhǔn)傳遞，低成本操作費(fèi)用，快速而簡(jiǎn)單的實(shí)施和 維護(hù)，具有可靠性同時(shí)提高了準(zhǔn)確度和一致性，等等。此外，NIR儀器可用于實(shí)驗(yàn)室，并且可 為便攜式的，適合在田間和農(nóng)場(chǎng)使用。
[0054] NIRs 校準(zhǔn)
[0055]本公開中所使用的術(shù)語"NIR或NIRs校準(zhǔn)"是指將NIR光譜與參考值或標(biāo)準(zhǔn)值（例 如，濕化學(xué)值)進(jìn)行關(guān)聯(lián)的數(shù)學(xué)模型。NIRs涉及針對(duì)樣品的基準(zhǔn)方法或直接測(cè)量(也稱為"濕 化學(xué)"）的NIR光譜校準(zhǔn)（或關(guān)聯(lián)）。采用濕化學(xué)的直接測(cè)量的基準(zhǔn)方法的例子包括通過 K j e 1 dahl或Leco蛋白質(zhì)分析儀進(jìn)行的蛋白質(zhì)分析、通過Ankom纖維分析儀進(jìn)行的纖維分析、 動(dòng)物消化諸如消化的中性洗滌纖維（dNDF)以及通過體外技術(shù)測(cè)量的體外蛋白質(zhì)消化率 (IVpd)〇
[0056]在一些實(shí)施例中，為了創(chuàng)建校準(zhǔn)，可進(jìn)行以下步驟：1)構(gòu)建包含濕化學(xué)值和NIR光 譜或值的數(shù)據(jù)庫(kù)，2)建立數(shù)學(xué)模型（例如，NIR校準(zhǔn)）；3)使用未包括在初始數(shù)據(jù)庫(kù)中的獨(dú)立 樣品來核實(shí)該數(shù)學(xué)模型;4)在使用該數(shù)學(xué)模型的NIR儀器上運(yùn)行或掃描新樣品，以預(yù)測(cè)濕化 學(xué)值；以及5)驗(yàn)證該數(shù)學(xué)模型。
[0057] 1.構(gòu)建數(shù)據(jù)庫(kù)。為了構(gòu)建數(shù)據(jù)庫(kù)，收集多個(gè)代表性的樣品以涵蓋預(yù)期的變型形式。 每個(gè)樣品具有兩個(gè)所關(guān)注的領(lǐng)域：（i)由直接測(cè)量的基準(zhǔn)方法得出的樣品的參考值(也稱為 "濕化學(xué)"或"實(shí)驗(yàn)室值"）；以及（ii)在NIR儀器中運(yùn)行樣品所得出的光譜。該數(shù)據(jù)集也稱為 訓(xùn)練數(shù)據(jù)集。
[0058] 2.建立數(shù)學(xué)模型。來自訓(xùn)練數(shù)據(jù)集的濕化學(xué)測(cè)量值用作參考數(shù)據(jù)，并且在模型建 立中，使來自訓(xùn)練數(shù)據(jù)集的NIR光譜在濕化學(xué)數(shù)據(jù)上回歸。為了建立數(shù)學(xué)模型（或方程或NIR 校準(zhǔn)），使用化學(xué)計(jì)量學(xué)技術(shù)。本公開中所使用的術(shù)語"化學(xué)計(jì)量學(xué)"是指通過數(shù)據(jù)驅(qū)動(dòng)的方 法從化學(xué)體系提取信息的科學(xué)。更具體地講，使用多變量校準(zhǔn)方法得出NIR光譜對(duì)于參考值 (例如，訓(xùn)練數(shù)據(jù)集)的最佳擬合，從而得到NIR校準(zhǔn)模型（其預(yù)測(cè)或響應(yīng)于所關(guān)注的性質(zhì)）。 換句話講，建立這樣的模型（或校準(zhǔn)），其可用于根據(jù)化學(xué)體系的所測(cè)量性質(zhì)（例如，NIR光 譜)來預(yù)測(cè)所關(guān)注的性質(zhì)，諸如多變量模型的建立將多波長(zhǎng)NIR光譜響應(yīng)與樣品中的分析物 濃度相關(guān)聯(lián)?；瘜W(xué)計(jì)量學(xué)軟件中有各種可用于建立校準(zhǔn)模型的校準(zhǔn)算法，諸如MLR(多元線 性回歸）、MPLS(改進(jìn)的偏最小二乘法回歸）、PCA(主成分分析）、ANN(人工神經(jīng)網(wǎng)絡(luò)）、局部校 準(zhǔn)等。其他多變量校準(zhǔn)技術(shù)包括例如偏最小二乘法回歸、主成分回歸、局部回歸、神經(jīng)網(wǎng)絡(luò)、 支持向量機(jī)(或其他方法）。
[0059] 3.核實(shí)數(shù)學(xué)模型。測(cè)試集用作獨(dú)立集（即，不同于校準(zhǔn)訓(xùn)練數(shù)據(jù)集）以核實(shí)校準(zhǔn)模 型性能。測(cè)試集包括相對(duì)于已建立的數(shù)學(xué)模型來繪制樣品的濕化學(xué)值。
[0060] 4.掃描樣品。然后在采用已建立的數(shù)學(xué)模型的NIR儀器上掃描新樣品，以預(yù)測(cè)新樣 品的濕化學(xué)值。使用之前創(chuàng)建的NIR校準(zhǔn)模型，對(duì)這些新樣品的所得譜型與參考測(cè)量值進(jìn)行 關(guān)聯(lián)。由此為預(yù)期的所關(guān)注參數(shù)生成預(yù)測(cè)。
[0061] 5.驗(yàn)證數(shù)學(xué)模型。然后對(duì)NIR校準(zhǔn)進(jìn)行"驗(yàn)證"。良好的NIR校準(zhǔn)展現(xiàn)出NIR預(yù)測(cè)值與 參考(或濕化學(xué))值之間的高相關(guān)性。驗(yàn)證包括與創(chuàng)建校準(zhǔn)類似的過程，但考慮了儀器特定 的偏差。因此，最終NIR校準(zhǔn)是經(jīng)偏差校正的。其包括初始NIR校準(zhǔn)并且考慮了特定單獨(dú)NIR 儀器的偏差。
[0062] 配制動(dòng)物飼料
[0063]可針對(duì)植物成分、動(dòng)物成分或礦物成分來建立顆粒評(píng)分的NIRs校準(zhǔn)。植物物質(zhì)成 分的例子包括根據(jù)一個(gè)示例性實(shí)施例的蛋白質(zhì)成分、谷粒產(chǎn)品、谷粒副產(chǎn)品、粗飼料產(chǎn)品、 脂肪、礦物質(zhì)、維生素、添加劑或其他成分。蛋白質(zhì)成分可包括例如動(dòng)物來源的蛋白質(zhì)，諸 如:干血粉、肉粉、肉骨粉、禽類副產(chǎn)品粉、水解羽毛粉、水解毛發(fā)、水解皮革粉等。蛋白質(zhì)成 分也可包括例如海產(chǎn)品，諸如:魚粉、蟹粉、蝦粉、濃縮魚汁、魚蛋白濃縮制品等。蛋白質(zhì)成分 也可進(jìn)一步包括例如植物產(chǎn)品，諸如：水藻粉、豆類、椰子柏、棉籽柏、菜籽柏、卡諾拉菜籽 柏、亞麻籽柏、花生柏、大豆柏、葵花籽柏、豌豆、大豆?jié)饪s蛋白、干酵母、活性干酵母等。蛋白 質(zhì)成分可包括例如乳制品，諸如:脫脂乳粉、脫脂煉乳、乳清粉、濃縮乳清、水解乳清粉、酪蛋 白、全脂乳粉、乳蛋白粉、水解酪蛋白粉等。谷粒產(chǎn)品成分可包括例如玉米、蜀黍、燕麥、水 稻、黑麥、小麥等。谷粒副產(chǎn)品成分可包括例如玉米麩皮、花生皮、米糠、干啤酒糟、干酒精 糟、含可溶物干酒精糟、玉米蛋白飼料、玉米蛋白粉、玉米胚芽粉、面粉、脫殼燕麥、玉米糝 渣、玉米粉、大豆粉、麥芽根、黑麥次粉、小麥次粉、小麥粗粉、小麥細(xì)麩、低等小麥粉、飼用燕 麥粉等。粗飼料產(chǎn)品成分可包括例如玉米芯粉、大麥皮、大麥碾磨制品、麥芽殼、棉籽殼、杏 仁殼、向日葵殼、燕麥殼、花生殼、水稻碾磨副產(chǎn)品、甘鹿渣、大豆殼、大豆加工飼料、干柑橘 渣、干柑橘粉、干蘋果渣、干番茄渣、秸桿粉等。礦物質(zhì)產(chǎn)品成分可包括例如硫酸銨、堿式氯 化銅、骨灰、骨粉、碳酸鈣、氯化鈣、氫氧化鈣、硫酸鈣、氯化鈷、硫酸鈷、氧化鈷、硫酸銅、氧化 鐵、氧化鎂、硫酸鎂、碳酸錳、硫酸錳、磷酸氫鈣、去氟磷酸鹽、磷酸巖、氯化鈉、碳酸氫鈉、倍 半碳酸鈉、硫、氧化鋅、碳酸鋅、硒等。維生素產(chǎn)品成分可包括例如維生素 A補(bǔ)充劑、維生素 A 油、維生素 D、維生素 B12補(bǔ)充劑、維生素 E補(bǔ)充劑、核黃素、維生素 D3補(bǔ)充劑、煙酸、甜菜堿、氯 化膽堿、生育酚、肌醇等。添加劑產(chǎn)品成分可包括例如生長(zhǎng)促進(jìn)劑、藥用物質(zhì)、緩沖液、抗氧 化劑、防腐劑、粒料粘結(jié)劑、直接飼喂的微生物等。
