当归中Z-藁本内酯及正丁烯基苯酞近红外定量模型的建立

建立快速测定当归中Z-藁本内酯及正丁烯基苯酞的近红外漫反射光谱定量模型。通过载有积分球漫反射装置的近红外光谱仪获得141批当归药材的近红外光谱,以高效液相色谱测定Z-藁本内酯及正丁烯基苯酞的质量分数,利用TQ Analyst 8.0软件的偏最小二乘法建立定量模型。结果表明,所建Z-藁本内酯模型的相关系数为0.9931,校正均方差为0.4464,预测均方差为0.50341交叉验证相关系数为0.9362,交叉验证均方差为1.0355。所建正丁烯基苯酞模型的相关系数为0.9672,校正均方差为0.5253,预测均方差为0.6462:交叉验证相关系数为0.9146,交叉验证均方差为1.0453。Z-藁本内酯及正丁烯基苯酞的平均预测回收率分别为100.99%及102.14%。研究表明,利用近红外光谱技术快速测定当归中Z-藁本内酯及正丁烯基苯酞的含量是可行的。     

巴戟天水溶性浸出物近红外光谱测定方法的建立

目的:运用近红外光谱技术和化学计量学方法,建立巴戟天水溶性浸出物含量的近红外光谱测定方法。方法:冷浸法测定159批试验药材的水溶性浸出物含量,并采集近红外光谱数据,采用多元散射校正法、一阶导数法对光谱进行预处理,结合偏最小二乘法建立巴戟天中水溶性浸出物含量的近红外光谱分析模型,并对模型进行验证,得到水溶性浸出物含量的近红外光谱测定方法。结果:测定方法中建立的测定模型,内部交叉验证决定系数为0.9915,交叉验证校正标准偏差为0.4720,预测标准差为0.4890,交叉验证的标准偏差为0.8695。结论:建立的巴戟天水溶性浸出物近红外光谱测定方法稳定,准确可靠,可用于巴戟天药材的水溶性浸出物含量测定。     

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。     

NIRS快速测定制何首乌中二苯乙烯苷的含量

目的建立近红外光谱技术(NIRS)测定制何首乌中2,3,5,4'-四羟基二苯乙烯-2-O-β-D-葡萄糖苷(二苯乙烯苷)含量的方法。方法中国药典方法测定样品中二苯乙烯苷的含量,采集样品的近红外光谱数据,利用TQ 8.0分析软件对光谱数据进行分析处理,建立制何首乌中二苯乙烯苷含量测定的近红外光谱校正模型。结果该模型的内部交叉验证系数(R~2)、校正均方差(RMSEC)、预测均方差(RMSEP)、内部交叉验证均方差(RMSECV)分别为0.98、0.04、0.04、0.12。结论所建立的方法可用于制何首乌中二苯乙烯苷的含量测定。     

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.     

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.     

近红外光谱法测定黄酒中氨基酸态氮和酒精度的研究

黄酒中氨基酸态氮和酒精度的常规测定方法步骤繁琐,时效性差.在研究黄酒的近红外光谱和化学计量学的基础上,采用偏最小二乘法建立模型,并以该模型对未知黄酒样品的氨基酸态氮和酒精度含量进行预测,验证模型可靠性.氨基酸态氮建模结果:决定系数为95.19%,均方差为0.041;酒精度建模结果:决定系数为96.82%,均方差为0.26.氨基酸态氮外部检验的预测均方差为0.063;酒精度外部检验的预测均方差为0.20.结果表明该方法应用于黄酒品质的检测,操作简便、快速、准确.     

