基于近红外光谱和QPSO-LSSVM模型的玉米脂肪测定

为了建立一个精确、稳健的玉米脂肪近红外光谱定量模型,提出了以全波段光谱建立最小二乘支持向量机(LS-SVM)模型、用量子行为粒子群优化(QPSO)算法结合留一交叉验证(LOO-CV)规则优化模型参数的新方法,并用76份样本数据进行了验证。与常用的偏最小二乘(PLS)校正模型相比,当采用原光谱数据建模预测时,相关系数(Rp)和相对分析误差(RPD)分别由0.9248、2.43升至0.9801、4.38以上,预测均方根误差(RMSEP)从0.0624降到0.0311以下;若将光谱进行多元散射校正(MSC)预处理之后再建模预测,则Rp和RPD分别由0.9618、3.95升至0.9934、8.11以上,RMSEP从0.0395降到0.0215以下。试验结果表明,以全波段近红外光谱建立的QPSO-LSSVM校正模型完全可用于玉米脂肪的实际检测。     

FT-NIR光谱法测定聚乙烯密度

应用傅里叶变换近红外(FT-NIR)光谱法测定6个牌号具代表性的高密度聚乙烯样品的近红外光谱数据,采用化学计量学中的多元校正方法-偏最小二乘(PLS)算法对样品建立了测定密度的校正模型。通过对模型进行数理统计检验,其测定结果与提供基础数据方法测定的结果对比,两者不存在显著性差异。该分析方法应用于测定聚乙烯密度,结果令人满意。     

近红外光谱法测定CTS-GSH中巯基含量（英文）

选取56份自制的壳聚糖与谷胱甘肽通过酰胺化反应合成的巯基化壳聚糖(CTS-GSH)样品,对其进行近红外光谱扫描,选取各波段的特征吸收峰作为自变量,以巯基含量为因变量,建立偏最小二乘(PLS)模型预测巯基含量,并将预测值与实测值作比较.结果表明,预测值与计算值的相关系数大于0.9,表明模型具有良好的预测性能.预测值和实测值的差异不显著,表明近红外光谱预测CTS-GSH中的巯基含量具有可行性.     

中红外光谱结合PLS定量检测柴油掺假

目的：建立一种中红外光谱结合偏最小二乘法(PLS)对柴油中大豆油含量的定量分析方法。方法：首先，配制39组不同含量的柴油掺假大豆油样品并采集中红外光谱，探究不同的预处理方法对PLS校正模型的影响；其次，采用区间偏最小二乘法(IPLS)、协同区间偏最小二乘法(SIPLS)、后向区间偏最小二乘法(BIPLS)分别对SNV预处理后的光谱进行特征变量提取，并采用留一法交叉验证进行优化；最后，基于最优预处理方法(SNV)、特征变量提取方法(SIPLS)构建最优PLS校正模型，与原始光谱校正模型进行对比。结果：采用SNV-SIPLS-PLS的校正模型预测能力远超原始模型，其决定系数(R_P²)从0.6908上升为0.9444，均方根误差(RMSE_P)从0.3400降至0.1400。结论：中红外光谱技术结合协同区间偏最小二乘法是一种快速准确检测柴油掺假的分析方法。     

基于拉曼光谱的没食子酸甲酯化反应在线监控方法

针对没食子酸的甲酯化反应,提出在线拉曼光谱实时监测反应进程的方法。通过定性分析反应物没食子酸和产物没食子酸甲酯拉曼特征峰高随时间变化的特点,将其用于表征反应进程;通过比较偏最小二乘(PLS)回归和线性回归算法,建立没食子酸质量浓度的定量分析模型,以预测反应过程中没食子酸质量浓度。发现特征峰高的变化趋势可用于反映反应进程;与PLS模型相比,使用没食子酸对照品溶液的拉曼光谱建立线性回归模型可更好地预测没食子酸质量浓度。结果表明,将该方法用于表征没食子酸甲酯化反应过程具有一定可行性,为生产过程实时监控提供研究基础。     