[0064]根據(jù)一個(gè)優(yōu)選的實(shí)施例，建立草料成分的NIRs校準(zhǔn)。草料是放牧家畜所食用的植 物材料(主要為植物葉和莖）。本公開中所使用的術(shù)語"草料"包括切割下來用作飼草并運(yùn)送 給動(dòng)物的植物，諸如干草或青貯飼料。禾本草料包括例如翦股穎、砂生須芒草、燕麥草、臭根 子草、颶風(fēng)草、蘇里南草、科柔尼維亞草、雀麥草、水牛草、蓋氏虎尾草、果園草、狗牙根、牛毛 草、黑針茅、西印度群島沼澤禾草、紅苞茅、李氏禾、黑麥草、羊草、糖蜜草、雀稗草、草蘆、梯 牧草、藍(lán)草、草地早熟禾、非洲狗尾草、袋鼠草、中間冰草、甘蔗等。草本豆類草料包括例如平 托花生、圓葉美麗鷓鴣豆、蝶豆、鳥爪三葉草、紫矮菜豆、勃艮第豆、苜蓿、紫花苜蓿、紫苜蓿、 蒺藜狀苜蓿、草木樨、多年生大豆、紅豆草、柱花草、三葉草、巢菜、匍匐5工豆等。喬木豆類草 料包括例如無脈相思樹、合歡樹、灰毛合歡、闊莢合歡、銀合歡等。青貯草料包括例如紫花苜 蓿、玉蜀黍(玉米）、禾草-豆類混合料、高粱、燕麥等。草料可包括"半干青貯飼料"。本公開中 所使用的術(shù)語半干青貯飼料是指由部分干燥的草制成的青貯飼料。用作草料的作物殘?bào)w包 括例如高粱、玉米或大豆秸桿等。草料的其他例子包括例如玉米青貯飼料、褐色中脈玉米青 貯飼料、甘蔗青貯飼料、大麥青貯飼料、禾本半干青貯飼料、豆類半干青貯飼料、半干青貯飼 料混合料、小粒谷物半干青貯飼料、蘇丹高粱半干青貯飼料、鮮草、新鮮豆類、新鮮混合料、 新鮮小粒谷物、禾本干草、豆類干草、干草混合料、小粒谷物與秸桿干草、高水分玉米粒、高 水分玉米穗、全混合日糧等。
[0065]顆粒評(píng)分的NIR校準(zhǔn)可用于測(cè)定成分的營(yíng)養(yǎng)性質(zhì)，進(jìn)而可用于進(jìn)一步配制動(dòng)物飼 料。例如，可從農(nóng)場(chǎng)收集草料樣品，并運(yùn)輸至實(shí)驗(yàn)室或其他分析機(jī)構(gòu)?？墒褂肗IR裝置掃描原 樣的（即，不進(jìn)一步干燥或研磨)草料樣品?？墒褂帽竟_的NIR校準(zhǔn)方法，利用NIR輸出來預(yù) 測(cè)顆粒評(píng)分值?？蓪⒉萘铣煞值念w粒評(píng)分值與相同草料的營(yíng)養(yǎng)信息（可包括例如蛋白質(zhì)信 息、水分信息、脂肪信息等)一起傳送至動(dòng)物預(yù)測(cè)軟件或飼料日糧平衡器軟件，諸如得自美 國(guó)明尼蘇達(dá)州韋扎他的嘉吉公司（Cargill，Incorporated，Wayzata，Minnesota，USA)的MAX 軟件，以測(cè)定例如草料的消化率。如果草料被認(rèn)為具有次優(yōu)顆粒評(píng)分，則可在飲食中包括額 外營(yíng)養(yǎng)物質(zhì)(例如，額外草料），以考慮草料的消化不良。本公開中所使用的術(shù)語"動(dòng)物飼料" 是指經(jīng)制備用于供動(dòng)物食用的飼料日糧和/或補(bǔ)充劑。本公開中所使用的術(shù)語"動(dòng)物"包括 例如?？苿?dòng)物、豬科動(dòng)物、馬科動(dòng)物、山羊科動(dòng)物、綿羊科動(dòng)物、鳥科動(dòng)物、海產(chǎn)食品(水產(chǎn)養(yǎng) 殖)動(dòng)物等。?？苿?dòng)物包括但不限于水牛、野牛及所有牛，包括小公牛、小母牛、奶牛和公牛。 豬科動(dòng)物包括但不限于架子豬和種豬，包括母豬、小母豬、閹公豬和公豬。馬科動(dòng)物包括但 不限于馬。山羊科動(dòng)物包括但不限于山羊，包括雌山羊、公山羊、閹公羊和小山羊。綿羊科動(dòng) 物包括但不限于綿羊，包括母綿羊、公綿羊、閹公羊和羔羊。鳥科動(dòng)物包括但不限于鳥，包括 雞、火雞和鴕鳥(并且還包括家養(yǎng)禽鳥，也稱為家禽）。海產(chǎn)食品動(dòng)物(包括來自咸水來源和 淡水來源)包括但不限于魚類和貝類(諸如蛤蚌、扇貝、蝦、蟹和龍蝦）。本公開中所使用的術(shù) 語"動(dòng)物"還包括反會(huì)動(dòng)物和單胃動(dòng)物。本公開中所使用的術(shù)語"反會(huì)動(dòng)物"是指使用與哺乳 動(dòng)物第一胃或瘤胃相關(guān)的反芻方法來消化基于植物的成分的任何哺乳動(dòng)物。此類反芻哺乳 動(dòng)物包括但不限于牛、山羊、綿羊、長(zhǎng)頸鹿、野牛、牦牛、水牛、鹿、駱駝、羊駝、美洲駝、牛羚、 羚羊以及叉角羚。本公開中所使用的術(shù)語"動(dòng)物"還包括家養(yǎng)動(dòng)物(例如，狗、貓、兔等)和野 生動(dòng)物(例如，鹿）。
[0066] 動(dòng)物飼料的配方可為根據(jù)可供選擇的實(shí)施例的配合飼料、全價(jià)飼料、濃縮飼料、預(yù) 混料和基礎(chǔ)混合料。本公開中所使用的術(shù)語"配合飼料"是指經(jīng)共混而包括兩種或更多種有 助于滿足動(dòng)物所有日常營(yíng)養(yǎng)需求的成分的動(dòng)物飼料。本公開中所使用的術(shù)語"全價(jià)飼料"是 指這樣的動(dòng)物飼料，其為全價(jià)飼料，即，營(yíng)養(yǎng)均衡的各成分共混物，該共混物被設(shè)計(jì)為用于 提供動(dòng)物所有日常營(yíng)養(yǎng)需求的唯一日糧，從而在除水之外不食用任何額外的物質(zhì)的情況下 維持生命并促進(jìn)生產(chǎn)。本公開中所使用的術(shù)語"濃縮飼料"是指這樣的動(dòng)物飼料，其包含與 補(bǔ)充劑或添加劑(例如，維生素、微量礦物質(zhì)、其他微量成分、常量礦物質(zhì)等)共混的蛋白質(zhì) 源以便為動(dòng)物提供日糧的一部分。濃縮飼料可與其他成分(例如，在反芻動(dòng)物中為草料)一 起喂食。本公開中所使用的術(shù)語"預(yù)混料"是指主要由維生素與微量礦物質(zhì)連同適當(dāng)載體構(gòu) 成的共混物，在每噸全價(jià)飼料中的添加量少于百分之五（5.0%)。本公開中所使用的術(shù)語 "基礎(chǔ)混合料"是指包含維生素、微量礦物質(zhì)和其他微量成分加上常量礦物質(zhì)諸如鈣、磷、 鈉、鎂和鉀或者維生素或微量礦物質(zhì)的共混物，在每噸全價(jià)飼料中的添加量少于百分之十 (10.0%)〇
