区间偏最小二乘法结合拉曼光谱测定猪肉皮下脂肪的碘值

碘值是评价脂肪酸品质的重要指标,为探究拉曼光谱技术结合化学计量学方法对完整脂肪样本中脂肪酸不饱和程度测定的可行性,以猪肉皮下脂肪为研究对象,利用实验室自主搭建的拉曼光谱检测系统,获取其300~2000cm-1波段的光谱,进而利用该光谱进行预处理方法的优化研究和碘值相关变量的优选研究,并以传统韦氏滴定法测定得到的碘值为参考值,采用偏最小二乘法建立了完整脂肪样本中碘值的校正模型。结果表明:8次多项式拟合基线校正为最优预处理方法;经区间偏最小二乘法筛选得到的优选变量为1106~1470cm-1;结合最优预处理方法和优选变量建立碘值预测模型,其预测集相关系数Rp和预测均方根误差(RMSEP)分别为0.9463和2.5391×10-2。研究结果证明,优选的拉曼光谱变量可用于完整脂肪中碘值的快速无损测定,为基于拉曼光谱的猪胴体脂肪酸不饱和程度的在线、快速、无损检测提供了理论依据。     

玉米粉中苯甲酸的太赫兹光谱定量检测研究

为了检测玉米粉中苯甲酸的含量，控制苯甲酸在玉米粉中使用量，提高食品安全等级，采用太赫兹光谱技术对玉米粉中苯甲酸含量进行定量研究，获得了玉米粉中不同质量分数的苯甲酸在0.5THz~3THz的光谱数据。采用偏最小二乘、最小二乘支持向量机和多元线性回归构建光谱模型，未参与建模的样品用来进行模型评估, 并利用预测集相关系数R_p和预测集均方根误差e_RMSEP对模型进行了评价。结果表明, 最小二乘支持向量机模型评价能力最强，预测集相关系数R_p=0.9958，预测集均方根误差e_RMSEP=0.0057。说明太赫兹技术结合化学计量学方法可以用于定量检测玉米粉中苯甲酸的含量。     

基于激光拉曼光谱的橄榄油掺伪定量检测

采用便携式激光拉曼光谱仪对208个特级初榨橄榄油(EVOO)掺伪亚麻籽油(FSO)样品进行拉曼光谱扫描，结合主成分分析(PCA)和偏最小二乘回归(PLSR)分析方法实现了EVOO掺伪FSO的定量检测研究。开发了偏最小二乘回归校准模型，并在内部(使用交叉验证、留一法)和外部(使用独立样本集)进行验证。采用预测值与真实值之间的相关系数(R²)、均方根误差(RMSE)及相对分析误差(RPD)这3个参数对系统的预测性能进行评价。研究试验表明，该系统的预测均方根误差为2.31%,预测集相关系数为0.995;交叉验证均方根误差为2.24%,交叉验证集相关系数为0.995,同时得到该系统的相对分析误差为14.19。结果显示该系统在EVOO掺伪FSO定量检测方面具有优秀的预测性能，使用该系统可以对EVOO掺伪进行简易、快速、无损定量检测。     

近红外光谱结合GA-LSSVR分析烟草尼古丁含量

为了提高近红外光谱快速检测烟草尼古丁含量的精度和稳定性,利用近红外光谱结合遗传算法-最小二乘支持向量回归(GA-LSSVR)建立了回归预测模型。在LSSVR模型建立过程中,采用遗传算法对LSSVR参数进行自动优化。相比于利用常规最小二乘支持向量机和遗传偏最小二乘法等建立的回归预测模型,GA-LSSVR法建立的回归预测模型泛化能力更强,预测效果更好,验证集相关系数R2为0.9766,预测均方根误差为0.1065。研究结果表明,GA-LSSVR是一种快速准确的建模方法,为烟草尼古丁含量的近红外测定和近红外光谱数据的处理提供了新的方法与途径。     