傅立叶变换近红外光谱法快速检测鲜猪肉中肌内脂肪、蛋白质和水分含量

采用傅立叶变换近红外光谱法检测鲜猪肉中肌内脂肪、蛋白质和水分含量。以常规化学分析测定值作建模数据,采用偏最小二乘(PLS)回归法建立鲜猪肉各组分含量的定量分析模型,并以肉样平行扫描光谱验证分析模型预测的准确性和重现性。结果,肉样肌内脂肪、蛋白质和水分模型预测值和化学分析测定值的配对t检验差异均不显著(P>0.05),预测均方差(RMSEP)分别为0.110、0.238和0.193;模型重复预测的相对标准偏差(RSD)分别为0.667%、0.192%和0.007%。结果表明,该方法结果准确可靠,适用于鲜猪肉中肌内脂肪、蛋白质和水分的快速定量检测。     

支持向量回归算法在NIR光谱法预测带鱼糜蛋白质和水分含量中的应用

为考察支持向量回归(SVR)在鱼糜近红外光谱(NIRS)分析中应用的可行性,采用SVR对73份带鱼糜样品的MR漫反射光谱及其蛋白质和水分含量的化学测定数据进行处理,建立了蛋白质和水分含量MRS定标模型,首次尝试将近红外光谱技术应用到带鱼糜主要成分含量的测定中.采用留一法交叉验证(LOOCV)的蛋白质和水分相关系数分别为0.90和0.96,并用独立样本集对模型进行外部验证.结果表明,SVR模型的预测能力比较好.因此,可以将NIR光谱支持向量回归法预测带鱼糜蛋白质和水分含量应用到鱼糜晶质的快速评价中.     

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.     

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.     

近红外和高光谱技术用于小麦籽粒蛋白含量预测探索

以57份小麦籽粒为样本,分别采用Vertex 70傅立叶近红外光谱仪(单籽粒测样附件)和近红外增强型高光谱成像系统采集光谱,建立预测小麦籽粒蛋白含量的模型。基于近红外的小麦单籽粒模型相关系数为0.52,交叉校验均方根误差为0.807;而基于高光谱建立的模型相关系数为0.81,交叉校验均方根误差为0.7035。结果表明:在样本量少且为籽粒形态时,可优先考虑高光谱技术替代传统的近红外单籽粒采样模式来检测样本内部品质,但其实用性还有待进一步验证。若深入结合图像信息,高光谱技术在农产品内外品质检测方面有更广阔的应用。     

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.     

近红外光谱结合反向区间偏最小二乘法检测药用辅料糊精

利用近红外光谱结合化学计量学方法快速检测了药用辅料糊精含量。首先,用近红外光谱仪采集主药与糊精共存样本的近红外光谱数据;然后,采用反向区间偏最小二乘法(Backward Interval Partial Least Squares,Bi PLS)优选光谱特征区间;最后,采用偏最小二乘法(PLS)对优选出来的区间建立药用辅料糊精近红外光谱模型。采用Bi PLS将全光谱均匀划分35个子区间,选择16个子区间[1,7,10,12,18,20,21,23~25,28~33]时,建立的模型预测效果最佳,其交叉验证均方根误差和预测均方根误差分别为1.501和2.437,校正集和验证集相关系数分别为0.9968和0.9958。因此,利用近红外光谱技术快速检测药用辅料糊精含量是可行的。     

近红外光谱信号的优化处理

用实验室常规方法测定竹材样品的木质素含量,漫反射方式采集样品的近红外光谱信号,偏最小二乘法(PLS)和完全交互验证方式以建立毛竹木质素含量的定量分析模型。研究主成分数、建模谱区、求导和平滑预处理技术对定量分析模型的影响。结果表明,预处理技术压缩和恢复的近红外光谱信号效果良好,提高了模型的预测能力,优化近红外定量分析模型有重要参考价值。     

30种多氯有机物的沉积物吸附系数定量结构性质关系研究

研究了30种含氯有机物沉积物吸附系数(Koc)的定量结构性质关系(QSPR)模型。模型的自变量由遗传算法从多个结构描述符中选择得到,校正模型则采用多元线性回归方法建立。应用留一交叉验证及外部测试集验证对所建立的模型进行了检验。留一交叉验证中模型的预测均方相对误差为8.13,外部测试集验证中模型的预测均方相对误差为8.88。这说明所建立模型对于未知样本有较好的预测能力,可用于预测含氯有机物的Koc值;遗传算法结合多元线性回归方法是一种合理可行的建立含氯有机物沉积物吸附系数QSPR模型的方法。     

