近红外光谱法非破坏分析生理盐水

本文将近红外光谱法与偏最小二乘法(PLS)结合,对生理盐水中的NaCL浓度进行快速分析,建立了最佳数学校正模型.讨论了光谱的预处理方法和主成分数对PLS定量预测生理盐水中NaCL浓度的影响,并对预测集样品含量进行预测,结果令人满意.     

近红外漫反射光谱法非破坏分析颠茄粉末药品质量

本文应用偏最小二乘法(PLS)同近红外漫反射光谱法结合,对颠茄粉末药品进行无损非破坏定量分析,建立了最佳的数学校正模型。讨论了光谱的预处理方法和主成分数对PLS定量预测能力的影响,并对预测集样品含量进行预测,得到了较为满意的结果。     

PLS-近红外漫反射光谱法对氢氧化铝粉末药品非破坏定量分析

本文采用近红外漫反射光谱法对氢氧化铝粉末药品中主要成分氢氧化铝进行快速、无损定量分析。采用偏最小二乘法（PLS）建立近红外光谱信息与待测组分含量间的最佳数学校正模型。讨论了光谱的预处理方法和主成分数对PLS定量预测能力的影响,并对预测集样品含量进行预测,得到了较为满意的结果。     

美国一项最新调查研究发现,如果儿童在3岁以前由于手术使用麻醉药的次数达到两次或者更多那么他们日后出现学习障碍的风险可能会比正常儿童高。

本文应用偏最小二乘法（PLS）同近红外漫反射光谱法结合,对颠茄粉末药品进行无损非破坏定量分析,建立了最佳的数学校正模型。讨论了光谱的预处理方法和主成分数对PLS定量预测能力的影响,并对预测集样品含量进行预测,得到了较为满意的结果。     

短波近红外漫反射光谱法对氨苄西林粉末药品的非破坏定量分析

本文采用短波近红外漫反射光谱法对氨苄西林粉末药品中主要成分氨苄西林进行快速、无损非破坏快速定量分析.采用偏最小二乘法(PLS)建立近红外光谱信息与待测组分含量间的最佳数学校正模型.讨论了光谱的预处理方法和主成分数对PLS定量预测能力的影响,并对预测集样品含量进行预测,得到了较为满意的结果.     

短波近红外光谱法非破坏分析青霉素V钾粉末药品

本文应用偏最小二乘法(PLS)同近红外漫反射光谱法结合,对青霉素V钾粉末药品进行无损非破坏定量分析,建立了最佳的数学校正模型.讨论了光谱的预处理方法和主成分数对PLS定量预测能力的影响,并对预测集样品含量进行预测,得到了较为满意的结果.     

短波近红外光谱法非破坏分析双氯酚酸钠粉末药品

本文应用偏最小二乘法（PLS）同近红外漫反射光谱法结合，对双氯酚酸钠粉末药品进行无损非破坏定量分析，建立了最佳的数学校正模型。讨论了光谱的预处理方法和主成分数对PLS定量预测能力的影响，并对预测集样品含量进行预测，得到了较为满意的结果。     

PLS-近红外漫反射光谱法对盐酸氟桂利嗪粉末药品非破坏定量分析

本文应用偏最小二乘法（PLS）与近红外漫反射光谱法相结合，对盐酸氟桂利嗪粉末药品进行无损非破坏定量分析，建立了最佳的数学校正模型。讨论了光谱的预处理方法和主成分数对PLS定量预测能力的影响，并对预测集样品含量进行预测，得到了较为满意的结果。     

基于近红外光谱的茶叶成分检测仪的软件研制

本文介绍了滤光片型近红外光谱茶叶成分分析系统的应用软件研制.软件具有光谱采集、数字信号处理、光谱预处理、模型定标、样品预测和系统自检等功能,并集成了对连续光谱的遗传算法、变量标准化及去势处理算法,以确定检测对象主成分的特征波长,为仪器的光源和分光系统的设计提供依据,以增强仪器的可扩展性及检测精度.采用多元线性回归建立了茶多酚、氨基酸、水分、咖啡碱等四种成分的定量分析模型,实现了基于近红外光谱技术的茶叶主要成分的快速无损检测.     