激光拉曼光谱结合偏最小二乘法快速测定植物油碘值

为探讨应用激光拉曼(Raman)光谱结合偏最小二乘 法(PLS)建模无损、快速及无试剂测定植物油碘值 的可行性,实验以大豆油、橄榄油、花生油、芝麻油及其调和油为样品,采集了其拉曼光谱 , 采集波数范围为250cm－1～2400cm －1, 并对其信号进行了归属,考察了各种实验条件对拉曼光谱的 影响,并以传统韦氏法测定得到的碘值作为对比,结合化学计量学方法建立了植物油碘值拉 曼 光谱定量模型。实验结果表明,大豆油、橄榄油、花生油及其调和油的拉曼光谱峰形及位移 具有一定的相似性,芝麻油拉曼光谱有较强的荧光干扰,峰强度与其他植物油存在着明显的 差异。所建立的碘值校正模型的决定系数R²为97.49 ,交叉验证校正标准差(RMSECV)为 1.15;检验集预测标准差(RMSEP)为1.57, 决定系数R²为96.47。结果表明,应用拉曼光 谱技术结合化学计量学实现植物油碘值快速检测是可行的。     

发酵液中甘油和丁醇含量的近红外快速检测方法

为了提高生物发酵过程的控制与优化水平,试对发酵底物甘油和目标产物丁醇的含量进行快速无损检测进行研究。首先对80份甘油与丁醇的单体系样本进行近红外扫描并进行光谱分析。为提高模型的预测能力,分别采用了偏最小二乘法、间隔偏最小二乘法、向前间隔偏最小二乘法、向后间隔偏最小二乘法和窗口移动最小二乘法5种定量校正方法建立甘油和丁醇含量的近红外检测模型并对模型进行分析与比较。结果表明,向后间隔偏最小二乘法建立的模型效果较好,甘油和丁醇的单组份溶液的检测模型相关系数分别达到0.99932(甘油)和0.98843(丁醇)。为测量真实的甘油发酵液中甘油和丁醇含量,搭建并建立了甘油和丁醇浓度监测平台,验证得相关系数分别达到0.99074(甘油)和0.99261(丁醇)。结果表明建立的近红外快速检测模型在检测的准确性和快速性上均有优异的性能,为发酵行业快速检测提供了新的检测手段。     

激光诱导击穿光谱用于煤中多元素同步检测

为了实现煤中碳、氢、硫3种非金属元素的快速同步定量检测, 采用激光诱导击穿光谱技术, 以波长1064nm的Nd:YAG固体激光器作为激发源, 在空气环境下烧蚀9种煤国家标准样品, 选取188.885nm~308.008nm和655nm~660nm波长范围光谱, 结合偏最小二乘回归, 同步检测煤中C, H, S 3种非金属元素, 取得了偏最小二乘回归的校正模型和预测模型数据, 并进行了理论分析和实验验证。结果表明, C, H, S元素的预测质量分数与真实质量分数的决定系数为0.9421, 0.9894, 0.9840, 预测均方根误差分别为2.2772, 0.2356, 0.1678, 平均相对误差分别为2.6348%, 7.1185%, 8.8600%。该研究证明了激光诱导击穿光谱技术结合偏最小二乘回归定量可用于煤中非金属元素的多元素检测。     

便携式苹果糖度光谱检测仪的设计与试验

为快速、便捷地利用近红外光谱检测苹果糖度,设计了以ARM9处理器为核心、以微型光谱仪和自制果托作为光谱检测装置、以Win CE为操作系统的便携式苹果糖度光谱检测仪。以80个苹果样品作为试验对象,采用平滑、多元散射校正、标准正态变量变换等方法对原始光谱进行预处理,结合无信息变量消除法和连续投影算法进行有效波长的筛选,建立基于所选特征波长和全波段的苹果糖度近红外光谱偏最小二乘模型。结果表明,偏最小二乘结合原始光谱信息建模效果最好,其预测相关系数Rp=0.853,预测均方根误差RMSEP=0.534。该检测仪能较好地满足苹果糖度的快速无损检测。该研究为快速、便携的苹果糖度光谱检测仪设计提供了参考。     

