AOTF-NIR光谱仪在液态奶快速检测中的研究

采用中国电科26所研制的声光可调滤光器(AOTF)-近红外(NIR)光谱仪建立液态纯牛奶快速无损检测方法。用自编的光谱实时采集分析软件,采集112个牛奶光谱并建立聚类分析、主成分分析(PCA)定性判别模型和偏最小二乘法(PLS)定量分析模型。结果表明,定性分析模型能有效分类;定量分析模型的相关系数Rc为0.968 5,预测均方根误差(RMSEP)为0.072 4。     

近红外光谱分析在食品药品检测中的应用

近红外光谱分析技术能提供快速、精确的定性和定量分析而不损伤样品,使其相对传统的化学实验方法更具优势,因此在食品药品检测方面更具有应用价值。     

近红外光谱法对同仁乌鸡白凤丸的定性和定量分析

采用近红外漫反射光谱分析技术对同仁乌鸡白凤丸进行定性和定量分析.采集了98份同仁乌鸡白凤丸和58份不同厂家乌鸡白凤丸样品的近红外漫反射光谱.采用判别分析法对同仁乌鸡白凤丸和乌鸡白凤丸进行鉴别.以70份同仁乌鸡白凤丸的近红外光谱为标准,建立相似度匹配模型,并将其用于计算其余样品的相似度.采用偏最小二乘回归法建立了同仁乌鸡白凤丸总氨基酸、芍药苷、水分含量的定量分析模型,对未知样品进行含量预测.结果判别分析模型的错判数为0.相似度匹配模型能正确区分同仁乌鸡白凤丸和乌鸡白凤丸.校正模型的相关系数分别为0.9614,0.9651,0.9910,验证集均方差分别为0.199%,0.00436%,0.386%.本方法准确可靠,操作简便,快速无损,可推广用于工业现场的原位检测.     

基于LOCAL算法的秸秆水分和热值的近红外光谱快速分析

水分和热值是与秸秆能源转化利用相关的重要特性指标,采用近红外光谱技术结合LOCAL算法来予测秸杆水份和热值.首先将样品分别按水分含量和热值大小均分为高、中、低三个子集分段建模,结果高、中、低含量样品建立的模型的交互验证标准差(SECV)几乎都小于全部样品模型的SECV,表明了秸秆水分和热值变幅对近红外光谱模型的预测精度有较大的影响.针对化学值变幅对模型精度的影响,引入LOCAL算法实现近红外光谱技术预测,快速分析测定秸秆的水分和热值.研究结果表明,LOCAL算法为每个预测样品选择合理的定标集,与常规的PLS和MPLS模型相比,有效提高了近红外光谱技术预测精度,在秸秆近红外光谱定量分析中有着广阔的应用前景.     

基于近红外光谱的花椒麻味物质快速检测方法

针对传统方法测定花椒麻味物质含量耗时、费工的缺点,提出了应用近红外光谱分析技术,快速检测花椒麻味物质含量的新方法.对于141份粉碎到40目的花椒粉末样品,首先使用基于主成分得分与遗传算法的近红外光谱建模样品选择方法(PCA-SSGA)进行样品选择,优选出80份样品.然后应用偏最小二乘法(PLS),将其中60份样品的近红外光谱建立校正模型,并对其余20份样品组成的预测集进行预测.结果显示,测定系数(R220)为0.9004,预测标准差(RMSEP20)为0.8130,预测相对标准差(RSD20)为6.07%,预测相对分析误差(RPD20)为3.1670.说明模型对预测集样品具有一定的预测能力,基于近红外光谱技术快速检测花椒麻味物质是可行的.     

用近红外光谱法快速无损检测苦豆子和决明子单粒种子生活力的研究

用傅里叶变换近红外漫反射光谱法测定了自然状态下单粒苦豆子与决明子种子的光谱,并结合定性偏最小二乘法对这两种种子的生活力进行了鉴别研究.研究结果表明,正反面两次平均光谱的建模效果要优于单次光谱;采用不同样品建模时,苦豆子与决明子模型的鉴别率均在90%以上.该研究为利用近红外光谱技术快速无损鉴定种子生活力提供了新的途径.     