基于单沿提取法的血液酒精含量检测方法研究

近红外光可透过人体较薄的皮肤和组织,用光谱仪获得人体指端光谱数据,以医院生化采集分析的值作为参考,建立血液成分与动态光谱数据的校正模型,从而对人体血液中酒精浓度值进行预测。本文利用单沿提取法提取动态光谱,共采集了120名志愿者喝酒后的指端近红外动态光谱数据,用偏最小二乘法建立校正模型做回归分析,取90个样本作为校正集30个样本作为预测集。其校正集和预测集的相关系数分别为0.9784和0.9646,预测集的相对误差最大是6.1%,最小是0.14%,相对误差平均值2.84%。     

特征谱区筛选在近红外光谱检测茶叶游离氨基酸含量中的应用研究

在近红外光谱快速检测茶叶游离氨基酸含量过程中,为了提高检测的精度和稳定性,研究利用特征谱区结合偏最小二乘法建立预测模型。研究分别尝试联合区间偏最小二乘法和遗传偏最小二乘法等特征谱区筛选方法,通过交互验证法确定偏最小二乘模型的主成分因子数和筛选区间,以预测均方根误差RMSEP和相关系数R作为模型的评价指标。试验结果表明：两种方法建立模型的预测能力都好于传统PLS模型;利用联合区间偏最小二乘法建立的预测模型最佳,预测时的相关系数(R)和预测均方根误差(RMSEP)分别为0.9542和0.2560。研究结果表明,近红外光谱结合特征谱区筛选方法可以快速准确地测定茶叶中游离氨基酸含量。     

近红外光谱快速分析法在坤宝丸检测中的应用

目的:采用近红外光谱法对坤宝丸药粉中芍药苷含量进行快速测定。方法:以HPLC分析值作为参照,采用近红外漫反射光谱技术采集坤宝丸药粉的近红外光谱,结合偏最小二乘法建立芍药苷含量的快速测定方法,并对未知样品进行含量预测。结果:建立芍药苷校正模型R,RMSEC(%)、RMSEP(%)分别为0.96,2.708,0.44。对预测集样品预测平均相对偏差为4.2%。结论:该方法简便、快速、无损,可用于坤宝丸的快速定量分析。     

Spray characterization in air-assist atomizers using flow-induced acoustic vibrations and multivariate analysis

This feasibility study investigated a new non-intrusive approach employing acoustic chemometrics. The method includes acoustic/vibration data recording obtained utilizing two clamp-on piezoelectric accelerometers and two electret condensers-type microphones mounted on an arc. Principal Component Analysis (PCA) classification models were based on the acoustic FFT spectra from four sensors. The non-dimensional number (X) values correspond to the different breakup regimes comprising a range of air and liquid (water) flow rates in this air-assisted atomizer (one-analyte system). PCA classification model discerns the clusters belonging to similar non-dimensional number (X) values with the maximum variance in the first principal component (PC1) direction for both sensors combined. This study also assesses the utility of the acoustic chemometrics approach for predicting the flow parameter, such as Sauter mean diameter (SMD) based on the Partial Least Squares-Regression (PLS-R). The PLS-R prediction models work best for the 550 mm location with a low root mean square error of prediction (RMSEP) value of 5.443 and a high Pearson correlation coefficient (R²) value of 0.856 when validated using 50% independent data (test set validation). The comparison between the two sensor types demonstrated superior prediction performance for accelerometers for all the prediction models.     

基于拉曼光谱的三组分食用调和油快速定量检测

应用激光拉曼光谱技术结合化学计量学方法实现了三组分食用调和油中菜籽油、花生油和芝麻油的快速定量检测。分别采用标准正态变量变换(SNV)+去趋势(de-trending)算法和正交信号校正(OSC)算法对600~3 000cm-1波段的原始拉曼光谱进行预处理。建立了基于非线性支持向量机(SVM)和线性偏最小二乘(PLS)回归算法的定量分析模型,并采用19个预测集通过外部交叉验证法对模型进行验证。实验结果显示:对含有菜籽油、花生油和芝麻油的三组分食用调和油,以OSC预处理后建立的线性PLS模型预测效果最好,其验证集决定系数R2p分别为0.990 4,0.965 8,0.977 1,均方根误差(RMSEP)分别为0.018 8,0.037 9,0.026 2。研究结果表明,利用激光拉曼光谱结合化学计量学方法快速定量检测三组分食用调和油中菜籽油、花生油和芝麻油的含量具有可行性,并获得了较高的预测精度。     

近红外光谱法快速检测丹参药材中水分含量

目的:应用近红外光谱技术建立快速测定丹参药材中水分含量的方法。方法:利用烘干法测定样品中水分的含量,运用偏最小二乘法(PLS)建立其含量与NIR光谱之间的多元校正模型,对未知样品进行含量预测。结果 :建立的水分校正模型决定系数(R2)、交互验证均方根偏差(RMSEC)、预测均方根偏差(RMSEP)分别为0.98823、0.0213、0.0287。结论 :此方法具有快速简便、准确无损的特点,可以应用于丹参中水分含量的快速检测。     

