近红外光谱技术在中药鉴别中的应用

采用近红外光谱技术对山茱萸果肉与果核进行快速鉴别研究.方法:对9批山茱萸果肉与果核样品进行近红外光谱测定,采用矢量归一化法处理数据,以山茱萸果肉样品建立一致性检验模型,设定CI(conformity index)值.结果:经矢量归一化后山茱萸果肉与果核光谱差别明显,以果肉样品建立一致性模型,设定的CI值为3.2.结论:本方法快捷、准确,无需样品前处理,可以作为山茱萸非药用部位的快速检测方法.为全面控制药材质量,建立中药质量控制新方法提供科学依据.     

近红外光谱法快速测定复混肥总氮含量

本文研究了应用近红外漫反射技术测定复混肥总氮含量的新方法。在 40 0 0-1 3 3 0 0 cm- 1范围内 ,采用偏最小二乘法 ( PL S) ,对一系列标准样品的近红外光谱数据进行回归 ,建立了复混肥有关品种总氮含量分析的数学模型。采用此模型进行分析 ,速度快、样品制备简单、分析结果与传统分析方法结果有较好的一致性。     

基于 siPLS 法建立藤茶中二氢杨梅素近红外定量分析方法

目的:建立藤茶中二氢杨梅素近红外定量模型,用于其快速定量分析.方法:采集45批藤茶样品的近红外光谱,以高效液相色谱法测定样品中二氢杨梅素的含量,并作为参照,以组合区间偏最小二乘法(si PLS法)对特征谱段进行优化,建立二氢杨梅素的定量模型并对模型进行评价.结果:光谱预处理选用矢量归一化法(VN),确定9000~8500 cm-1、8000~7000 cm-1、6000~5500 cm-1为建模谱段.内部交叉验证中,校正均方差(RMSECV)为2.38%,决定系数(R2)为92.16%;外部验证中,模型对训练集预测均方差(RMSEE)为0.993%,对验证集预测均方差(RMSEP)为2.87%,其决定系数为90.67%,相对预测偏差(RPD)为3.27.当样品中二氢杨梅素的含量范围为9.77%~46.13%时,平均预测回收率为97.57%.结论:所建模型预测能力好,可用于藤茶中二氢杨梅素的快速定量分析.     

保健品中枸橼酸西地那非成分近红外快速定性定量分析

建立了应用近红外光谱技术对保健品中枸橼酸西地那非成分的定量及定性分析方法.采集36个样品的液体透射光谱,分别采用主成分分析法和第一范围标定法建立定量和定性模型,并将定量分析方法的结果与HPLC定量结果进行比对.所建定量分析模型,主成分数为4,R2为99.92%,RMSECV为31.5.该模型对预示集的枸橼酸西地那非HPLC平均方法回收率为104.8%,近红外光谱分析法处理结果与HPLC法处理结果无显著差异.定性分析模型组间选择性为4.38,对18个未知样品判错率为0.所建立的新方法可对保健品中枸橼酸西地那非成分进行快速准确的定性及定量分析.     

近红外漫反射聚类法无损快速测定淀粉品质

提出一种基于近红外光谱技术和聚类分析法对不同种类的淀粉进行无损快速鉴别的方法,研究了近红外光谱结合聚类分析法快速鉴别淀粉种类的可行性.采集样品在12 500~4 000cm-1范围内的近红外漫反射光谱,利用光谱模式识别法中的聚类分析法对图谱进行定性分类鉴别.光谱经一阶导数预处理后,采用聚类分析法可准确无误地将样品分为2类,分类准确率达到100%.同时采用预测集的样品验证所建模型的准确性,经实验得出预测准确率也是100%.实验结果表明,近红外漫反射光谱结合聚类分析法可以为快速无损鉴别淀粉种类提供一种准确可靠的方法.     

基于近红外光谱无损快速检测面粉品质的研究

提出一种基于近红外光谱技术结合偏最小二乘法对面粉品质进行无损快速检测的方法.配制含滑石粉的面粉样品30个,采集样品在12 500~4 000 cm-1范围内的近红外漫反射光谱,选择最优的光谱预处理方法和光谱范围,采用偏最小二乘法(PLS)建立定量分析模型.结果表明所建定量分析模型的相关性能比较高,预测相关系数和预测均方根误差均符合要求.研究发现,近红外光谱技术用于快速无损检测面粉掺假是可行的.     

