衰减全反射傅里叶变换红外光谱测定米粉中硒代甲硫氨酸的含量

利用衰减全反射傅里叶变换红外光谱法测定米粉中硒代甲硫氨酸含量，以期探寻一种快捷、绿色环保的食品中硒含量的测定方法。通过采用添加硒代甲硫氨酸制备样品，衰减全反射中红外光谱仪采集红外光谱，TQ Analyst分析软件进行偏最小二乘法建模并验证，结果表明，选择1 600～650 cm－1作为样品的红外光谱分析波段，用导数对原始红外光谱处理后，采用留一和留多两种方法均获得良好的预测效果。比较而言，一阶导数处理后的留一模型，计算简单且预测效果更好。留一模型的决定系数RC 2 均大于0.997，因子数均为6，校正均方差为1.76～1.9，留一验证预测决定系数RP2为0.986 8，预测均方差为3.27，相对分析误差为8.612 9，预测值相对偏差在20%以内的占92.91%，10%以内占82.27%。  

15—A STUDY OF NEEDLED FABRICS. PART V: THE APPROACH TO THEORETICAL UNDERSTANDING

Needled fabrics are complicated structures, and an exact analysis of their mechanics is not yet possible. Understanding is approached through three routes. Firstly, the behaviour of a fully bonded web is used to predict the effects of orientation, and to estimate the upper limits of strength. These estimates may be reasonable if the network that actually exists at the breaking point is used in calculations. Needled fabrics can give a fairly high utilization of fibre strength. Secondly, the effects of slippage are discussed qualitatively, by analogy with the behaviour of spun yams. The influences of entanglement, fibre length, fibre fineness, and fibre friction are discussed. Thirdly, a quantitative analysis, with many approximations, of a much-simplified model is made. Despite the unsatisfactory nature of some of the assumptions, the predictions are in general accord with experimental results.  

蚁群和遗传算法优化花茶花青素近红外光谱预测模型的比较

以建立花茶花青素含量的最优近红外光谱模型为目标，对比研究了蚁群算法（Ant Colony Optimization, ACO）和遗传算法（Genetic Algorithm, GA）优化近红外光谱谱区的效果。ACO-iPLS将全光谱划分为12个子区间时，优选出第1、9、10共3个子区间，所建的校正集和预测集相关系数分别为0.901 3和0.864 2；交互验证均方根误差（RMSECV）和预测均方根误差（RMSEP）分别为0.160 0 mg/g和0.202 0 mg/g；GA-iPLS将全光谱划分为15个子区间时，优选出第1、5共2个子区间，所建模型的校正集和预测集相关系数分别为0.906 3和0.879 3，交互验证均方根误差（RMSECV）和预测均方根误差（RMSEP）分别为0.156 0 mg/g和0.206 0 mg/g。研究结果表明: ACO-iPLS和GA-iPLS均可以有效选择近红外光谱特征波长，其中GA-iPLS模型的精度更高。  

近红外光谱法快速测定米糠油中谷维素的含量

为了简便、快速、准确地测定米糠油中的谷维素含量，以LS/T 6121.2—2017的高效液相色谱法为测定米糠油中谷维素含量的参比方法，采用近红外光谱分析技术结合偏最小二乘法建立了米糠油中谷维素含量的定量分析模型。结果表明：所建定量分析模型的决定系数为99.81%，预测标准差为0.028 49%,交叉验证标准差为0.031 13%；利用99个验证集样品对定量分析模型进行外部独立验证,预测决定系数为99.81%,预测标准差为0.030 90%，用该定量分析模型检测样品绝对误差在-0.081%~0.057%之间，相对误差在-11.86%~9.84%之间。所建立的定量分析模型预测效果较好，准确度较高，可用于米糠油中谷维素含量的测定。  

傅里叶变换衰减全反射红外光谱测定米粉中硒代胱氨酸的硒含量

利用傅里叶变换衰减全反射红外光谱(ATR-FTIR)法测定米粉中硒代胱氨酸的硒含量,以期探寻一种快捷、绿色环保且准确的硒含量测定方法。采用添加法制备样本,衰减全反射中红外光谱仪采集红外光谱,TQ Analyst分析软件作偏最小二乘法建模并验证,选择1 600～650 cm~(-1)作为样品的红外光谱分析波段,用导数对原始红外光谱处理,结果表明二阶导数处理后的模型,噪音小、失真少且预测效果更好,模型的决定系数(R■)都大于0.995、因子数为5～8、校正均方差(RMSEC)为1.17～2.68,验证均方差(RMSEP)为4.053 0～6.234 6验证集预测值相对偏差在20%以内的占87.95%,含量在18μg/100 g以上更是占了96.75%,含量在50μg/100 g(不含)以上的样品93.33%偏差在10%以内,预测效果较准确。  

蚁群-遗传算法优化近红外光谱检测花茶花青素 含量的研究

目的：花青素是鲜花花草茶中起主要保健作用的成分,本研究提出一种基于蚁群-遗传区间偏最小二乘法(ACO-GA-iPLS)的近红外谱区筛选方法,并将其用于花茶花青素含量的预测。方法：将蚁群算法(Ant Colony Optimization, ACO)和遗传算法(Genetic Algorithm, GA)相结合优选特征光谱区间,然后用区间偏最小二乘法算法(iPLS)建立光谱模型。首先对花茶近红外光谱进行预处理；然后用ACO-iPLS优选出特征子区间；最后对所选的特征子区间,用GA-iPLS进一步细化花青素的特征子区间,并建立花青素的预测模型。结果：优选出3个特征子区间(第1、9、10子区间),所建模型对应的交互验证均方根误差(RMSECV)和预测均方根误差(RMSEP)分别为0.1460mg/g和0.1840mg/g,校正集和预测集相关系数分别为0.9187和0.8856。结论： ACO-GA-iPLS可以有效选择近红外光谱特征波长,简化模型,提高模型精度。