QuEChERS-拉曼光谱法测定黄瓜上的吡虫啉残留量

采用拉曼光谱技术结合QuEChERS（Quick Easy Cheap Effective Rugged and Safe）样本前处理建立了黄瓜上吡虫啉残留量的快速检测方法。以进行了不同前处理步骤（乙腈提取、去水萃取、褪色除杂）的三批黄瓜样本作为实验对象,利用780 nm激光器采集样本的拉曼光谱图,并分别采取偏最小二乘（PLS）和主成分回归（PCR）算法建立了六个黄瓜中吡虫啉含量预测模型。结果表明,仅进行了乙腈（C2H3N）提取一步前处理的样本建模效果最优,校正集及预测集的相关系数均在0.99以上,其中PLS的预测集相对分析误差（RPD）达到5.52,说明模型具有一定的预测精度,此结果可为后续前处理简化研究提供有力依据。     

融合光谱、纹理及形态特征的水稻种子品种高光谱图像单粒鉴别

水稻种子品种的单粒鉴别对于防止制种时的混杂、掺假现象,保证种子纯度具有重要意义。利用高光谱图像技术研究了水稻种子品种的单粒快速鉴别方法。采集了10类水稻种子在400~1000 nm范围内的高光谱反射图像并提取其光谱、纹理和形态特征;结合偏最小二乘判别分析模型比较了不同特征及其组合下的分类精度,并利用多次递进无信息变量消除算法结合偏最小二乘投影分析方法筛选最优波段。结果显示,在仅利用23个最优波段情况下,融合均值、熵、能量和形态特征所建立的鉴别模型获得了令人满意的识别精度,其训练集、测试集精度分别为99.22%、96%。结果表明,高光谱特征融合可以在少量波段情况下有效地提高水稻种子品种单粒鉴别的精度,基本满足国家标准对种子纯度的检测要求。     

表面增强喇曼光谱研究脐橙中亚胺硫磷农药残留

为了证实以团絮状银胶为基底的表面增强喇曼光谱（SERS）技术结合化学计量学方法能有效实现脐橙中农药残留检测,采用德国布鲁克公司的共焦显微喇曼光谱仪,对脐橙中的亚胺硫磷农药残留的快速无损检测进行了研究。通过留一交互验证法得出农药检出限为4.113mg/L,并对SERS光谱进行7种方法的预处理。结果表明,先基线校正后卷积平滑预处理的建模预测效果最好;结合偏最小二乘法建模,预测集的相关系数和预测均方根误差分别为0.904和4.890mg/L,校正集的相关系数和预测均方根误差分别为0.919和3.990mg/L。结果证明了SERS定量分析的科学性和可行性,这对国内水果的生产和出口水果的农药残留检测有一定的参考作用。     

基于近红外光谱的梨果糖浓度无损检测系统

应用近红外光谱漫发射技术设计了梨果的糖浓度无损便携式检测系统,建立了近红外光谱和梨的糖浓度值之间的关系。以850nm激光二极管作为背景光源,905nm作为特征光源,设计了用于梨的糖浓度无损检测的便携式仪器。将校正集样本结合偏最小二乘法进行建模,并对预测集进行预测。同时使用标准仪器测得梨果糖度标准值,得到了标准糖度值和预测值之间的相关图。其中校正集相关系数为0．99186,RMSEC为0．00175,由此模型进行预测时所得到的预测集相关系数为0．8262,RMSEP=0．00808。实验初步证明,文中所设计仪器可对同一种类的梨的糖浓度进行无损测量。     