迁移学习在食用油光谱模型转移中的应用

由不同光谱仪器采集的光谱数据建立的模型在共享使用时,会出现模型失效问题,使得模型的利用率低,不利于光谱行业的发展需要。尝试采用迁移学习方法探究在食用油酸值和过氧化值2个指标上的模型转移。实验样本为大豆油、花生油、芝麻油和玉米油共50个食用油样本;实验仪器为VERTEX70傅里叶红外光谱仪和AntarisⅡ傅里叶近红外光谱仪(包含光纤探头和透射探头)。以不同的仪器组合设计了3组实验,采用偏最小二乘法建立近红外光谱定量分析模型,进行了模型转移研究。以第一组实验为例,经过迁移学习后建立的酸值和过氧化值模型的相关系数,由0.068419和-0.371980上升至0.730980和0.819040;校正均方根误差系数由0.358180和0.090110下降至0.192480和0.032720。实验表明,迁移学习可以有效地缓解模型失效问题,提高了模型的泛化能力。该研究可为光谱分析模型的广泛应用提供新的思路。     

近红外光谱快速测定红参提取过程中5种人参皂苷成分含量

为了建立近红外光谱(NIR)结合THUNIR软件快速测定红参提取过程中的人参皂苷Rg1、Ro、Rb1、Rc和Rb3 5种成分含量的方法.利用对红参提取过程提取液进行NIR在线采集光谱图并采用HPLC测定人参皂苷Rg1、Ro、Rb1、Rc和Rb3的量,结合THUNIR软件建立NIR光谱特征值与HPLC测定结果之间的校正模型,进而对预测集样品进行分析.校正集经内部交叉验证建立校正模型,对预测集样品进行外部验证,预测值与真实值的偏差均较小.利用NIR技术测定红参提取过程中人参皂苷Rg1、Ro、Rb1、Rc和Rb3的含量是可行的,为红参药材的提取过程提供了一种快速简便的监控方法.     

用人工神经网络-近红外光谱法测定毛竹中木质素与综纤维素的含量

近红外光谱结合反向传播的人工神经网络(back propagation artificial neural network,BP-ANN)技术预测了毛竹中木质素与综纤维素的含量.用常规湿化学方法测定了54株毛竹样品的木质素含量以及53株毛竹样品的综纤维素含量.用近红外光谱仪采集相应的光谱,为了提高信噪比和计算速度,对原始近红外光谱进行平滑、压缩、归一化预处理.利用预处理后的近红外光谱数据建立BP-ANN模型.在模型建立过程中采用Leave-n-out交叉验证法优化了隐含层神经元的个数,学习率,动量因子和学习次数.优化的BP-ANN模型用于预测测试集中9个毛竹样品中木质素与综纤维素的含量,预测均方根误差分别为0.88%、1.40%.结果表明,应用毛竹的近红外光谱数据和BP-ANN技术,可以用于预测木质素和综纤维素的含量,基本能满足定量分析的要求.     

样品粒度和光谱分辨率对烟草烟碱NIR预测模型的影响

 以烟草粉末样品的近红外分析为例,研究了在不同样品粒度和不同分辨率下采集的样品光谱对建立的烟碱含量预测模型的影响.结果表明,样品粒度对预测模型有较大影响,细粉末烟叶样品所建的模型在各项评价指标上均较粗粉末样品所建模型好,且实际预测准确性高,因此建议烟叶粉末样品先过0.441 mm以下的筛子后再进行光谱采集.同时,分别以2,4,8,16,32,64cm^-1的分辨率扫描的烟叶粉末样品对预测模型的影响也非常明显,高分辨率扫描样品所建的模型在各评价指标上均比低分辨率扫描所建的模型好,预测准确性高,但综合考虑扫描时间和光谱图文件大小等因素,以分辨率为8cm^-1扫描的光谱最能满足实际建模的需要.     

近红外光谱技术在食用油种类鉴别及 脂肪酸含量检测中的应用

应用近红外光谱分析技术分别建立了快速鉴别食用植物油种类的定性分析模型以及测定食用植物油主要脂肪酸含量的定量分析模型.实验根据19份食用植物油样品的近红外光谱,结合系统聚类方法建立了纯橄榄-芝麻-花生油定性识别模型,识别率和预测率可达100%.根据59个食用植物油样品的近红外光谱,结合模型优化方法建立了食用植物油中棕榈酸、硬脂酸、油酸3种主要脂肪酸含量的近红外定量分析模型,且模型指标较好.实验表明近红外光谱分析技术在食用植物油品质快速检测领域有很好的应用前景.     