RBF模糊神经网络用于NIR鉴别羊绒和羊毛的可行性研究

为了实现羊绒、羊毛纤维的快速、无损检测,建立了羊绒、羊毛近红外光谱数据库,包括228组各地羊绒、羊毛数据,并应用于羊绒、羊毛的定性检测上。首先介绍了羊绒、羊毛近红外光谱检测的数据库建立过程;然后,在对羊绒、羊毛原始近红外光谱进行预处理的基础上,对数据进行主成分分析,选出12种主成分,并结合改进的RBF模糊神经网络,建立羊绒、羊毛检测模型。通过与主成分分析-马氏距离建模方法的对比分析实验表明,建立近红外光谱数据库,并结合主成分分析和改进的RBF模糊神经网络的方法是一种有效的无损检测羊绒、羊毛的方法,可快速建立高精度的羊绒、羊毛纤维检测模型。     

直接正交校正用于牛奶成分近红外光谱分析

介绍采用近红外光谱分析方法快速检测牛奶主要成分含量的测量原理,探讨研究直接正交(DO)校正的基本方法.利用牛奶成分近红外光谱测量系统分别采集牛奶样品和葡萄糖白蛋白两成分溶液样品的近红外光谱,采用DO法进行光谱数据预处理,并采用偏最小二乘(PLS)法分别建立其相应的数学模型.实验及数据处理结果表明:经DO法预处理后,滤除了原始光谱中的部分噪声信息,但保留了原始光谱中的主要信息.PLS校正模型采纳的最佳因子数随着DO因子的依次滤除相应减少.牛奶中脂肪和蛋白质校正模型在原始光谱分别被滤除3和4个主成分时达到性能最佳,校正标准偏差SEC分别为0.3204和0.2727,预测标准偏差SEP为0.7316和0.4460,两成分溶液样品中白蛋白和葡萄糖校正模型在原始光谱被滤除1个因子时达到性能最佳.校正标准偏差SEC分别为0.2513和0.2780,预测标准偏差SEP为0.5169和0.7870,单位(g/dL),与DO法预处理之前的PLS模型相比,预测标准偏差相应降低,采纳的主成分数减少,模型得到简化.     

基于近红外漫反射光谱的盐酸左西替利嗪片判别分析

当前市场上的药品种类繁多,因此对不同厂商的同类药品进行识别分析对规范医药市场及保障人民用药安全有重要现实意义.实验采用基于傅里叶变换近红外漫反射光谱的光谱判别分析方法,结合矢量归一化方法和导数方法对光谱进行预处理,对不同品牌的盐酸左西替利嗪片建立定性识别模型,并用验证集样品对模型进行验证。验证结果表明,通过光谱库判别分析法建立识别模型不能正确识别同一厂家的两种样品,但对不同厂家盐酸左西替利嗪片的识别正确率为100%,该方法可以用于不同企业同类药品的快速定性识别和质量控制.     

茶叶中茶多酚含量的近红外光谱检测模型研究

茶叶中茶多酚作为茶叶品质检测中五项常规检测成分之一,研究利用近红外光谱技术对茶叶中茶多酚含量进行快速无损检测具有很高的实用价值,但目前茶多酚含量的近红外检测研究对象主要集中于茶叶提取物及其制品.研究利用近红外光谱技术测定茶叶中茶多酚含量,采用非线性偏最小二乘法(NLPLS)原理,结合不同的光谱区间组合建立了最佳的茶多酚含量近红外分析模型,相关系数为0.967,均方根误差为2.001%,模型具很高的精度.     

奶粉-三聚氰胺的荧光光谱特性研究

为了研究奶粉、三聚氰胺、奶粉-三聚氰胺混合水溶液的稳态荧光光谱和同步荧光光谱特征,采用280nm的激励光照射奶粉-水溶液时,能发射峰值位于330nm的荧光。利用恒波长同步荧光分析技术研究了该混合溶液的光谱特性,分别改变不同的波长差Δλ,当Δλ=60nm时,同步荧光强度达到最大;混合溶液中奶粉的浓度改变时,其同步荧光强度和浓度间满足线性关系。同时得到了奶粉和三聚氰胺混合溶液的同步荧光光谱,当Δλ=38nm时,奶粉同步荧光峰位位于283nm,三聚氰胺位于319nm,奶粉-三聚氰胺混合溶液中两个峰位均存在。结果表明,利用同步荧光分析技术可以较好地检验出奶粉中是否含有三聚氰胺。该研究能为三聚氰胺及其衍生物的物质特性研究提供参考,并为三聚氰胺的含量检测提供帮助。     

