不同产地黄柏的近红外指纹图谱鉴别分析

建立用近红外漫反射光谱鉴别不同产地黄柏药材的新方法.采集不同产地的黄柏药材及其伪品的近红外漫反射光谱,用模式识别方法进行聚类分析,建立判别模型并用三重交叉验证的方法对模型稳定性进行验证.黄柏样品与伪品能较好地区分开;建立模型后对已知训练集样本的分类精度高达100%,对未知样本的预测精度达到100%,该模型具有很好的预测性能,这说明了所建方法性能优良,能够适用于黄柏药材的不同种植产地分类鉴别.近红外光谱法简便、快速、不破坏样品,结合模式识别方法能够准确鉴别正品、伪品以及不同产地的黄柏药材.     

基于近红外光谱的水蜜桃采摘期的鉴别方法

提出了一种利用近红外漫反射光谱技术结合光纤传感技术建立水蜜桃采摘期的鉴别方法.从无锡阳山镇的某大棚采摘了距最佳采摘期天数为3,2,1以及处于最佳采摘期的水蜜桃各48个,用近红外光谱仪对样品进行了光谱采集.对原始光谱进行平滑、一阶微分和多元散射校正预处理,采用主成分分析(PCA)结合偏最小二乘(PLS)法建立了水蜜桃采摘期的鉴别模型.研究显示:一阶微分和平滑组合预处理后的鉴别模型效果最好,校正集模型和预测集模型的决定系数分别为0.9279和0.9138;模型的内部交叉验证均方差(RMSECV)和预测均方根偏差(RMSEP)分别为0.3003和0.3349;水蜜桃样品校正集和预测集的鉴别正确率分别为95.13%和93.75%.结果表明:利用近红外漫反射光谱技术对水蜜桃采摘期的鉴别具有很好的应用前景.     

夏枯草中迷迭香酸近红外光谱定量分析模型的建立

目的:建立近红外漫反射光谱法快速测定夏枯草中迷迭香酸的含量方法。方法:采用高效液相色谱法测定不同产地的170批次夏枯草中迷迭香酸的含量,同时采集近红外漫反射光谱,对原始光谱进行多元散射校正(MSC)、一阶导数(First derivative)和S-G(Savitzky-Golay filter)平滑等光谱预处理方法,采用偏最小二乘法(PLS)建立近红外定量分析模型,实现夏枯草中指标性成分迷迭香酸含量的快速测定。结果:所建立的迷迭香酸近红外定量分析模型,模型R~2为0.9768,RMSEC和RMSEP分别为0.0387和0.0441,表明所建近红外模型预测准确度高。交叉验证均方差RMSECV为0.0706,表明所建模型稳健性好。结论:本研究所建迷迭香酸近红外定量分析模型具有很好的预测准确度和稳健性,为市场上夏枯草质量的快速评价提供新的方法。     

近红外漫反射光谱在中药分类及真伪鉴别中的应用

应用近红外漫反射光谱分析技术对几种常见中药建立了一种简单、快速、有效的分类和真伪鉴别方法.通过渐进窗口式相关系数分析方法得到的相关系数表征了不同波长下样本近红外光谱的相似程度,从而选择出能区分不同种类中药的特征波长范围,利用PEA投影对白芷、葛根、当归、白术等几种外观相似的中药成功地进行了分类,而且对白芷及混有淀粉的模拟伪劣样品也能有效地鉴别.该方法可以作为一种区分药材种类、判断中药真伪的参考方法,在中药质量控制方面具有一定的应用前景.     

基于NIR的主成分结合支持向量机鉴别蚕茧雌雄的研究

研究应用近红外光谱分析技术鉴别蚕茧雌雄的方法.削茧取蛹,辨别蚕蛹的性别,将雄茧设为1,雌茧定设为0.用自制附件获得蚕茧的近红外漫反射光谱(11 300～3 500)cm-1,其中校正集20枚,预测集19枚.对光谱做软阈值小波消噪、5点一阶微分及正规化处理.提取主成分,计算累积贡献率,给前2个及3个主成分作图.分别取1～10个主成分并结合不同的ε(10-1～10-9)用支持向量机建立预测模型.结果表明,从光谱的前3个主成分图中不能区分蚕茧的雌雄,主成分相对分散.前10个主成分累积贡献率才达85.23%.所建模型的预测正确率随着所取主成分个数增加而升高,随着ε取值的下降而先升后降.当主成分数为6-10、ε为10-5时,预测正确率最高,达94.7%.本研究为利用近红外光谱鉴别蚕茧雌雄提供理论依据.     