法布里干涉近红外光谱仪测定烟草品质成分

法布里干涉近红外光谱仪是近年新出现的一种基于微机电制造技术的近红外光谱仪,具有高性能、重量轻、体积小、无移动部件等特点,非常适用于现场、在线分析。本研究采用Axsun便携型近红外光谱仪采集了148个烟草样品的近红外光谱,分别针对烟碱、总糖、还原糖、总氮和蛋白质建立了定量校正模型。结果表明,烟碱、总糖、还原糖、总氮和蛋白质的模型维数分别为9、5、7、7和6,决定系数（R2）分别为99.18%、93.68%、89.10%、98.24%和87.87%,校正集均方根误差（RMSEC）分别为0.11、1.03、1.27、0.05和0.44,验证集均方根误差（RMSEV）分别为0.18、1.06、1.32、0.08和0.53,相对预测性能（RPD）分别为6.03、3.41、2.59、4.37和2.10,外部验证集均方根误差（RMSEP）分别为0.28、0.88、1.56、0.11和0.42。F检验结果表明,各模型校正集及其外部验证集的预测值和化学值具有极显著的相关关系。本研究表明,Axsun便携型近红外光谱仪可以保证烟草成分定量校正模型的精度,实现近红外光谱分析向样品现场检测、田间作物现场分析等方面的进一步推广。     

Determination of total polyphenols in tea by a flow injection-fiber optic spectrophotometric system

A flow injection-fiber optic spectrophotometric system was established for the online determination of total polyphenol content in tea samples. The method was based on the chromogenic reaction between the phenolic compounds (gallic acid) and ferrous tartrate which was used as the colorimetric reagent and the absorption was determined at the maximum absorption wavelength of 540?nm at 20°C and pH 7.5. The calibration curve from standard solutions of gallic acid was linear in the range from 0.010 to 0.100?mg/mL with a correlation coefficient of 0.9970. The relative standard deviation of polyphenol measurements for eight tea samples was between 0.55 and 3.18%. It can be concluded that the proposed method has allowed simple, fast, and accurate determination of total polyphenol content in tea products.     

不同积分宽度平滑数据处理对近红外分析建模的影响

以在MPA型和WQF-400N傅立叶近红外光谱仪上测量的茶叶和奶粉光谱为原始光谱,利用积分法选择不同的积分区间对原始光谱进行积分,模拟不同分辨率下的光谱,建立了茶叶中咖啡碱和奶粉中脂肪的定量分析模型,研究了不同分辨率对模型精度的影响。结果显示,对茶叶和奶粉,MPA型仪器分别是分辨率为32cm^-1和16cm^-1最好,相关系数（R）、预测均方差（RMSEP）分别为0．9400、0．2900和0．8879、1．0835;WQF-400N型仪器均是分辨率为64cm^-1时最好,R,RMSEP分别为0．9258、0．3311和0．9190、0．9365。试验结果表明分辨率对模型精度有很大影响,但并不是分辨率越高越好,对具体样品和仪器存在一个最为合适的分辨率。     

多元散射校正对近红外光谱分析定标模型的影响

采用近红外漫反射光谱分析技术,用傅里叶变换型光谱仪对50个烟叶样品采集吸收光谱,采用常用的多元散射校正(MSC)对光谱预处理,通过主成分分析、相关谱等方法比较分析了预处理对光谱分析的影响,用偏最小二乘(PLS)回归法建立近红外光谱与总糖含量的定标模型,用Leave-One-Out的交叉检验(Cross-Validation)检验定标模型,结果PLS因子数由MSC校正前的5降为校正后的3,RMSECV值仅由0.884 1%降为0.85%。实验证明:对光谱进行MSC预处理能有效减少模型的最佳因子数,简化数学模型,使模型更稳定,更便于传递,但并不能显著减小最优定标模型的预测标准差,即不能显著提高模型的预测能力。     

基于OSC/PLS法识别被不同浓度农药污染水果的初步研究

本文采用正交信号法(orthogonal signal correction,OSC)处理被不同浓度农药污染的脐橙近红外光谱(350～1800nm),在整个光谱范围内应用偏最小二乘法(partialleastsquares,PLS)建立农药污染的预测模型。PLS校正模型采纳的最佳因子数会随着OSC因子的增加而逐渐减少,并且对模型精度影响不明显,因此可以达到简化模型的效果。实验结果表明,当OSC因子数为15时,PLS模型最佳的因子数为3,其预测组脐橙表面农药污染程度的实际类别与预测类别的相关系数R2与预测样本均方根误差RMSEP分别为0.8923和0.3746。