利用自助拉丁配分和模糊规则对橄榄油进行分类研究

利用Nicolet 6700傅里叶变换近红外光谱仪测定了20个橄榄油样品的光谱数据。采用多元散射校正、Savitz-ky-Golay平滑以及二阶求导对原始光谱数据进行预处理以提高信噪比、消除背景和基线的影响。在(4500～12000)cm~(-1)波段范围内计算20个近红外光谱的标准偏差,以(5200～5300)cm~(-1)和(5600～6000)cm~(-1)作为输入建立模糊专家系统。建模过程中采用n次自助拉丁配分法进行评价分类和建模的结果,将更具统计意义的n次均值作为预测结果。利用模糊专家系统的分类树和定量预测都能成功地将20个橄榄油分为特级初榨和普通橄榄油2大类。结果表明,本文为橄榄油品质的鉴定提供了1种简便、快捷、准确的方法。     

用于近红外校正模型的训练样本选择

近红外(near-infrared,NIR)校正模型建立时传统的训练样本选择方法只考虑光谱欧氏距离的同类就近选取,不考虑光谱特征异常的训练样本的影响.基于主元分析(principal component analysis,PCA)残差,在同类就近取样的基础上引入异常光谱剔除技术进行训练样本的二次提取,用于建立偏最小二乘(partial least squares,PLS)回归模型.实验结果表明,该方法比传统方法的预测精度有较明显的提高.     

连续小波变换-支持向量回归用于植物样品多组分分析

采用连续小波变换（CWT）技术对近红外光谱（NIR）数据进行预处理,扣除光谱中的背景与噪音成分,再用支持向量回归（SVR）进行建模,建立了用于复杂植物样品多组分分析的建模方法（CWT-SVR）,并应用于烟草样品中常规成分（总糖、总植物碱和总氮）含量的测定。结果表明,CWT—SVR方法优于基于全谱数据的SVR和偏最小二乘（PLS）法,为近红外光谱定量分析提供了一种新的建模方法。     

基于近红外光谱检测技术的冷冻鱼肉自动化分类设备系统设计

该文设计了基于近红外光谱检测技术的冷冻鱼肉自动化分类设备，该设备采用近红外光谱仪作为主要传感器，通过测量冷冻鱼肉的近红外光谱，并进行光谱预处理和光谱分类方法，快速将冷冻鱼肉进行分类，避免了采用传统化学试剂，速度慢、成本高、操作繁琐的分类方法，为今后智慧化品质分类提供了一种新的方法和思路。     

近红外光谱法测定黄芩提取物中黄芩苷含量

应用近红外光谱技术探讨了黄芩提取物中黄芩苷含量的快速检测新方法.共收集12个不同厂家的100批黄芩提取物样品,利用Nicolet 6700型傅立叶变换近红外光谱仪采集样品近红外漫反射光谱,通过HPLC法测定黄芩苷含量值,结合偏最小二乘法(PLS)建立黄芩苷含量的近红外定量校正模型,并通过筛选合适的光谱预处理方法、建模区间和主成分数获得最优模型.所建最优校正模型的相关系数(R2)、校正均方差(RMSEC)和内部交叉验证均方差(RMSECV)分别为0.995、0.440和2.259;经外部验证,模型的预测相关系数(r2)、预测均方差(RMSEP)和平均回收率分别为0.988、0.486和100.190%.结果表明,该方法可用于不同厂家黄芩提取物中黄芩苷含量的直接测定,操作简便,无污染,结果准确可靠,可实现大批量样品的快速分析.     

近红外光谱结合一致性检验对铁棍山药的鉴别研究

目的:利用近红外光谱技术快速鉴别铁棍山药和非铁棍山药.方法:采用二阶导数+矢量归一化法的光谱预处理方法,在(8 624.7～6 418.4)cm-1和(5 693.2～4 242.9)cm-1波长区间内提取信息,利用近红外光谱结合一致性检验对铁棍山药和非铁棍山药共115份样品进行鉴别研究.结果:以一致性指数CI=4为划分标准,光谱一致性指数在4以下的为铁棍山药,光谱一致性指数在4以上的为非铁棍山药.该方法能准确快速地鉴别铁棍山药.结论:近红外光谱分析技术是一种非常实用的新型分析测试技术,实验表明利用近红外光谱技术结合一致性检验鉴别铁棍山药的方法是可行的,为山药药材的鉴别以及中药的质量控制提供了一种快速可靠的检测方法.     

用多波长和LS-SVM补偿土壤温度的方法研究

针对近红外光谱易受样品温度的影响,采用多尺度小波变换对光谱数据进行消噪,运用最小二乘支持向量机(LS-SVM)在全谱范围内建立了近红外光谱预测模型,研究土壤温度对土壤含水率预测结果的影响,提出了应用多波长和LS-SVM回归法补偿土壤温度对土壤含水率预测精度的影响.试验结果表明,土壤温度影响近红外光谱预测土壤含水率,模型...     

近红外光谱技术快速测定当归中藁本内酯含量

基于近红外光谱技术,运用偏最小二乘回归(PLSR)方法实现当归中藁本内酯含量的快速、无损检测.采用高效液相色谱(HPLC)法测定当归中藁本内酯含量,一阶导数结合正交信号校正对原始光谱进行预处理,建立当归近红外光谱和藁本内酯含量之间的最小二乘回归定量分析模型.结果表明:模型在校正集上的均方根误差(RMSEE)、交叉验证均方根误差(RMSECV)和决定系数R2分别为0.199 9,0.3489和0.9932,在预测集上的预测均方根误差(RMSEP)和决定系数R2分别为0.23和0.9941.方法具有简单、快速、不破坏样品等特点,可用于当归中藁本内酯含量的快速检测.     

3种不同产地生地黄近红外图谱的判别分析

目的:采用近红外漫反射光谱技术对3种不同产地的生地黄进行近红外漫反射指纹图谱判别分析,建立基于近红外漫反射图谱的快速、简便的鉴别方法.方法:用Nico1et6700型傅里叶变换近红外光谱仪采集光谱,在OPUS5.5分析软件上用二阶导数+矢量归一化法进行产地聚类.结果:3种不同产地的生地黄距离在0.6以上时被分开,15批验证集的样品中2份判断错误,预测集正确率为86.67%.结论:此方法简便可行,可为地黄产地鉴别方法提供1种新技术.     

基于回归系数的变量筛选方法用于近红外光谱分析

提出了一种基于回归系数的变量逐步筛选方法。对光谱中各变量计算其回归系数后,按其绝对值由大到小将相应变量排列,采用PLS交互检验按前向选择法逐步选择最佳变量子集。用该方法对玉米和柴油近红外光谱数据进行分析,对玉米蛋白质、柴油十六烷值和粘度分别选择出了14、12以及30个最佳变量用于建模,所得预测结果均优于全谱变量建模的预测结果。可见本方法是一种有效实用的近红外光谱变量选择方法。