[0067] 圖10為流程圖，示出了根據(jù)所公開技術(shù)的一些實(shí)施例的創(chuàng)建校準(zhǔn)組件的處理。在 塊1010中，該組件調(diào)用構(gòu)建數(shù)據(jù)庫(kù)組件，以便通過分析與代表性的被采集樣品的數(shù)量相關(guān) 聯(lián)的數(shù)據(jù)來建立樣品數(shù)據(jù)的數(shù)據(jù)庫(kù)。例如，該組件可分析飼料和草料組合物的若干變型形 式，以建立樣品數(shù)據(jù)的綜合數(shù)據(jù)庫(kù)。樣品數(shù)據(jù)可包括對(duì)于每個(gè)樣品而言由直接測(cè)量的基準(zhǔn) 方法得出的樣品的參考顆粒評(píng)分值(也稱為"濕化學(xué)"或"實(shí)驗(yàn)室值"）、由在NIR儀器中掃描 樣品而得出的光譜信息(例如，譜型)等等。在塊1020中，該組件通過將來自樣品數(shù)據(jù)庫(kù)的光 譜數(shù)據(jù)的一部分與來自樣品數(shù)據(jù)庫(kù)的對(duì)應(yīng)參考值進(jìn)行關(guān)聯(lián)，來建立樣品數(shù)據(jù)的代表性模 型。例如，該組件可生成多變量線性回歸，使用來自樣品數(shù)據(jù)庫(kù)的75%數(shù)據(jù)將光譜數(shù)據(jù)與參 考顆粒評(píng)分值進(jìn)行關(guān)聯(lián)。代表性模型根據(jù)光譜信息來提供一個(gè)或多個(gè)顆粒評(píng)分的預(yù)測(cè)。如 上所討論，本領(lǐng)域普通技術(shù)人員將認(rèn)識(shí)到，可使用任何一種或多種將數(shù)值進(jìn)行關(guān)聯(lián)的算法， 諸如MLR(多元線性回歸）、MPLS(改進(jìn)的偏最小二乘法回歸）、PCA(主成分分析）、ANN(人工神 經(jīng)網(wǎng)絡(luò)）、局部校準(zhǔn)等。其他多變量校準(zhǔn)技術(shù)包括例如偏最小二乘法回歸、主成分回歸、局部 回歸、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等等。在塊1030中，該組件使用所構(gòu)建的模型，通過例如將模型 值加載到分光計(jì)中，來校準(zhǔn)分光計(jì)。在塊1040中，該組件通過測(cè)試數(shù)據(jù)庫(kù)中未用于生成模型 的樣品數(shù)據(jù)(例如，以上實(shí)例中未使用的25%數(shù)據(jù))來核實(shí)模型。例如，該組件使用樣品數(shù)據(jù) 庫(kù)中的"核實(shí)樣品"的模型值和光譜值來"預(yù)測(cè)"這些"核實(shí)樣品"的顆粒評(píng)分，并且將這些 "預(yù)測(cè)"值與數(shù)據(jù)庫(kù)中的實(shí)際顆粒評(píng)分值進(jìn)行比較。如果預(yù)測(cè)值與實(shí)際值之間的平均差值在 預(yù)定范圍內(nèi)，則該模型可得到核實(shí)。在塊1050中，如果已核實(shí)該模型，則該組件在塊1060處 繼續(xù)，否則該組件返回到塊1010重新構(gòu)建數(shù)據(jù)庫(kù)。在塊1060中，該組件從分光計(jì)收集新樣品 的光譜信息。在塊1070中，該組件使用該模型對(duì)所收集的新樣品的光譜信息與參考顆粒評(píng) 分值進(jìn)行關(guān)聯(lián)，以預(yù)測(cè)該樣品的顆粒評(píng)分。這些預(yù)測(cè)顆粒評(píng)分值可用于確定具體飼料組合 物是否適合具體目的或需要調(diào)整。在決策塊1080中，如果有額外的新樣品，則該組件返回到 塊1060以收集該新樣品的光譜信息，否則該組件結(jié)束。
[0068]圖11為流程圖，示出了根據(jù)所公開技術(shù)的一些實(shí)施例的構(gòu)建數(shù)據(jù)庫(kù)組件的處理。 在塊1110中，該組件檢索樣品數(shù)據(jù)集。例如，該組件可從數(shù)據(jù)庫(kù)檢索之前生成的樣品數(shù)據(jù)， 所述數(shù)據(jù)包含對(duì)于每個(gè)樣品而言關(guān)于樣品如何被處理的信息(例如，篩子類型、篩網(wǎng)/孔徑、 篩網(wǎng)數(shù)量、重量信息、光譜信息）。在塊1120-1150中，該組件運(yùn)行通過多個(gè)樣品中的每一個(gè) 以處理每個(gè)樣品。在塊1120中，該組件選擇下一個(gè)樣品。在塊1130中，該組件為樣品調(diào)用測(cè) 定顆粒評(píng)分組件。在塊1140中，該組件檢索樣品的光譜信息。在決策塊1150中，如果所有樣 品已被選擇，則該組件在塊1160處繼續(xù)，否則該組件返回到塊1120以選擇下一個(gè)樣品。在塊 1160中，該組件將所測(cè)定的顆粒評(píng)分和光譜信息存儲(chǔ)在數(shù)據(jù)庫(kù)中，然后結(jié)束。在一些實(shí)施例 中，所測(cè)定的顆粒評(píng)分和光譜信息可作為單獨(dú)的個(gè)別值存儲(chǔ)，或可作為值的合成值或矢量 存儲(chǔ)。
[0069] 圖12為流程圖，示出了根據(jù)所公開技術(shù)的一些實(shí)施例的測(cè)定顆粒評(píng)分組件的處 理。該組件被調(diào)用以生成樣品的一個(gè)或多個(gè)顆粒評(píng)分。在塊1210中，該組件通過例如接收來 自電子秤的重量的指示或從數(shù)據(jù)源檢索重量，來測(cè)定樣品的重量。在塊1220中，該組件檢索 用以處理樣品的每個(gè)篩網(wǎng)的篩網(wǎng)/孔徑數(shù)據(jù)，諸如用于處理樣品的篩子中的篩網(wǎng)數(shù)量和每 個(gè)篩網(wǎng)的孔徑。在塊1230-1270中，該組件運(yùn)行通過每個(gè)篩網(wǎng)以處理樣品并生成每個(gè)篩網(wǎng)的 顆粒評(píng)分。在塊1230中，該組件選擇下一個(gè)篩網(wǎng)（或底盤），從底盤開始并向上移動(dòng)通過每個(gè) 篩網(wǎng)。在塊1240中，該組件測(cè)定篩網(wǎng)（或底盤)所保留的樣品的重量。在塊1250中，該組件測(cè) 定篩網(wǎng)（或底盤)之中或之下的材料的累積重量。在塊1260中，該組件根據(jù)篩網(wǎng)（或底盤)所 收集的樣品的重量以及所有篩網(wǎng)和該底盤所保留的樣品的組合重量來測(cè)定篩網(wǎng)（或底盤） 的顆粒評(píng)分。在決策塊1270中，如果已處理所有篩網(wǎng)，則該組件在塊1280處繼續(xù)，否則該組 件在塊1280處繼續(xù)。在塊1280中，該組件存儲(chǔ)與樣品關(guān)聯(lián)的每個(gè)篩網(wǎng)（或底盤)的所測(cè)定顆 粒評(píng)分。在一些實(shí)施例中，所測(cè)定的顆粒評(píng)分可作為單獨(dú)的個(gè)別值存儲(chǔ)，或可作為值的合成 值或矢量存儲(chǔ)。例如，每個(gè)樣品可具有與數(shù)據(jù)一同存儲(chǔ)的唯一標(biāo)識(shí)符。
[0070] 查·
[0071 ]根據(jù)本發(fā)明各方面的某些方法的各方面在以下實(shí)例中舉例說明。
[0072] 實(shí)例 1
[0073] 通過如下方式構(gòu)建植物物質(zhì)成分(例如，草料）的顆粒評(píng)分的近紅外光譜法校準(zhǔn)： 1)構(gòu)建包含濕化學(xué)值和NIR光譜值的數(shù)據(jù)庫(kù);2)建立數(shù)學(xué)模型(例如，NIR校準(zhǔn)）；3)使用未包 括在初始數(shù)據(jù)庫(kù)中的獨(dú)立樣品來核實(shí)該數(shù)學(xué)模型;4)在使用該數(shù)學(xué)模型的NIR儀器上運(yùn)行 或掃描新樣品，以預(yù)測(cè)濕化學(xué)值；以及5)驗(yàn)證該數(shù)學(xué)模型。該數(shù)學(xué)模型（例如，NIR校準(zhǔn))可用 于預(yù)測(cè)成分(諸如植物物質(zhì)成分如草料)的顆粒評(píng)分。