一种基于可预测偏最小二乘法的故障检测方法

将可预测元分析(Fore CA)与偏最小二乘法(PLS)结合用于故障检测,在选取合适的可预测元的基础上,运用偏最小二乘回归,进一步提高模型对系统的预测能力,克服了偏最小二乘回归方法无法反映系统动态时序特性的缺陷,并构造CUSUM统计量和SPE统计量以检测故障是否发生。最后通过TE模型上的仿真实验结果表明:Fore PLS方法能有效检测慢漂移等故障。     

基于LSSVM的溶剂油分离建模方法研究

针对传统支持向量机和单一模型建模的缺点,利用某炼油厂溶剂油分离过程中二侧线流量作为建模对象,对最小二乘支持向量机集成学习方法进行了研究。首先利用自适应系数加权模糊(AWFCM)聚类算法对训练样本进行聚类;然后对每一类数据使用最小二乘支持向量机建立子模型,并使用PLS合成函数得到最小二乘支持向量机集成模型;最后通过仿真实验来验证最小二乘支持向量机集成模型预测的精确性。结果表明,该算法在预测精度上有了较大的提高,对过程控制系统中分离效果的预测具有重要指导意义。     

FiPLS在烟煤水分近红外检测中的应用

偏最小二乘是一个在近红外光谱解析中常用的计量学算法,结合变量筛选方法既可以提高模型的预测能力,也可以大大降低建模的难度。本文将前向区间偏最小二乘用于烟煤水分近红外光谱解析。提取出的区间数为2,变量个数从1557减少到54个。所提取的波长区间主要位于O-H一级泛频吸收带。预测平均绝对百分误差从0.0865降低到0.0818。研究结果表明,前向区间偏最小二乘可以显著减少变量数并提高预测准确度。     

流化床制粒过程颗粒水分预测研究

对流化床进行工程化改造,安装近红外光谱仪,对制粒过程中的颗粒水分含量进行光谱采集。采用偏最小二乘法(PLS)、粒子群-核岭回归(PSO-KRR)和随机森林-偏最小二乘法(RF-PLS)建立回归模型,对不同的算法的预测精度进行了研究。结果表明,PLS模型预测集均方根误差(RMSE)为0.218 0,相关系数R为0.971 7;PSO-KRR模型预测集RMSE为0.215 4,R为0.973 8;RF-PLS模型预测集RMSE为0.205 9,R为0.973 3。其中RF-PLS模型的预测效果最好。     

基于偏最小二乘法的血迹陈旧度高光谱预测研究

血迹是现场勘查中常见的生物检材,血迹陈旧度与案发时间有着必然的联系。使用高光谱成像仪,以BaSO_4白板作为漫反射标准参照板,每间隔1 h采集12个血迹样本在0～10 h共计132份高光谱数据。基于标准正态变换预处理光谱数据,随机选取预处理后的8个血迹样本用作训练集,4个样本用作测试集。分别以全波段和特征波段构建基于偏最小二乘法（PLS）的血迹陈旧度预测模型,同时与以主成分回归（PCR）、支持向量机回归（SVR）、最小二乘支持向量机回归（LS-SVR）算法构建的模型结果进行比较。结果表明,以偏最小二乘法构建的预测模型,训练集决定系数（R_c²)=0.996,平均绝对误差（MAE_c)=0.002,测试集决定系数（R_p2)=0.996,平均绝对误差（MAE_c)=0.002,测试集决定系数（R_p²)=0.962,平均绝对误差MAE_p=0.010,具有最高的预测精度和稳定性。     