基于Tchebichef图像矩的氧化锌太赫兹光谱定量研究

为了提高多组分混合物太赫兹光谱定量分析的准确性和稳定性, 将Tchebichef图像矩结合偏最小二乘回归(PLS)的建模方法引入到太赫兹光谱定量分析中, 以橡胶添加剂氧化锌、白炭黑与丁腈橡胶的混合物为实验样本, 对混合物中的氧化锌进行定量分析。获取样本太赫兹吸光度数据后, 用3维光谱自构建方法构建样本的3维光谱, 利用Tchebichef图像矩提取样本3维光谱灰度图的特征信息, 然后用PLS建立定量模型对氧化锌进行定量分析。结果表明, 由本方法得到的样本预测集相关系数和均方根误差分别为0.9993和0.0351, 与用PLS和支持向量回归直接对吸光度数据进行建模的方法相比, 结果更加准确和稳定。本方法能够对混合物中氧化锌进行准确、稳定的定量分析, 为多组分混合物太赫兹光谱定量分析提供了新思路。     

激光诱导击穿光谱检测牛奶中的Na元素

采用激光诱导击穿光谱(LIBS)技术,检测了牛奶样品中的Na元素含量。实验共分析了15个 牛奶样品,其中9个已知样品作为定标样品,采用偏最小二乘法(PLS )建立Na元素定量分析的回归模型;使用另外6个作为待测样品,用以检验模型的定量分析结 果。检测出了6个待测样品中的Na元素含量,其中检验样品中参 考含量和预测含量之间的线性相关度达到0.993,相对误差均在15%以下。检测结果表明,LIBS技术能快速准确地检测牛奶中的Na含 量,表现出较好的应用潜力。     

基于吸光度的波长筛选方法用于近红外光谱定量模型的优化

建立一种基于吸光度的波长筛选方法,以近红外光谱测定中成药制剂的多糖含量为例,对模型优化效果进行验证.考虑模型稳定性,在计算机平台上搭建一种新的样本集划分框架,基于吸光度筛选出最优波段为400~1882&2072~2364 nm,建立偏最小二乘(PLS)模型得到的SEPAve、RP,Ave分别为27.13 mg L-1、0.856,与全扫描谱区(400~2498 nm)的PLS模型预测效果做比较.结果表明,基于吸光度的波长筛选方法,可以优选出高信噪比波长,从而提高了近红外光谱定量模型的性能.     

连续投影算法的润滑油中含水量近红外光谱的分析

应用近红外光谱技术结合连续投影算法（SPA）实现了油中含水量的分析。对57个油样进行光谱扫描,通过比较不同预处理方法,以相关系数（R）和均方根误差（RMSE）作为模型评价指标,建立油中含水量预测的全波段偏最小二乘法（PLS）模型。同时应用SPA提取有效波长,作为PLS的输入变量,建立了SPA-PLS模型。结果表明经连续投影算法提取24个特征波长建立的模型,所用变量数仅占全波段的 4.68%,SPA-PLS优于全波段的PLS模型,其对验证集样本进行预测的相关系数和均方根误差分别为0.994 4和5.455 110-5,获得了满意的预测精度。说明应用光谱技术检测油中含水量是可行的,并能获得满意的预测精度,为进一步应用光谱技术进行油中其他污染物的在线监测提供了新的方法。     

2-巯基苯并噻唑的太赫兹时域光谱定量研究

为了减少由于橡胶促进剂2-巯基苯并噻唑(MBT)掺假而导致橡胶制品质量不过关的问题，提出利用太赫兹时域光谱技术对MBT的有效含量进行定量研究。利用太赫兹透射测量得到MBT和聚乙烯混合物在0.3THz~1.4THz的吸收特征谱，提出了一种基于最小二乘支持向量回归(LS-SVR)的MBT定量检测模型，将LS-SVR模型分别与偏最小二乘模型和支持向量机回归模型进行比较，得到模型预测集均方根误差分别为1.1330%，2.5583%和2.3869%。结果表明，LS-SVR的定量模型可取得更好的效果，其精度更高，稳定性更好。本研究为MBT定量检测提供了新的快速且有效的方法。