[0074]材料與儀器。在本實(shí)例中，每天從田間或食槽接收濕草料于實(shí)驗(yàn)室。將濕的未研磨 草料樣品填充于具有石英玻璃的大杯中，并且在FOSS DS2500NIR儀器上掃描。由此經(jīng)由 FOSS ISISCAN Nova操作軟件獲取波長(zhǎng)在400至2500nm范圍內(nèi)的光譜。本實(shí)例中涵蓋的草料 產(chǎn)品包括19種不同草料類型，例如，禾本/豆類/混合/蘇丹高粱/小谷粒半干青貯飼料、禾 本/豆類/混合/小谷粒鮮草、禾本/豆類/混合/小谷粒秸桿干草、全混合日糧(TMR)以及高水 分玉米穗/玉米粒。
[0075]參考方法。在本實(shí)例中，使用替代顆粒評(píng)分器(APS)，通過測(cè)量穿過0.065英寸孔徑 的黃銅篩網(wǎng)的濕草料樣品的質(zhì)量來定量草料顆粒尺寸。使用兩層篩賓州州立大學(xué)顆粒分離 器(PSPS)來獲得不同顆粒尺寸級(jí)分，其中頂部長(zhǎng)于0.75英寸，中間在0.31與0.75英寸之間， 底部短于0.31英寸。僅TMR樣品在賓州州立大學(xué)顆粒法上測(cè)試。所有顆粒評(píng)分結(jié)果均以樣品 質(zhì)量百分比報(bào)告。
[0076]數(shù)學(xué)模型建立。在本實(shí)例中，在實(shí)驗(yàn)室中建立數(shù)據(jù)庫(kù)，所述數(shù)據(jù)庫(kù)包括所收集的光 譜以及對(duì)應(yīng)的參考(濕化學(xué))顆粒評(píng)分值。將數(shù)據(jù)庫(kù)分成校準(zhǔn)訓(xùn)練集和測(cè)試集（即，核實(shí)集）。 校準(zhǔn)訓(xùn)練集(約80%的數(shù)據(jù)）用于訓(xùn)練校準(zhǔn)模型，而測(cè)試集(約20%)用于檢查對(duì)獨(dú)立數(shù)據(jù)集 的模型性能。使用FOSS WINISI 4化學(xué)計(jì)量學(xué)軟件進(jìn)行光譜分析和模型建立。校準(zhǔn)技術(shù)(例 如，改進(jìn)的偏最小二乘法(MPLS)及交叉驗(yàn)證)被選擇來建立這些小數(shù)據(jù)庫(kù)的模型。為了最小 化光譜偽峰的影響并避免模型過度擬合，首先通過識(shí)別噪聲波長(zhǎng)區(qū)域并將其去除來評(píng)價(jià)光 譜。通過應(yīng)用并檢查各種光譜變換技術(shù)和光譜預(yù)處理方法來進(jìn)行模型優(yōu)化。
[0077]數(shù)學(xué)模型驗(yàn)證。在本實(shí)例中，數(shù)學(xué)模型（例如，NIR校準(zhǔn))性能通過使用諸如以下的 校準(zhǔn)和驗(yàn)證統(tǒng)計(jì)參數(shù)來評(píng)價(jià)：（i)SEPc(標(biāo)準(zhǔn)校準(zhǔn)預(yù)測(cè)誤差）；（ii)Sl〇pe(參考值與NIR預(yù)測(cè) 之間的相關(guān)性）；（iii)R2(確定系數(shù)）；以及（iv)RPD(相對(duì)預(yù)測(cè)偏差，參考值總體StdDev(標(biāo) 準(zhǔn)偏差)與SEPc的比率）。首先對(duì)校準(zhǔn)數(shù)據(jù)庫(kù)自身評(píng)價(jià)數(shù)學(xué)模型性能。通過在校準(zhǔn)模型建立 期間交叉驗(yàn)證的性能統(tǒng)計(jì)來確定最佳校準(zhǔn)參數(shù)諸如因子、光譜預(yù)處理技術(shù)。然后在獨(dú)立測(cè) 試(外部驗(yàn)證)中核實(shí)并檢查模型性能。
[0078]表4示出了 NIR預(yù)測(cè)顆粒評(píng)分與實(shí)際顆粒評(píng)分(根據(jù)替代顆粒評(píng)分器方法)之間的 比較。每種成分的顆粒尺寸的經(jīng)驗(yàn)證的范圍（最小值和最大值)也列于表4中。另外，濕化學(xué) 結(jié)果和NIR結(jié)果兩者的總體標(biāo)準(zhǔn)偏差示于表4中，以顯示存在于兩個(gè)數(shù)據(jù)集中的總體變異 性。"樣品數(shù)量"是指用于測(cè)試集中的樣品數(shù)量。
[0080]從表4中可以看出，平均殘差(實(shí)際值與NIR預(yù)測(cè)值之間的平均差值)相對(duì)地可忽略 不計(jì)，這意味著NIR估計(jì)法與濕化學(xué)方法相當(dāng)。
[0081]表5示出了全混合日糧(TMR)的NIR預(yù)測(cè)顆粒評(píng)分與實(shí)際顆粒評(píng)分(根據(jù)賓州州立 大學(xué)顆粒分離器方法)之間的比較。
[0083]圖4及圖5A至圖5C的坐標(biāo)圖;^出了利用如表4所述的19種不同草料成分的測(cè)試(外 部驗(yàn)證)集得出的NIR結(jié)果與濕化學(xué)測(cè)量值的可比較性。圖4及圖5A至圖5C的X軸表示按從低
到高(從左到右遞增）的顆粒評(píng)分分選的測(cè)試樣品，而Y軸表示以樣品質(zhì)量百分比計(jì)的顆粒 評(píng)分。生成圖4及圖5Α至圖5C的坐標(biāo)圖是旨在有助于在整個(gè)顆粒評(píng)分范圍內(nèi)分析并評(píng)價(jià)NIR 模型可預(yù)測(cè)性，并且還充當(dāng)未來校準(zhǔn)模型改進(jìn)的準(zhǔn)則。濕化學(xué)結(jié)果和NIR結(jié)果編碼于圖4及 圖5Α至圖5C的坐標(biāo)圖中，并且這些坐標(biāo)圖還有整個(gè)顆粒評(píng)分范圍內(nèi)的趨勢(shì)線以及殘差(濕 化學(xué)結(jié)果與NIR結(jié)果之間的差值)的圖案。
[0084]圖4示出了從2%到86%的整個(gè)替代顆粒評(píng)分器范圍內(nèi)的NIR預(yù)測(cè)能力。從圖4中所 指示的趨勢(shì)線和殘差可以看出，NIR校準(zhǔn)在值較低時(shí)會(huì)高估替代顆粒評(píng)分器，而在值較高時(shí) 會(huì)低估替代顆粒評(píng)分器。可通過尤其是在值較低和較高時(shí)收集更多樣品并且使用各種校準(zhǔn) 技術(shù)(ANN和MPLS或局部校準(zhǔn)），來進(jìn)一步優(yōu)化NIR校準(zhǔn)。
[0085]圖5A示出了從0.8 %到94.0 %的整個(gè)賓州州立大學(xué)顆粒尺寸級(jí)分范圍（頂篩）內(nèi)的 NIR預(yù)測(cè)能力。
[0086]圖5B示出了從4.3 %到69.6%的整個(gè)賓州州立大學(xué)顆粒尺寸級(jí)分范圍（中篩）內(nèi)的 NIR預(yù)測(cè)能力。
[0087]圖5C示出了從3.5%到56.7%的整個(gè)賓州州立大學(xué)顆粒尺寸級(jí)分范圍（底篩）內(nèi)的 NIR預(yù)測(cè)能力。
[0088] 如圖5A至圖5C中可以看出，從頂篩、中篩到底篩，NIR預(yù)測(cè)準(zhǔn)確度遞增，且在值較低 和較高時(shí)的趨勢(shì)較不明顯。還觀察到，與頂篩測(cè)量值相比，在中篩和底篩測(cè)量值中殘差(實(shí) 際值與預(yù)測(cè)值之間的差值)的波動(dòng)范圍下降。NIR模型性能的改進(jìn)可通過在頂篩中濾除大顆 粒來促成，這意味著NIR提供更好的可預(yù)測(cè)性，且顆粒尺寸分布更均勻。
[0089] 圖6及圖7A至圖7C的坐標(biāo)圖示出了對(duì)于替代顆粒評(píng)分方法（圖6)和賓州州立大學(xué) 顆粒分離器方法（圖7A至7C)兩者而言測(cè)試集的實(shí)際顆粒評(píng)分與NIR預(yù)測(cè)評(píng)分之間的相關(guān) 性。