杜仲松脂醇二葡萄糖苷含量的近红外光谱检测研究

采用AntarisⅡ傅立叶变换红外光谱分析仪器(Thermo Nicolet)测定了9种杜仲的光谱数据,运用偏最小二乘法(PLS)和主成分分析回归(PCR)分别建立了杜仲中松脂醇二葡萄糖苷(PDG)含量与吸光度变量的近红外光谱定标模型,并对所建模型进行验证.结果表明,2种方法建立的模型精度都较高,其中模型的预测能力强弱指标SSE=2.8333,PRESS=7.2392,可见在近红外光谱下,PCR和PDG都适合对杜仲进行检测研究,这是本文的一个重要结果,为以后杜仲的指标检验研究提供了理论和实验依据:但是,PCR建立的(PDG)定标模型预测精度稍高于偏最小二乘法(PLS)建立的模型,所以文中只对PCR进行模型的建立,PLS方法对杜仲检测分析这个问题有待于以后的进一步讨论和研究.     

基于近红外与高光谱技术的小麦种子多指标检测方法

采集47份小麦样本的高光谱图像,提取感兴趣区内的平均光谱,结合反映小麦品质的水分、蛋白质和湿面筋三个指标基础数据,通过OPUS软件搜寻最佳的光谱预处理和波段组合,分别建立了三个指标的偏最小二乘法(PLS)定量分析模型.同时与采用近红外(.NIR)光谱技术建立的三个指标的近红外模型进行比较,发现高光谱模型的各性能指标均明显优于近红外模型.结果表明:当被测样品为颗粒状且内部化学成分分布不均匀时,近红外模型的准确性和稳定性会受其测量条件的限制,而高光谱采样面积大,获取信息更全面,展现出强大的分析检测潜质,为小麦品质评价提供了新方法.     

辣椒粉掺杂苏丹红的近红外光谱鉴别及其含量测定方法研究

研究应用漫反射近红外光谱快速鉴别辣椒粉中的苏丹红及其含量测定的方法。利用漫反射模式直接测定含有苏丹红的辣椒粉的近红外光谱,采用多元散射校正(MSC)方法对光谱进行校正,利用主成分分析研究含有苏丹红的辣椒粉和未含苏丹红的辣椒粉空白样品的分类。根据高效液相色谱测定辣椒粉中的苏丹红含量,利用偏最小二乘方法(PLS)建立苏丹红含量与近红外光谱之间的线性模型。结果显示,利用主成分分析可以方便、快速和准确地区分有无苏丹红的辣椒粉;苏丹红含量与近红外光谱具有良好的线性关系,当隐变量数目为7时,PLS模型的预测误差达到0.428μg/g,预测相关系数达0.973。     

基于GA-PLS算法的小麦粉灰分含量快速检测

为得到噪声小、准确性强、自适应性良好的模型,对实验所得的近红外光谱进行预处理及优化波长是十分必要的.实验确定小麦粉中灰分含量为研究对象,提出将光谱预处理及遗传算法(GA)优化波长用于提高偏最小二乘法(PLS)定量建模的稳健性.对比在不同预处理方法下相关系数R2、矫正标准差(RMSEC)、预测标准偏差(RMSEP)3个指标,随机选择130份样本,建立预处理+GA+PLS定量分析模型.实验结果为:R2从70.31%提到了97.46%,RMSEC从0.0775降低到了0.0226,RMSEP从0.0996降低到了0.0213,表明基于光谱预处理结合GA优化谱区定量分析小麦粉中灰分含量可行,模型预测能力和精度更高.