近红外光谱技术在牛奶及其制品质量检测中的应用

近红外光谱技术作为一种新型的分析检测技术,正在获得越来越广泛的应用。本文阐述了近红外光谱技术的基本原理、具体检测步骤和国内近红外光谱技术在牛奶及乳制品质量分析方面应用的最新研究进展。对目前研究存在的问题进行了分析,对以后进一步的研究进行了展望,并提出了一些建议。     

牛奶中三聚氰胺浓度测定的一种新方法

对三聚氰胺牛奶溶液在紫外光激发下的荧光光谱进行了测量,用小波变换(WT)处理荧光光谱,结合径向基函数神经网络(RBFNN),建立了检测牛奶中三聚氰胺浓度的模型。对6种三聚氰胺牛奶溶液样本的浓度进行检测,检测结果相对误差分别为1.19%、2.99%、1.06%、1.43%、2.12%和3.83%。实验结果表明,该方法能快捷、准确地测定三聚氰胺在牛奶中的含量。     

基于主成分和多类判别分析的可见-红外光谱水蜜桃品种鉴别新方法

提出了一种用可见-近红外漫反射光谱技术快速鉴别水蜜桃品种的新方法.应用可见-近红外光谱仪测定三个品种水蜜桃的光谱曲线,再用主成分分析法对不同品种样本进行聚类分析,获取了水蜜桃可见-近红外光谱的特征信息,同时结合多类判别分析技术建立水蜜桃品种鉴别的模型.对经过预处理的光谱数据进行主成分分析,分析表明,以样本在第一主成分和第二主成分上的得分做出的二维散点图,对不同种类水蜜桃具有很好的聚类,能定性区分不同种类水蜜桃;经过主成分分析得到的前8个主成分的累积可信度已达94.38%,说明这8个变量能够代表绝大部分原始光谱的信息.从75个样本中随机抽取60个样本用于建立8个主成分变量的多类判别分析品种鉴别模型,余下的15个样本用于验证,准确率为100%.说明本文提出的方法具有明显的分类和鉴别作用.     

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。     

用近红外光谱鉴别杨梅品种的研究

提出了一种用近红外光谱技术快速无损鉴别杨梅品种的新方法,首先用主成分分析法对典型的四个杨梅品种进行聚类分析,获取杨梅的近红外指纹图谱,再结合人工神经网络技术进行品种鉴别.主成分分析表明,以主成分1和2对样本的得分值做出的得分图,对不同种类杨梅具有较好的聚类作用,可以定性分析杨梅种类.利用主成分分析可以把原始波长变量压缩成能代表原始变量的少数相互正交的主成分,用这些新变量作为神经网络的输入,建立3层BP人工神经网络模型.四个杨梅品种共100个样本用来建立神经网络品种鉴别模型,对未知的20个样本进行预测,结果表明,品种识别准确率达到95%.说明综合主成分分析和人工神经网络的方法具有很好的分类和鉴别作用,为杨梅的品种鉴别提供了一种新方法.     

高灵敏检测传感芯片应用于脑胶质瘤疾病检测

太赫兹波因其指纹谱识别和无损探测等特性可被应用于物质的快速定性与定量识别。现阶段太赫兹技术方法对物质含量检测的下限在毫克量级,然而实际生物医学样本中待测物的浓度通常在微克量级甚至以下,现有方法限制了其检测灵敏度和可行性。研究中以脑胶质瘤里的特异性物质肌醇(MI)和γ-氨基丁酸(GABA)为例,基于电容电感效应,设计了一款增强太赫兹检测灵敏度的超材料芯片。然后通过测试MI和GABA在不同浓度下的太赫兹光谱,证明其各自随着浓度的变化,芯片谐振峰频移呈现不同的规律,从而进行有效的定性识别,且对于MI和GABA的已知样品,可以根据频移规律实现定量分析。根据实验数据计算可得,所设计的芯片对这两种样品含量检测下限分别为3.457 μg和2.552 μg,与传统压片法的检测极限相比提高了三个数量级。这些结果对后期生物医学中定性和定量检测疾病的微量特异性物质具有重要参考价值。     

基于BP神经网络的近红外光谱法鉴别芝麻油品牌的研究

研究了一种用近红外光谱分析技术快速鉴别芝麻油品牌的方法。首先对芝麻油样品的近红外光谱采用主成分分析法进行聚类分析,加结合人工神经网络技术进行芝麻油品牌的鉴别。通过主成分分析,得到前15个主成分的累计可信度达到99.72%,再将55个校正集样品的前15个主成分数据作为BP网络输入变量,建立一个3层BP人工神经网络的芝麻油...