[0090] 如圖6所示，對(duì)于替代顆粒評(píng)分器方法而言，實(shí)際結(jié)果與預(yù)測(cè)結(jié)果之間的線性回歸 斜率為1.00。另外如圖6所示，對(duì)于替代顆粒評(píng)分器方法而言，用于通過回歸模型表達(dá)可釋 方差（以百分比計(jì))的R2為0.67。如圖6的坐標(biāo)圖中所示，校準(zhǔn)的核實(shí)相對(duì)較好。
[0091] 如圖7A所示，對(duì)于賓州州立大學(xué)顆粒分離器方法的頂篩而言，實(shí)際結(jié)果與預(yù)測(cè)結(jié) 果之間的線性回歸斜率為1.00。另外如圖7A所示，對(duì)于賓州州立大學(xué)顆粒分離器方法的頂 篩而言，用于通過回歸模型表達(dá)可釋方差（以百分比計(jì)）的R2為0.67。另外如圖7A的坐標(biāo)圖 中所示，校準(zhǔn)的核實(shí)相對(duì)較好。
[0092] 如圖7B所示，對(duì)于賓州州立大學(xué)顆粒分離器方法的中篩而言，實(shí)際結(jié)果與預(yù)測(cè)結(jié) 果之間的線性回歸斜率為0.999。另外如圖7B所示，對(duì)于賓州州立大學(xué)顆粒分離器方法的中 篩而言，用于通過回歸模型表達(dá)可釋方差（以百分比計(jì)）的R2為0.85。另外如圖7B的坐標(biāo)圖 中所示，校準(zhǔn)的核實(shí)相對(duì)較好。
[0093] 如圖7C所示，對(duì)于賓州州立大學(xué)顆粒分離器方法的底篩而言，實(shí)際結(jié)果與預(yù)測(cè)結(jié) 果之間的線性回歸斜率為1.18。另外如圖7C所示，對(duì)于賓州州立大學(xué)顆粒分離器方法的底 篩而言，用于通過回歸模型表達(dá)可釋方差（以百分比計(jì)）的R2為0.879。另外如圖7C的坐標(biāo)圖 中所示，校準(zhǔn)的核實(shí)相對(duì)較好。
[0094]然后對(duì)NIR校準(zhǔn)進(jìn)行核實(shí)（即，針對(duì)特定單獨(dú)儀器偏差進(jìn)行調(diào)整）。
[0095]圖13為流程圖，示出了在一些實(shí)例中的一些這樣的組件，這些組件可結(jié)合在至少 一些計(jì)算機(jī)系統(tǒng)及該系統(tǒng)在其上操作并與其交互的其他裝置中：。在各個(gè)實(shí)例中，這些計(jì)算 機(jī)系統(tǒng)和其他裝置1300可包括服務(wù)器計(jì)算機(jī)系統(tǒng)、臺(tái)式計(jì)算機(jī)系統(tǒng)、膝上型計(jì)算機(jī)系統(tǒng)、上 網(wǎng)本、平板計(jì)算機(jī)、移動(dòng)電話、個(gè)人數(shù)字助理、電視機(jī)、相機(jī)、汽車計(jì)算機(jī)、電子媒體播放器 和/或類似物等等。在各個(gè)實(shí)例中，計(jì)算機(jī)系統(tǒng)和裝置包括下列各種中的一者或多者：中央 處理單元（"CPU"）1301，其被配置為執(zhí)行計(jì)算機(jī)程序;計(jì)算機(jī)存儲(chǔ)器1302，其被配置為存儲(chǔ) 正在使用的程序和數(shù)據(jù)，包括正被測(cè)試的多線程程序、調(diào)試程序、操作系統(tǒng)(包括內(nèi)核）以及 裝置驅(qū)動(dòng)程序;永久存儲(chǔ)裝置1303，諸如硬盤驅(qū)動(dòng)器或閃存驅(qū)動(dòng)器，其被配置為永久地存儲(chǔ) 程序和數(shù)據(jù);計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)驅(qū)動(dòng)器1304，諸如軟盤、閃存、CD-ROM或DVD驅(qū)動(dòng)器，其被 配置為讀取存儲(chǔ)在計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)諸如軟盤、閃存裝置、CD-ROM或DVD上的程序和數(shù) 據(jù)；以及網(wǎng)絡(luò)連接1305,其被配置為將計(jì)算機(jī)系統(tǒng)連接到其他計(jì)算機(jī)系統(tǒng)，以發(fā)送和/或接 收數(shù)據(jù)，諸如經(jīng)由因特網(wǎng)、局域網(wǎng)、廣域網(wǎng)、點(diǎn)對(duì)點(diǎn)撥號(hào)連接、蜂窩式電話網(wǎng)絡(luò)或在各個(gè)實(shí)例 中另一種網(wǎng)絡(luò)及其網(wǎng)絡(luò)硬件，包括路由器、交換器以及各種類型的發(fā)射器、接收器或計(jì)算機(jī) 可讀傳輸介質(zhì)。雖然如上所述那樣配置的計(jì)算機(jī)系統(tǒng)可用于支持所公開的技術(shù)的操作，但 本領(lǐng)域技術(shù)人員應(yīng)易于理解，所公開的技術(shù)可使用各種類型和配置且具有各種組件的裝置 來實(shí)現(xiàn)。所公開的系統(tǒng)和方法的元素可以在由一個(gè)或多個(gè)計(jì)算機(jī)或其他裝置執(zhí)行的計(jì)算機(jī) 可執(zhí)行指令(諸如程序模塊）的一般上下文中描述。一般而言，程序模塊包括例程、程序、對(duì) 象、組件、數(shù)據(jù)結(jié)構(gòu)和/或類似物等等，它們被配置為執(zhí)行特定任務(wù)或?qū)崿F(xiàn)特定抽象數(shù)據(jù)類 型并且可加密。此外，程序模塊的功能可以在各個(gè)實(shí)例中按照需要進(jìn)行組合或分布。此外， 顯示頁(yè)可按各種方式中的任一種實(shí)現(xiàn)，諸如C++或采用XML(可擴(kuò)展標(biāo)記語言）、HTML(超文本 標(biāo)記語言）、JavaScript、AJAX(異步JavaScript和XML)技術(shù)的網(wǎng)頁(yè)形式，或創(chuàng)建可顯示數(shù)據(jù) 的任何其他腳本或方法，如無線接入?yún)f(xié)議（"WAP"）。
[0096] 以下討論提供了對(duì)其中可以實(shí)施本發(fā)明的適當(dāng)計(jì)算環(huán)境的簡(jiǎn)要、一般描述。盡管 不是必需，本發(fā)明的各方面是在計(jì)算機(jī)可執(zhí)行指令的一般上下文中描述的，所述計(jì)算機(jī)可 執(zhí)行指令諸如由通用數(shù)據(jù)處理裝置(例如，服務(wù)器計(jì)算機(jī)、無線裝置或個(gè)人計(jì)算機(jī))執(zhí)行的 例程。相關(guān)領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解，本發(fā)明的各方面可以使用其他通信、數(shù)據(jù)處理或計(jì)算 機(jī)系統(tǒng)配置來實(shí)施，包括：因特網(wǎng)設(shè)備、手持裝置(包括個(gè)人數(shù)字助理(PDA))、可穿戴式計(jì)算 機(jī)、所有方式的蜂窩或移動(dòng)電話(包括IP語音(VoIP)電話）、啞終端、媒體播放器、游戲裝置、 多處理器系統(tǒng)、基于微處理器的或可編程的消費(fèi)電子設(shè)備、機(jī)頂盒、網(wǎng)絡(luò)PC、迷你計(jì)算機(jī)、大 型計(jì)算機(jī)等。實(shí)際上，術(shù)語"計(jì)算機(jī)"、"服務(wù)器"、"主機(jī)"和"主機(jī)系統(tǒng)"等在本文中一般可互 換使用，并且指的是任何上述裝置和系統(tǒng)以及任何數(shù)據(jù)處理器。