反相高效液相色谱法同时测定生物转化液中苯乙酮和肉桂酸

建立RP-HPLC法测定生物转化液中苯乙酮和肉桂酸的含量。色谱条件:采用Kromasil-100AC18柱(250 mm×4.6 mm,5μm);以甲醇-水-冰醋酸(体积比为75∶25∶0.05)为流动相;流速为1.0 mL/min;检测波长为246 nm;柱温为室温。结果表明,苯乙酮在1.60~320.0μg/mL范围内呈良好线性关系(r=0.999 2);肉桂酸在2.00~400.0μg/mL范围内呈良好线性关系(r=0.999 6)。苯乙酮和肉桂酸的平均回收率分别为100.42%和101.75%,相对标准偏差(RSD)分别为1.3%和1.7%。     

反相高效液相色谱法同时测定桂油生物催化反应中肉桂醇、苯甲醛、苯乙酮、肉桂酸和肉桂醛

建立了快速测定桂油生物催化反应中肉桂醇、苯甲醛、苯乙酮、肉桂酸和肉桂醛的反相高效液相色谱方法。色谱条件:采用Kromasil-100A C18柱(250 mm×4.6 mm,5μm),以乙腈-甲醇-水-冰醋酸(体积比36:6:58:0.02)为流动相,流速为1.0 mL/min,检测波长为205 nm,柱温为室温。结果表明,肉桂醇在1.03～82.16μg/mL范围内呈良好线性关系(r=0.999 9);苯甲醛在1.10～87.92μg/mL范围内呈良好线性关系(r=0.999 9);苯乙酮在1.06～84.48μg/mL范围内呈良好线性关系(r=0.999 8);肉桂酸在1.30～104.16μg/mL范围内呈良好线性关系(r=0.999 8);肉桂醛在1.21～96.48μg/mL范围内呈良好线性关系(r=0.999 2)。肉桂醇、苯甲醛、苯乙酮、肉桂酸和肉桂醛的平均回收率分别为99.8%,100.7%,100.6%,96.4%和100.7%,相对标准偏差(RSD)分别为3.4%,3.3%,2.0%,1.8%和5.5%。     

从肉桂酸生物发酵液中提取苯乙酮的研究

开展了从肉桂酸生物转化合成苯乙酮过程中的发酵液提取苯乙酮的研究,通过比较溶剂萃取法和水蒸汽蒸馏法提取的特点,提出了水蒸汽蒸馏-溶剂萃取偶合法从发酵液提取苯乙酮的提取分离方法。结果表明,用溶剂萃取法时,经过乙酸乙酯和调节pH前处理、环己烷萃取、浓缩等步骤,苯乙酮的萃取得率为89.0%,萃取溶剂使用量为1 mL发酵液需要1 mL有机溶剂(乙酸乙酯与环己烷之和);而用水蒸汽蒸馏-溶剂萃取偶合法萃取得率为92.1%,萃取溶剂使用量为1 mL,发酵液仅需0.1 mL乙酸乙酯。     

微生物Mucor sp.转化肉桂酸生成苯乙酮降解途径分析

利用GC-MS检测Mucor sp.转化肉桂酸的产物,对微生物Mucor sp.降解肉桂酸的途径进行了分析。β-苯乙醇首次作为微生物Mucor sp.转化肉桂酸生成苯乙酮的中间体在产物中被检测到。Mucor sp.降解肉桂酸的途径是:在肉桂酸的侧链双键上先发生环氧化反应得到3-苯基-2,3-环氧丙酸,环氧化合物经脱羧、还原开环得到中间体β-苯乙醇,β-苯乙醇经羟基转移和进一步催化氧化生成苯乙酮。     

Assessment of Interval PLS (iPLS) Calibration for the Determination of Peroxide Value in Edible Oils

