Evaluation of SIMCA and PLS algorithms to detect adulterants in canola oil by FT-IR

Adulteration of canola oil with four potential edible oils was analysed using FT-IR and chemometric methods. The adulterants (corn, peanut, soya bean and sunflower oils) were studied in four different proportions (canola oil + adulterant oils: 90 + 10, 95 + 5, 98 + 2 and 99 + 1 in volume). Excellent classification results were obtained when multi-class approaches were performed with a maximum error of 3%, using 1630 or 16 wavenumbers as variables. In the case of one-class approaches, the selection of variables (16 wavenumbers) was necessary, improving the classification error to 5%. The differences observed using the different methods were related to the nature of each model depending on how the boundaries are set in each of them, responding either to a PCA-based or PLS-based algorithm.     

基于太赫兹时域光谱系统的橡胶分类识别

基于太赫兹时域光谱（THz TDS）系统对4种橡胶样品进行检测,分别采用核主成分分析（KPCA）和核典型相关分析（KCCA）方法对橡胶太赫兹光谱进行特征提取,引入PCA和CCA作为对比,再结合支持向量机（SVM）建立分类模型,对橡胶进行分类识别,最后以偏最小二乘判别法（PLS DA）的识别结果作为参考。结果表明,SVM结合特征提取方法可以对橡胶的光谱进行分类识别,KPCA SVM对吸收谱的分类效果最佳,而PLS DA对折射谱的分类效果要优于SVM,同时,KPCA对光谱的特征提取效果要优于标准的KCCA方法。实验为橡胶的识别分析提供了新的方法。     

基于多元素和稳定同位素的特基拉酒原产地鉴定

为探索特基拉酒中多元素和稳定同位素的地域特色及其产地溯源的可能性,研究采用电感耦合等离子体质谱法(ICP-MS)和稳定同位素比质谱法(IRMS)测定特基拉酒中多元素含量和稳定同位素比值,并结合化学计量学中主成分分析(PCA)和偏最小二乘法-判别分析法(PLS-DA)建立模型,对墨西哥特基拉酒进行产地溯源判定。结果表明, 4个产区的特基拉酒中22种元素含量和稳定同位素δ13C和δ18O数值范围不同,具有一定地域特征。采用PCA和PLS-DA法能对墨西哥的特基拉酒进行产地判别,通过对16个样本进行判别验证,预测正确率为93.75%。研究表明,通过多元素含量和稳定同位素比值的测定,结合化学计量学分析方法,能够区分墨西哥不同产地的特基拉酒,为特基拉酒产地溯源可行性提供方法依据。     

不同产地车前草HPLC指纹图谱及化学模式识别研究

目的建立车前草的高效液相色谱(HPLC)指纹图谱。方法采用HPLC法。色谱柱为Agilent 5 TC-C₁₈,流动相为0.1%甲酸水溶液-乙腈,梯度洗脱,检测波长为330 nm,流速为1.0 ml/min,柱温为25℃,进样量为10μl。以9号峰为参照,绘制16批车前草药材样品HPLC指纹图谱;采用《中药色谱指纹图谱相似度评价系统》(2012版)进行相似度评价,确定共有峰;运用主成分分析(PCA)和偏最小二乘法-判别分析(PLSDA)对其进行模式识别研究。结果 16批车前草药材样品共有19个共有峰,相似度在0.854~0.957之间,聚类分析和主成分分析结果均显示,16批车前草药材样品可聚为2类,S6~S9、S13、S14聚为一类,S1~S5、S10~S12、S15、S16聚为一类。PLS-DA分析结果显示,大车前苷、毛蕊花糖苷、芹菜素、木犀草素等5个成分VIP值>1,可能是引起16批车前草药材样品质量差异的主要成分。结论本文结合化学计量学和HPLC指纹图谱,为建立全面有效的车前草药材质量控制模式提供参考。     

攀枝花和会东地区中华块菌营养成分检测及含量差异化分析

中华块菌是我国重要的商业块菌之一,攀枝花和会东地区是中华块菌的主要产地,为探究攀枝花与会东地区中华块菌的组成成分及差异性,利用气相色谱质谱联用仪(GC-MS)技术对这2个地区新鲜中华块菌成分进行检测和分析。主成分分析表明两地中华块菌组成成分差异较小,两地中华块菌均鉴定出83种有效化合物,包括：15种氨基酸(其中8种为必需氨基酸)、10种糖类、22种有机酸等。偏最小二乘法分析表明两地中华块菌在肌醇半乳糖苷、尿苷、亚油酸、9-(E)-十八烯酸、花生四烯酸等物质含量上有显著性差异。该研究通过分析不同地区中华块菌的组成成分及含量差异,探究中华块菌成分组成的同时还能辅助区分中华块菌的产地,弥补了传统的真菌内转录间隔区鉴定法不能对中华块菌进行产地区分的缺点。     

近红外光谱技术结合偏最小二乘判别分析检测三七品质

目的 利用近红外光谱技术实现不同等级三七样品的快速鉴别。方法 采集等级A（20头）、等级B（30头）、等级C（40头）、等级D（60头）四种不同等级三七样品的近红外光谱,构建偏最小二乘判别分析（partial least squares discriminant analysis, PLS-DA）分类器模型鉴别四种等级的三七样品,同时为了减近红外光谱中的冗余波长变量,进一步优化模型的判别结果,利用竞争自适应重加权采样（competitive adaptive reweighted sampling, CARS）算法提取近红外光谱中的特征变量。结果 所构建的PLS-DA分类器模型对等级C和等级D的三七样品,鉴别准确率达到100%,但是对于等级A和等级B的三七样品因为存在误判,鉴别准确率仅为0%和20%。经过CARS算法提取近红外光谱特征变量后,光谱变量数大幅减少,从1557个变量下降到78个变量。以优选后的特征变量构建的CARS-PLS-DA分类器模型更加简化,对四种等级三七样品的预测均方根误差均明显下降,说明模型的预测分类变量更接近真实的分类变量,鉴别结果更加准确。同时,对四种等级三七样品的鉴别准确率显著上升,其中对于等级C和等级D的鉴别准确率为100%,对于等级B的鉴别准确率从20%提升到100%,等级A鉴别准确率从0%提升到75%。结论 所构建的CARS-PLS-DA分类器模型对四种等级的三七样品具有更好的鉴别效果,可以实现不同等级三七的品质鉴定。     

Handling of individual differences in rating-based conjoint analysis

In this paper a method for handling individual differences in conjoint analysis is described and discussed. This method is a combination of ANOVA and PCA/PLS both of which are well-known techniques that can be run in almost all statistical software packages. Main attention will be given to the way individual differences in acceptance pattern are interpreted and related to consumer characteristics such as demographics, attitudes and habits. The approach is then illustrated using two data-sets from consumer studies of yoghurt and apple juice.     

基于高光谱成像技术的药用胶囊铬含量快速检测方法研究

研究了基于高光谱成像技术快速检测药用胶囊铬含量的方法。首先应用传统的原子吸收分光法对药用明胶空心硬胶囊分析结果作为对照组,再对1048个胶囊（含正常和含有重金属铬）样本的高光谱数据进行降维和定性分析,最后选择偏最小二乘判别分析方法对光谱数据进行处理。当用4个偏最小二乘算子（LV）作为偏最小二乘法模型中的输入特征,分类准确率可达100%,2种样本的交叉验证和样本预测相关系数分别为0.923和0.972;敏感度与特异度均为100%。