[0097] 本發(fā)明的各方面可在專用計(jì)算機(jī)或數(shù)據(jù)處理器中體現(xiàn)，所述專用計(jì)算機(jī)或數(shù)據(jù)處 理器被特別編程、配置或構(gòu)造成執(zhí)行本文所詳細(xì)解釋的計(jì)算機(jī)可執(zhí)行指令中的一者或多 者。雖然本發(fā)明的各方面(如某些功能)被描述為僅僅在單個(gè)裝置上執(zhí)行，但本發(fā)明也可在 分布式環(huán)境中實(shí)施，其中功能或模塊在不同處理裝置間共用，這些不同處理裝置通過通信 網(wǎng)絡(luò)諸如局域網(wǎng)(LAN)、廣域網(wǎng)(WAN)或因特網(wǎng)來連接。在分布式計(jì)算環(huán)境中，程序模塊可位 于本地存儲(chǔ)器存儲(chǔ)裝置和遠(yuǎn)程存儲(chǔ)器存儲(chǔ)裝置兩者中。
[0098] 本發(fā)明的各方面可以被存儲(chǔ)或分布在計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上，包括磁或光可讀計(jì) 算機(jī)盤、硬連線或預(yù)編程芯片（例如，EEPR0M半導(dǎo)體芯片）、納米技術(shù)存儲(chǔ)器、生物技術(shù)存儲(chǔ) 器或其他數(shù)據(jù)存儲(chǔ)介質(zhì)?；蛘?，在本發(fā)明各方面下的計(jì)算機(jī)實(shí)現(xiàn)的指令、數(shù)據(jù)結(jié)構(gòu)、屏幕顯 示和其他數(shù)據(jù)可以分布在因特網(wǎng)之上或其他網(wǎng)絡(luò)(包括無線網(wǎng)絡(luò))之上、在一段時(shí)間內(nèi)在計(jì) 算機(jī)可讀傳播介質(zhì)或計(jì)算機(jī)可讀傳輸介質(zhì)(例如，電磁波、聲波等)上的傳播信號(hào)上，或者它 們可以提供在任何模擬或數(shù)字網(wǎng)絡(luò)(包交換、電路交換或其他方法)上。非暫時(shí)性計(jì)算機(jī)可 讀介質(zhì)包括可存儲(chǔ)指令的有形介質(zhì)和存儲(chǔ)介質(zhì)諸如硬盤驅(qū)動(dòng)器、CD-ROM、DVD-ROM，以及存 儲(chǔ)器諸如R〇M、RAM和緊湊閃存存儲(chǔ)器。載波諸如光載波或電載波上的信號(hào)為暫時(shí)性計(jì)算機(jī) 可讀介質(zhì)的例子。
[0099] 除非上下文有明確要求，否則在整個(gè)說明書和權(quán)利要求中，詞語"包含"、"包括"等 被理解為包含意義，而不是排他性或詳盡列舉意義;也就是說，為"包括但不限于"的意義。 如本文所用，術(shù)語"連接"、"耦合"和其任何變體是指兩個(gè)或更多個(gè)元素之間直接或間接的 任何連接或耦合;元素之間的耦合或連接可以是物理的、邏輯的或其組合。此外，在用于本 申請(qǐng)中時(shí)，詞語"本文"、"以上"、"以下"及類似意義的用語指的是作為整體的本申請(qǐng)而不是 本申請(qǐng)任何特定部分。在上下文允許的情況下，以上【具體實(shí)施方式】中使用單數(shù)或復(fù)數(shù)的詞 語還可以分別包括復(fù)數(shù)或單數(shù)。在涉及兩個(gè)或更多項(xiàng)目的列表時(shí)，詞語"或"涵蓋了下列對(duì) 該詞語的所有解釋:列表中的任何一個(gè)項(xiàng)目，列表中的所有項(xiàng)目，以及列表中的項(xiàng)目的任何 組合。
[0100] 以上對(duì)本發(fā)明實(shí)例的詳細(xì)說明并非意圖為窮舉性的或者將本發(fā)明限制為以上公 開的確切形式。雖然本發(fā)明的具體實(shí)例是為了進(jìn)行示意性的說明而在上文進(jìn)行描述，但相 關(guān)領(lǐng)域的技術(shù)人員會(huì)認(rèn)識(shí)到，可在本發(fā)明的范圍內(nèi)進(jìn)行各種等同形式的修改。例如，雖然以 給定的順序呈現(xiàn)了進(jìn)程或塊，但是，可供選擇的具體實(shí)施可以以不同的順序來執(zhí)行具有步 驟的例程或采用具有塊的系統(tǒng)，并且一些進(jìn)程或塊可以被刪除、移動(dòng)、添加、細(xì)分、組合和/ 或修改，以提供替代形式或子組合。可以以各種不同的方式實(shí)現(xiàn)這些進(jìn)程或塊中的每一個(gè)。 另外，雖然有時(shí)進(jìn)程或塊被示為串行地執(zhí)行，但是這些進(jìn)程或塊可代之以并行地執(zhí)行或?qū)?現(xiàn)，或可以在不同的時(shí)間執(zhí)行。而且，本文所指出的任何具體數(shù)字僅為示例性的，即可供選 擇的具體實(shí)施可以采用不同的值或范圍。
[0101] 本文提供的本發(fā)明的教導(dǎo)內(nèi)容可應(yīng)用于其他系統(tǒng)，而不必是如上所述的系統(tǒng)。上 述各個(gè)實(shí)例的元素和行為可進(jìn)行組合以提供本發(fā)明進(jìn)一步的具體實(shí)施。本發(fā)明的一些可供 選擇的具體實(shí)施可不僅包括上述那些具體實(shí)施的附加元素，而且可包括更少元素。
[0102] 上述任何專利和申請(qǐng)以及其他參考文獻(xiàn)，包括任何可能在所附的提交文件中列出 的參考文獻(xiàn)在內(nèi)，均以引用方式并入本文。必要時(shí)，可修改本發(fā)明的各方面，以便采用上述 各個(gè)參考文獻(xiàn)的系統(tǒng)、功能和概念來提供本發(fā)明進(jìn)一步的具體實(shí)施。
[0103] 根據(jù)以上【具體實(shí)施方式】可以對(duì)本發(fā)明做出這些變化和其他變化。雖然上述說明描 述了本發(fā)明的某些實(shí)例，并且描述了所預(yù)期的最佳模式，但是無論以上實(shí)例和模式正文中 多么詳細(xì)地呈現(xiàn)，本發(fā)明依然可以以許多方式來實(shí)踐。該系統(tǒng)在其具體實(shí)施方面的細(xì)節(jié)可 以進(jìn)行相當(dāng)大的改變，而仍然被本文所公開的本發(fā)明所涵蓋。如上所述，在描述本發(fā)明的某 些特征或方面時(shí)使用的特定術(shù)語不應(yīng)理解為暗示該術(shù)語在本文中被重新定義，以限制于與 該術(shù)語關(guān)聯(lián)的本發(fā)明的任何具體特性、特征或方面。通常，除非以上【具體實(shí)施方式】部分明確 定義了權(quán)利要求中所用的術(shù)語，否則這些術(shù)語不應(yīng)當(dāng)理解為將本發(fā)明限制于說明書中所公 開的具體實(shí)例。因此，本發(fā)明的實(shí)際范圍不僅涵蓋所公開的實(shí)例，而且涵蓋實(shí)施或?qū)崿F(xiàn)根據(jù) 權(quán)利要求的本發(fā)明的所有等同方式。
[0104] 為了減少權(quán)利要求的數(shù)量，下面以一些權(quán)利要求形式呈現(xiàn)本發(fā)明的某些方面，但 本
【申請(qǐng)人】能夠想到采取任何數(shù)目的權(quán)利要求形式的本發(fā)明的各個(gè)方面。例如，雖然本發(fā)明 的僅一個(gè)方面按照美國(guó)法典第35篇第112條(f)款(35U. S. C. § 112 (f))的規(guī)定被敘述為裝置 加功能權(quán)利要求，但其他方面可類似地體現(xiàn)為裝置加功能權(quán)利要求或以其他形式體現(xiàn)，諸 如在計(jì)算機(jī)可讀介質(zhì)中體現(xiàn)。（任何旨在按照35U.S.C.§112(f)處理的權(quán)利要求將以詞語 "用于…裝置"開始，但術(shù)語"用于"在任何其他上下文中的使用并非旨在調(diào)用按照35U.S.C. §112(f)的處理。）因此，本