Partial least squares (PLS) is a commonly used (and sometimes misused) chemometric technique for calibrating Fourier transform infrared spectroscopy, and allows the analysis of a variety of quality parameters associated with edible oils. Peroxide value (PV) is a typical parameter of interest; however, developing a robust, optimal, and reliable calibration method can be a daunting task. This paper examines and compares the use of interval PLS as a tool to develop a PLS PV calibration method for a single‐bounce attenuated total reflectance accessory relative to full spectrum PLS and experienced PLS, making use of correlation, variance, and pure component spectra. Using mixtures of fresh and oxidized oil covering a PV range of 1–20 meq/kg, backward interval PLS could systematically produce quality calibrations without the need to resort to experienced PLS. The experienced PLS requires a degree of spectral knowledge as well as diligent and tedious spectral examination, including largely unstructured iterative calibrations and cross‐validations to improve calibration performance. The backward interval PLS is also better than the full spectrum PLS in terms of model performance. In addition, the general model developed could account for the errors caused by oil types.     

近红外光谱结合偏最小二乘法测定复方阿司匹林/双嘧达莫成分含量

采用近红外漫反射光谱分析技术对复方阿司匹林/双嘧达莫药物的有效成分进行测定,结合偏最小二乘(PLS)法分别建立了复方药物有效成分双嘧达莫及阿司匹林的相关模型,结果显示,复方阿司匹林/双嘧达莫中双嘧达莫PLS模型的相关系数R为0.99921,交互验证均方根误差(RMSECV)是0.00170,预测集均方根误差(RMSEP)是0.00291;复方中阿司匹林PLS模型的R为0.99517,RMSECV为0.000810,RMSEP为0.000831。由此表明,所建立的模型预测性能良好,均在误差范围内,说明方法准确可靠,可以用于实际生产中的在线控制。     

Multivariate determination of cloud point in palm oil using partial least squares and principal component regression based on FTIR spectroscopy

A rapid FTIR spectroscopic method was developed for quantitative determination of the cloud point (CP) in palm oil samples. Calibration samples were prepared by blending randomized amounts of palm olein and palm stearin to produce a wide range of CP values ranging between 8.3 and 47.9°C. Both partial least squares (PLS) and principal component regression (PCR) calibration models for predicting CP were developed by using the FTIR spectral regions from 3000 to 2800 and 1800 to 1600 cm⁻¹. The prediction capabilities of these calibration models were evaluated by comparing their standard errors of prediction (SEP) in an independent prediction set consisting of 14 palm oil samples. The optimal model based on PLS in the spectral range 1800-1600 cm⁻¹ produced lower SEP values (2.03°C) than those found with the PCR (2.31°C) method. FTIR in conjunction with PLS and PCR models was found to be a useful analytical tool for simple and rapid quantitative determination of CP in palm oil.     

全自动固相萃取-气相色谱/质谱法测定水中的甲萘威

[目的]建立了全自动固相萃取-气相色谱/质谱联用测定水体中甲萘威的方法。[方法]优化了固相萃取的条件,采用ProElut PLS固相萃取柱,以甲醇作为洗脱溶剂萃取水样中的甲萘威,用气相色谱/质谱法测定。[结果]甲萘威质量浓度在5.0~250.0μg/L范围内与其气相色谱/质谱响应值线性关系良好,相关系数为0.9999,检出限为0.022μg/L。样品加标回收率在90.2%~92.5%之间,测定结果的相对标准偏差为1.9%~3.2%。[结论]该方法自动化程度高、快速、准确,适合于水中甲萘威的测定。     

肉桂酸生物合成苯乙酮微生物的筛选及反应条件优化

以肉桂酸为碳源,从肉桂种植区土壤中富集筛选获得了一株能将肉桂酸高效、高选择性地转化为苯乙酮的菌株JX66,经鉴定,菌株JX66为越南伯克氏菌(Burkholderia vietnam iensis)。研究表明,在肉桂酸质量浓度为5 g/L,反应体系的初始pH=9.0,28~30℃,反应48 h,Burkholderia vietnam iensisJX66催化肉桂酸转化为苯乙酮的转化率为83.5%;反应产物为单一的苯乙酮。