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.     

近红外光谱相似度匹配分析法控制卷烟表香质量

应用傅里叶变换近红外(FT-NIR)光谱分析技术结合相似度匹配的定性分析方法,以来自云烟(软珍品)、云烟(紫)和云烟(红)3个牌号表香样品各20批的近红外透射光谱数据为基础,利用TQ统计软件分别建立以上牌号表香的相似度匹配鉴别模型,并对建模参数和模型的预测效果进行了评价。结果表明,云烟(软珍品)、云烟(紫)和云烟(红)3个牌号的表香模型对模型样品预测的相似度匹配值(SMV)均在95以上,而对非模型样品预测的SMV均非常低,说明若表香品质发生变化,就可以通过近红外光谱分析技术结合相似的匹配分析很好反映出来。因此,应用FT-NIR光谱分析技术可以对卷烟表香进行快速、无损和大批量检测,为卷烟表香的质量控制提供了新的思路和方法。     

FT-NIR光谱法定量分析烟草薄片中5种化学成分

为了研究近红外光谱分析技术预测烟草薄片中的总糖、总氮、烟碱、钾和氯含量的可行性,本文以250个具有代表性的烟草薄片样品的近红外漫反射光谱数据和它们相对应化学测定数据为基础,通过偏最小二乘回归法(PLS)建立了以上5种成分的近红外分析模型,并对模型的预测效果进行了评价.结果表明:近红外预测值与化学测定值之间具有很好的相关性,各模型均具有较好地预测准确性.总糖实际预测的平均相对误差为2.89%,总氮、烟碱、钾和氯模型实际预测的平均误差分别为0.10%,0.07%,0.19%和0.09%.各模型的预测重现性,即相对标准偏差(RSD)均小于4%.因此,可以用近红外光谱法快速、简便和大批量地分析烟草薄片中的以上5种化学成分.     

煤质的近红外光谱定量分析研究

实验中首先采用多元散射校正(MSC)的方法对煤粉样品的漫反射光谱进行了预处理,然后分别通过偏最小二乘法(PLS)和主成分分析(PCR)的方法建立煤粉样品的近红外光谱的全水分、挥发分和灰分的定量分析模型,通过预测集对建立的模型进行验证,发现利用偏最小二乘法建立的煤粉全水分模型最优,r=0.975,RMSEC=0.166,RMSEP=0.169,RPD=3.22,通过主成分分析方法建立的挥发分和灰分的模型最优,最后通过选取验证集样本对建立的模型进行了验证,得出利用近红外光谱分析技术间接对煤质进行定量分析是可行的。     

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.     

梨表面色泽的可见/近红外漫反射光谱无损检测研究

应用可见/近红外漫反射光谱对梨表面色泽进行无损检测研究.在350～1800nm光谱区间,结合梨的原始吸收光谱和标准化光谱,采用多元线性回归(MLR)、主成分回归(PCR)和偏最小二乘回归(PLSR)三种数学校正算法进行了定量对比分析.原始吸收光谱应用偏最小二乘回归建立的定标模型对24个未知样品的预测结果是:L*、a*、b*预测均方差分别为1.4251,0.4569和0.9497;相对预测偏差分别为3.7404%,3.3571%和2.5877%.实验结果表明:可见/近红外光谱技术对梨表面色泽的无损检测具有可行性.     

用近红外光谱法快速分析玉米青贮饲料青贮发酵品质

采用DA-7200型近红外光谱仪的近红外漫反射光谱技术建立了玉米青贮饲料发酵产物及总分定量分析模型.所建立的有机酸氨态氮总分近红外模型的检测结果优于乳酸、乙酸等6项发酵产物的近红外模型的检测结果.其中,有机酸氨态氮总分近红外模型的预测相关系数为0.8453,预测均差为10.3582.青贮品质的判断准确率为80.15％....     

基于近红外透射光谱的牛奶中脂肪和蛋白质含量检测

基于近红外光谱检测牛奶中蛋白质和脂肪含量是当前的一个研究热门,主要可以利用近红外反射光谱,近红外漫反射光谱和近红外透射光谱的光谱信息来分析牛奶的主成分含量。本文是利用近红外透射光谱原始数据,通过数学方法转换,从吸光值、吸光比和吸收度三种形式,采用偏最小二乘法(PLS)回归,分别建立了其与牛奶主成分浓度之间的校正模型。对比三种形式所建立的数学模型的优劣,探讨了如何提高PLS校正模型预测精度的相关问题。     

基于近红外光谱对老陈醋的pH值和可溶性固形物定量与定性的检测研究

采用近红外光谱结合判别分析(DA)和主成分分析(PCA)在不同光谱预处理方法下分别对山西老陈醋醋龄进行定性判别分析,和对陈醋中可溶性固形物(SSC)及pH值进行定量分析。结果表明:原始光谱、5点平滑以及SNV校正建立的DA模型性能良好,校正集判别正确率为100%,预测集判别正确率为88.89%;原始光谱建立的可溶性固形物的定量模型最优,校正集和预测集的相关系数r分别为0.99988和0.99960,RMSEC、RMSEP和RMSECV分别为0.0421,0.0911和0.0777;5点平滑建立的pH值的定量模型最优,校正集和预测集的相关系数r分别为0.99733和0.97411,RMSEC、RMSEP和RMSECV分别为0.0151,0.0386和0.0468,表明采用近红外光谱对老陈醋的pH值和可溶性固形物进行定量分析以及对老陈醋的醋龄进行定性判别是可行的。     

白砂糖色值近红外光谱分析的波段选择

采用近红外漫反射光谱技术和偏最小二乘法(PLS)建立白砂糖色值的定量分析模型.用多元散射校正方法对光谱进行预处理,再用Savitzky-Golay平滑化方法对原谱、一阶导数谱和二阶导数谱进行处理.选取5个波段,每个波段分别采用原光谱、一阶导数谱、二阶导数谱.同时调整Savitzky-Golay平滑点数和PLS因子数,通过多次PLS数值实验比较,按照预测效果确定每个模型的最优平滑点数、因子数,再从中选优.结果表明,采用780～1100nm-阶导数谱的定标效果最好,模型的预测均方根偏差、相对预测均方根偏差分别为11.2,8.91%.780～1100nm可以代替近红外全谱波段(780～2500nm)得到好的定量分析效果,为设计小型专用近红外分析仪器提供依据.