共查询到20条相似文献,搜索用时 156 毫秒
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
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%。 相似文献
11.
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。 相似文献
12.
13.
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. 相似文献
14.
基于拉曼光谱的三组分食用调和油快速定量检测 总被引:1,自引:0,他引:1
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。 相似文献
15.
16.
法布里干涉近红外光谱仪测定烟草品质成分 总被引:2,自引:0,他引:2
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。 相似文献
17.
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. 相似文献
18.
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。 相似文献
19.
多元散射校正对近红外光谱分析定标模型的影响 总被引:20,自引:5,他引:15
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。 相似文献
20.
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。 相似文献