基于短波近红外光谱盐酸氟桂利嗪粉末药品质量比的估算方法

基于短波近红外(SW-NIR)漫反射光谱,提出一种非破坏定量预测盐酸氟桂利嗪粉末药品质量比的新方法.以高效液相色谱法(HPLC)分析值为参考值,将遗传算法(GA)和神经网络相结合,建立盐酸氟桂利嗪粉末药品的光谱特性与质量比间的定量分析模型.应用GA自动构建神经网络拓扑结构,选择最优的网络参数和光谱波段;讨论不同光谱预处理方法对神经网络预报能力的影响,并对测试集样品质量比进行预测.结果表明,一阶导数数据预处理方法为最优预处理建模方法,其测试集的均方根误差RMSE=0.198 7%,相关系数R=0.986 3.     

基于ARM近红外地沟油检测

食品安全是当今社会一个重要问题,近年来地沟油问题已成为人们食品安全的一个重大隐患。本论文基于现代近红外光谱分析理论,根据油脂中不同成分在近红外光谱的光学吸收特性、各成分的特征吸收峰值,通过对废弃油脂光谱数据的采集、处理和对比,采用逐步回归分析理论,对采集的数据建立定标方程。通过建立标准样品模型,将采集的数据与样品模型进行比较,能够对不同废弃油脂进行有效的鉴别。     

近红外光谱分析磷酸缓冲溶液中的血糖含量

测定了溶解于磷酸缓冲溶液中血糖在8000～5000cm^-1波数范围的近红外光谱,用偏最小二乘法建立了测定血糖含量的模型,根据数据特点,提出了按浓度大小选择预测集样本的方法。用来进行最佳模型隐变量个数的选择,结果显示,利用近红外光谱并结合化学计量学方法能够成功地进行血糖的定量分析,方法的测定误差为0.197g／L。     

拉曼光谱和近红外光谱在小麦粉品质定量分析中的应用

应用拉曼光谱分析技术结合最小二乘法,应用近红外光谱技术结合偏最小二乘法,以及现有的小麦粉光谱数据,对小麦粉进行采集光谱信息,选择最优的光谱预处理方法,分别建立了水分、灰分、面筋的定量模型,并验证了模型的可行性.实验分析表明,近红外光谱技术建立的模型比拉曼光谱分析技术建立的模型效果要好.     

近红外光谱在印刷品颜色检测中的应用

为了对印刷品颜色进行快速、准确检测,应用近红外光谱技术(NIR)并结合偏最小二乘法(PLS)建立印刷品颜色检测模型.对近红外光谱获取的144个样本光谱曲线,应用主成分分析方法进行降维,维数为5.选取的主成分作为光谱优化特征子集以替代原来复杂的光谱数据.随后,将144个样本数据随机分为定标集和预测集,利用偏最小二乘法在103个定标集样本数据基础上建立印刷品颜色预测模型,应用此模型对41个预测集样本颜色进行预测.研究结果表明:利用PLS模型得到样本的实测值和预测值之间的预测决定系数(R~2)为99.74%,预测平均相对误差为0.636%,表明利用近红外光谱技术检测印刷品颜色是可行的.     

三类滇产茶的红外光谱解析及三级鉴定

为了建立一种滇产绿茶、红茶及普洱熟茶的红外光谱鉴定方法,通过采集三类茶的红外光谱及二维相关红外光谱并进行三级红外光谱(傅里叶变换红外光谱结合二阶导数红外光谱及二维相关红外光谱)解析.红外光谱对比分析表明:1 644、1 517、1 451、1 237及1 040 cm-1是三类茶的共有特征峰,它们的吸收强度从绿茶、红茶到普洱熟茶依次减弱;二阶导数谱中,三类茶间的吸收峰位置、强度差异更加明显;与草酸钙的二阶导数谱对比分析发现,三类茶的草酸钙相对含量为:绿茶<红茶<普洱熟茶.二维相关红外光谱显示了三类茶的最强自动峰分别为1 635、1 563及1 639 cm-1,通过三级红外光谱分析可实现三类滇产茶的鉴定.     

NIR对真伪枸橼酸西地那非片快速定性定量分析

应用近红外光谱技术建立对枸橼酸西地那非片的定量及定性分析方法.通过对162个样品进行近红外光谱分析,分别采用偏最小二乘和第一范围标定法建立定量和定性模型,并将定量分析方法的结果与HPLC定量结果进行比对.所建定量分析模型,主成分数为4,R2为98.91%、RMSECV为1.54.该模型对预示集枸橼酸西地那非的平均回收率为100.14%,近红外光谱分析法处理结果与HPLC法处理结果无显著差异.定性分析模型组间选择性为5.09,对42批真伪样品判错率为0.结果显示,所建立方法可对真伪枸橼酸西地那非片进行快速准确的定性及定量分析.