【申請(qǐng)人】保留在提交本申請(qǐng)之后追加額外的權(quán)利要求的權(quán)利，以在 本申請(qǐng)中或在繼續(xù)申請(qǐng)中追加這種額外的權(quán)利要求形式。
[0105] 除非上下文有明確要求，否則在整個(gè)說明書和權(quán)利要求中，詞語"包含"、"包括"等 被理解為包含意義，而不是排他性或詳盡列舉意義;也就是說，為"包括但不限于"的意義。 使用單數(shù)或復(fù)數(shù)的詞也分別包括復(fù)數(shù)或單數(shù)。如果權(quán)利要求在涉及兩個(gè)或更多項(xiàng)目的列表 時(shí)使用詞語"或"，則該詞語涵蓋了下列對(duì)該詞語的所有解釋:列表中的任何一個(gè)項(xiàng)目，列表 中的所有項(xiàng)目，以及列表中的項(xiàng)目的任何組合。
[0106] 本發(fā)明的實(shí)施例的上述詳細(xì)說明并非意圖詳盡列舉或?qū)⒈景l(fā)明限于上面所公開 的精確形式。盡管本發(fā)明的具體實(shí)施例和實(shí)例是為了進(jìn)行示意性的說明而進(jìn)行描述，但相 關(guān)領(lǐng)域的技術(shù)人員會(huì)認(rèn)識(shí)到，可在本發(fā)明的范圍內(nèi)進(jìn)行各種等同形式的修改。例如，雖然步 驟以給定順序呈現(xiàn)，但可供選擇的實(shí)施例可以不同的順序來執(zhí)行步驟。也可將本文所述的 各個(gè)實(shí)施例進(jìn)行組合以提供進(jìn)一步的實(shí)施例。
[0107]通常，除非以上【具體實(shí)施方式】明確定義了以下權(quán)利要求中所用的術(shù)語，否則這些 術(shù)語不應(yīng)當(dāng)理解為將本發(fā)明限制于說明書中所公開的具體實(shí)施例。雖然以一些權(quán)利要求形 式呈現(xiàn)了本發(fā)明的某些方面，但本發(fā)明人能夠想到采取任何數(shù)目的權(quán)利要求形式的本發(fā)明 的各個(gè)方面。因此，本發(fā)明人保留在提交申請(qǐng)之后添加額外的權(quán)利要求的權(quán)利，以為本發(fā)明 的其他方面追加這種額外的權(quán)利要求形式。
【主權(quán)項(xiàng)】
1. 一種用于建立近紅外反射分光光度計(jì)的校準(zhǔn)以預(yù)測(cè)成分的顆粒評(píng)分的方法，所述方 法包括： a. 通過使多個(gè)植物物質(zhì)樣品穿過篩網(wǎng)來按尺寸分選所述多個(gè)植物物質(zhì)樣品，隨后根據(jù) 穿過所述篩網(wǎng)的植物物質(zhì)樣品的數(shù)量，計(jì)算所述多個(gè)植物物質(zhì)樣品的顆粒評(píng)分； b. 使用所述分光光度計(jì)測(cè)量所述多個(gè)植物物質(zhì)樣品的吸光度或反射率；以及 c. 對(duì)步驟(a)所得的所述顆粒評(píng)分與步驟(b)所測(cè)得的所述吸光度或反射率進(jìn)行關(guān)聯(lián)。2. 根據(jù)權(quán)利要求1所述的方法，其中對(duì)所述顆粒評(píng)分進(jìn)行關(guān)聯(lián)還包括通過對(duì)步驟(a)所 得的所述顆粒評(píng)分與步驟(b)所測(cè)得的所述吸光度或反射率進(jìn)行關(guān)聯(lián)，來構(gòu)建曲線。3. 根據(jù)權(quán)利要求2所述的方法，其中使用所述分光光度計(jì)還包括如下至少一者:使用近 紅外分光光度計(jì)、近紅外反射分光光度計(jì)、近紅外透射分光光度計(jì)、紫外分光光度計(jì)、可見 光分光光度計(jì)、傅里葉變換近紅外分光光度計(jì)、拉曼分光光度計(jì)以及中紅外分光光度計(jì)。4. 根據(jù)權(quán)利要求3所述的方法，其中按尺寸分選所述多個(gè)植物物質(zhì)樣品還包括測(cè)量所 述多個(gè)植物物質(zhì)樣品每一者的切割長(zhǎng)度。5. 根據(jù)權(quán)利要求4所述的方法，其中對(duì)步驟(a)所得的所述顆粒評(píng)分與步驟(b)所測(cè)得 的所述吸光度或反射率進(jìn)行關(guān)聯(lián)還包括進(jìn)行回歸分析。6. 根據(jù)權(quán)利要求5所述的方法，其中進(jìn)行所述回歸分析還包括如下至少一者：多元線性 回歸(MLR)、主成分回歸（PCR)、偏最小二乘法(PLS)、人工神經(jīng)網(wǎng)絡(luò)(ANN)、局部加權(quán)回歸 (LWR)以及支持向量機(jī)(SVM)。7. 根據(jù)權(quán)利要求6所述的方法，其中使所述多個(gè)植物物質(zhì)樣品穿過所述篩網(wǎng)還包括使 所述樣品穿過顆粒分離器，所述顆粒分離器包括具有0.75英寸或更小孔徑的上篩、具有 0.31英寸或更小孔徑的中篩、具有0.16英寸或更小孔徑的下篩以及底盤。8. 根據(jù)權(quán)利要求7所述的方法，其中使所述多個(gè)植物物質(zhì)樣品穿過所述篩網(wǎng)還包括使 所述多個(gè)植物物質(zhì)樣品穿過包括賓州州立大學(xué)顆粒分離器的顆粒分離器。9. 根據(jù)權(quán)利要求6所述的方法，其中使所述多個(gè)植物物質(zhì)樣品穿過篩網(wǎng)還包括使所述 多個(gè)植物物質(zhì)樣品穿過包括替代顆粒評(píng)分器的顆粒分離器。10. 根據(jù)權(quán)利要求8所述的方法，其中計(jì)算所述顆粒評(píng)分還包括根據(jù)賓州州立大學(xué)顆粒 分離器方法來計(jì)算所述顆粒評(píng)分。11. 根據(jù)權(quán)利要求9所述的方法，其中使所述多個(gè)植物物質(zhì)樣品穿過所述替代顆粒評(píng)分 器還包括使所述多個(gè)植物物質(zhì)樣品穿過孔徑為0.065英寸或更小的篩網(wǎng)。12. 根據(jù)權(quán)利要求11所述的方法，其中計(jì)算所述顆粒評(píng)分還包括根據(jù)替代顆粒評(píng)分器 方法來計(jì)算所述顆粒評(píng)分。13. -種用于預(yù)測(cè)干燥成分的顆粒評(píng)分的NIR校準(zhǔn)，所述校準(zhǔn)通過包括以下步驟的方法 產(chǎn)生： a. 通過使多個(gè)草料樣品穿過具有至少一個(gè)篩網(wǎng)的顆粒分離器來按切割長(zhǎng)度分選所述 多個(gè)草料樣品，隨后根據(jù)穿過所述篩網(wǎng)的所述多個(gè)草料樣品的重量，計(jì)算所述多個(gè)草料樣 品的顆粒評(píng)分； b. 使用分光光度計(jì)測(cè)量所述多個(gè)草料樣品的吸光度或反射率；以及 c. 對(duì)步驟(a)所得的所述顆粒評(píng)分與步驟(b)所測(cè)得的所述吸光度或反射率進(jìn)行關(guān)聯(lián)。14. 根據(jù)權(quán)利要求13所述的NIR校準(zhǔn)，其中對(duì)步驟(a)所得的所述顆粒評(píng)分與步驟(b)所 測(cè)得的所述吸光度或反射率進(jìn)行關(guān)聯(lián)還包括進(jìn)行回歸分析，所述回歸分析包括如下至少一 者:多元線性回歸(MLR)、主成分回歸(PCR)、偏最小二乘法(PLS)、人工神經(jīng)網(wǎng)絡(luò)(ANN)、局部 加權(quán)回歸(LWR)以及支持向量機(jī)(SVM)。15. 根據(jù)權(quán)利要求14所述的NIR校準(zhǔn)，其中使所述多個(gè)草料樣品穿過所述篩網(wǎng)還包括使 所述多個(gè)草料樣品穿過顆粒分離器，所述顆粒分離器包括賓州州立大學(xué)顆粒分離器和替代 顆粒評(píng)分器中的至少一者。