NIRS结合PLS快速分析银黄颗粒中有效成分含量

研究旨在探讨利用银黄颗粒样品的近红外漫反射光谱(NIRS)信息,建立黄芩苷和绿原酸含量的校正模型,为银黄颗粒质量的快速评价提供1种新方法.以HPLC分析值为参照,采用近红外漫反射光谱技术采集100批银黄颗粒样品的近红外漫反射光谱,结合偏最小二乘法(PLS)建立了黄芩苷和绿原酸含量的校正模型.黄芩苷和绿原酸含量的校正模型相关系数(R2)分别为0.998和0.995,校正均方差(RMSEC)为0.578和0.123,内部交叉验证均方差(RMSECV)为2.356和0.412;经外部验证,预测相关系数(r)分别为0.995和0.984,预测均方差为(RMSEP)0.597和0.166.结果表明,该方法准确、简便、无污染,可实现大批量银黄颗粒样品的快速分析.     

聚类分析法在快速鉴别中药牵正散中的应用

以牵正散及其不同配伍组分的近红外图谱作为聚类分析的对象,在建立混合成分模型的基础上,采用SIMCA聚类分析法快速分类研究牵正散及其不同配伍组分近红外光谱特征。实验中,分别设牵正散全方、缺白附子、缺全蝎和缺僵蚕的4个样品。结果表明:由于牵正散及其不同配伍组分的近红外图谱变异度较大,其光谱聚类的结果较理想,盲样检测的正确率可达90%。因此,如果足够的样本,增加训练集样本数和采样的代表性,加强操作的标准,其准确率将大大提高。所以,近红外光谱与聚类分析相结合的方法可以快速、无损识别复方中药。     

青海枸杞的红外光谱鉴别及相似度分析

利用傅里叶变换红外光谱,测定了35个来自青海省不同产地的枸杞样品的红外光谱。常规和小波变换的方法对红外光谱原始数据进行了预处理。对不同产地枸杞药材进行红外光谱指纹鉴别,并以质量最好的S1样品作为参考,建立枸杞的对照红外指纹图谱,采用相关系数法和夹角余弦法计算样品红外指纹图谱与对照指纹图谱的相似度。7批样品中,质量较好的红外指纹图谱与对照指纹图谱的相似度(夹角余弦法)均在0.99以上,其它的相似度均在0.99以下。进一步,聚类分析将7份样品聚为枸杞主产地与非主产地两大类及枸杞制品类,验证了相似度分析的结果。不同产地枸杞的红外指纹图谱可以用于药材的质量评价,其相似度值的大小可作为枸杞药材产地鉴别和质量评价。     

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.     

利用近红外光谱技术同时检测奶粉中的多个掺假成分

利用近红外光谱技术对奶粉中含有多种掺假物的情况进行了定性判别分析.样本集除12个纯正奶粉样品外,146个掺假奶粉样品中分别加入了植脂末,天然大豆分离蛋白粉和麦芽糊精中的1～3种,掺假物的总含量范围在1.96%～35.9%之间.用Thermo Scientific Antaris MX型近红外光谱仪测量样本近红外光谱,采用非线性迭代偏最小二乘法(NIPALS)提取主成分,然后利用马氏距离进行线性判别分析,建立了1个8类判别模型.在138个样本集的交叉验证中,判别准确率达99.28%,20个测试样本的判别准确率达100%.另一方面,将3种掺假物中的1种作为未知干扰掺假物,用不含未知干扰物的样本建立了定性判别模型,然后用含有未知干扰物的样本进行验证.在植脂末作为未知干扰的情况下,判断奶粉是否掺假的准确率有100%,判断大豆分离蛋白粉和麦芽糊精是否掺入的准确度分别为78.94%和88.42%;而使用麦芽糊精作为未知干扰物时,调用模型判别奶粉是否掺假,准确率依然有100%,但判断植脂末和大豆蛋白粉掺入情况的准确率只有34.74%和32.63%.研究表明近红外光谱技术可以对奶粉中的掺假情况和掺假物种类进行快速判断;当掺假物定性判别模型遇到未知干扰时,使用该方法虽然可以对奶粉是否存在掺假进行判断,但对掺假物种类难以进行正确判别,因此建模样本集应包含尽可能多类型的掺假物.