16. 根據(jù)權(quán)利要求15所述的NIR校準(zhǔn)，其中計(jì)算所述顆粒評(píng)分還包括根據(jù)賓州州立大學(xué) 顆粒分離器方法和替代顆粒評(píng)分器方法中的至少一者來計(jì)算所述顆粒評(píng)分。17. -種用于配制飼料的方法，所述方法包括： a. 校準(zhǔn)近紅外反射分光光度計(jì)，包括： i. 通過使多個(gè)草料樣品穿過具有篩網(wǎng)的顆粒分離器來按切割長(zhǎng)度分選所述多個(gè)草料 樣品，隨后根據(jù)穿過所述篩網(wǎng)的樣品數(shù)量，計(jì)算所述多個(gè)草料樣品的顆粒評(píng)分； ii. 使用所述分光光度計(jì)測(cè)量所述多個(gè)草料樣品的吸光度或反射率； iii. 對(duì)步驟(i)所得的所述顆粒評(píng)分與步驟(ii)所測(cè)得的所述吸光度或反射率進(jìn)行關(guān) 聯(lián)； b. 使用根據(jù)步驟(iii)進(jìn)行了關(guān)聯(lián)的近紅外反射分光光度計(jì)預(yù)測(cè)全混合日糧的顆粒評(píng) 分； c. 根據(jù)所述全混合日糧的所述顆粒評(píng)分來配制飼料。18. 根據(jù)權(quán)利要求17所述的方法，還包括將各成分與所述全混合日糧混合。19. 根據(jù)權(quán)利要求18所述的方法，還包括將所述各成分和所述全混合日糧喂食給動(dòng)物。20. -種通過具有存儲(chǔ)器和處理器的計(jì)算機(jī)執(zhí)行的、用于校準(zhǔn)近紅外反射分光計(jì)的方 法，所述方法包括： 構(gòu)建數(shù)據(jù)庫(kù)，所述數(shù)據(jù)庫(kù)包括對(duì)于多個(gè)樣品每一者而言，所述樣品的至少一個(gè)顆粒評(píng) 分以及所述樣品的至少一個(gè)譜型； 至少部分地通過將所述數(shù)據(jù)庫(kù)中的所述顆粒評(píng)分的至少一部分與所述數(shù)據(jù)庫(kù)中的所 述譜型的至少一部分進(jìn)行關(guān)聯(lián)，來構(gòu)建模型； 使用所述所構(gòu)建的模型來校準(zhǔn)所述近紅外反射分光計(jì)； 對(duì)于至少一個(gè)新樣品而言，從所述近紅外反射分光計(jì)接收所述新樣品的譜型；以及 至少部分地根據(jù)從所述近紅外反射分光計(jì)接收的所述新樣品的所述譜型及所述所構(gòu) 建的模型，來預(yù)測(cè)所述至少一個(gè)新樣品的顆粒評(píng)分。21. 根據(jù)權(quán)利要求20所述的方法，其中構(gòu)建所述數(shù)據(jù)庫(kù)包括： 對(duì)于多個(gè)樣品每一者而目， 測(cè)定所述樣品的初始重量， 接收所述近紅外反射分光計(jì)所生成的所述樣品的至少一個(gè)譜型， 對(duì)于多個(gè)篩網(wǎng)每一者而言， 測(cè)定所述篩網(wǎng)所保留的所述樣品的重量，以及 至少部分地根據(jù)所述所測(cè)定的所述篩網(wǎng)所保留的所述樣品的重量以及所述所測(cè)定的 所述樣品的初始重量，來測(cè)定顆粒評(píng)分，以及 存儲(chǔ)所述所測(cè)定的至少一個(gè)譜型與所述所測(cè)定的顆粒評(píng)分的相關(guān)性。22. 根據(jù)權(quán)利要求20所述的方法，還包括： 核實(shí)所述所構(gòu)建的模型，其中核實(shí)所述所構(gòu)建的模型包括： 從所述所構(gòu)建的數(shù)據(jù)庫(kù)中選擇至少一個(gè)未用于構(gòu)建所述模型的樣品，以及 對(duì)于每個(gè)從所述所構(gòu)建的數(shù)據(jù)庫(kù)選擇的未用于構(gòu)建所述模型的樣品而言， 至少部分地根據(jù)所述所選的樣品的譜型及所述所構(gòu)建的模型，來預(yù)測(cè)所述所選的樣品 的顆粒評(píng)分，以及 將存儲(chǔ)在所述所選的樣品的所述所構(gòu)建的數(shù)據(jù)庫(kù)中的顆粒評(píng)分與所述所選的樣品的 所述預(yù)測(cè)顆粒評(píng)分進(jìn)行比較。23. 根據(jù)權(quán)利要求20所述的方法，其中將所述數(shù)據(jù)庫(kù)中的所述顆粒評(píng)分的至少一部分 與所述數(shù)據(jù)庫(kù)中的所述譜型的至少一部分進(jìn)行關(guān)聯(lián)包括進(jìn)行回歸分析。24. 根據(jù)權(quán)利要求23所述的方法，其中進(jìn)行回歸分析還包括如下至少一者:偏最小二乘 法回歸、主成分回歸、局部回歸、神經(jīng)網(wǎng)絡(luò)或支持向量機(jī)。25. -種具有存儲(chǔ)器和處理器的、用于校準(zhǔn)近紅外分光光度計(jì)的計(jì)算系統(tǒng)，所述系統(tǒng)包 括： 被配置為進(jìn)行如下操作的組件:對(duì)于多個(gè)樣品每一者而言， 從電子秤接收所述樣品的重量，以及 對(duì)于所述樣品的多個(gè)部分每一者而言， 從所述電子秤接收所述樣品的所述部分的重量， 測(cè)定所述樣品的所述部分的顆粒評(píng)分，以及 從所述近紅外分光光度計(jì)接收所述樣品的所述部分的光譜信息； 被配置為構(gòu)建數(shù)學(xué)模型的組件，所述數(shù)學(xué)模型將所述所測(cè)定的顆粒評(píng)分的至少一部分 與所述接收的光譜信息的至少一部分進(jìn)行關(guān)聯(lián)； 被配置為至少部分地根據(jù)所述所構(gòu)建的數(shù)學(xué)模型來校準(zhǔn)所述近紅外分光光度計(jì)的組 件；以及 被配置為進(jìn)行如下操作的組件:對(duì)于多個(gè)新樣品每一者而言，至少部分地根據(jù)從所述 近紅外分光光度計(jì)接收的所述新樣品的譜型及所述所構(gòu)建的模型，來預(yù)測(cè)所述新樣品的顆 粒評(píng)分， 其中每個(gè)組件包括存儲(chǔ)在所述存儲(chǔ)器中供所述處理器執(zhí)行的計(jì)算機(jī)可執(zhí)行指令。26. 根據(jù)權(quán)利要求25所述的計(jì)算系統(tǒng)，其中至少一個(gè)樣品的所述光譜信息包括所述至 少一個(gè)樣品的吸光度或反射率的量度。27. -種存儲(chǔ)指令的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述指令如果被具有處理器的計(jì)算系統(tǒng)執(zhí) 行，則會(huì)使得所述計(jì)算系統(tǒng)執(zhí)行包括以下步驟的方法： 對(duì)于多個(gè)草料樣品每一者而目， 接收所述草料樣品的至少一個(gè)顆粒評(píng)分，以及 接收所述草料樣品的光譜信息的至少一個(gè)指示； 至少部分地通過將所述接收的草料成分的顆粒評(píng)分的至少一部分與所述對(duì)應(yīng)接收的 所述草料成分的光譜信息的指示進(jìn)行關(guān)聯(lián)，來構(gòu)建模型； 使用所述所構(gòu)建的模型來校準(zhǔn)所述近紅外反射分光計(jì)； 對(duì)于至少一個(gè)新草料樣品而言，從分光計(jì)接收所述新草料樣品的譜型；以及
【文檔編號(hào)】G01N21/3563GK106030284SQ201480068800
【公開日】2016年10月12日
【申請(qǐng)日】2014年12月19日
【發(fā)明人】J·M·基特爾森
【申請(qǐng)人】Can 科技公司