结构多样性化合物沸点QSPR模型研究

在定量结构-性质/活性关系(QSPR/QSAR)研究中,分子结构的数值化和建立良好预测的数学模型是2个重要的问题.建立具有良好适应性有实际应用价值的模型是进行QSPR/QSAR的最终目标.本文针对148种来自不同植物挥发油的具有结构多样性化合物,分别采用主成分回归(PCR)、偏最小二乘(PLS)和遗传算法(GA)对其沸点与结构之间的定量结构性能关系进行了研究,用拓扑指数建立了沸点预测模型.结果表明,PLS模型的预测能力最佳,模型训练集的平均相关系数为0.996,平均训练偏差为7.05,检验集的平均相关系数为0.986,平均检验偏差为12.91.     

新型国产近红外分析仪的菜籽菜粕快速检测技术研究

近红外光谱分析作为1种快速无损的绿色分析技术,可应用于检测油料原料和油脂产品品质,为粮油企业带来巨大经济效益.本文采用一款新型国产化的近红外漫反射光谱分析仪对菜籽和菜粕进行了检测分析,分别对菜籽的水分、蛋白、含油量、脂肪酸、硫苷含量和菜粕水分、蛋白和含油量指标建立模型并验证.结果显示近红外检测结果与国标参考方法检测结果相关性好、准确度高.表明新型国产化的近红外分析仪可满足油脂企业对菜籽和菜粕产品的质量控制要求.     

基于紫外全谱法的水质COD分析仪及应用研究

针对环保与过程分析领域,研制了一种基于紫外全谱法的水质COD在线分析仪,该分析仪通过测量水样紫外全谱段的吸收光谱,使用化学计量学算法计算得到水样的COD值.详细描述了该仪器的主要组成结构,展现仪器功能特点.对某食品厂的出口污水建立了COD数学模型,并使用分析仪对该处污水实时监测,结果表明,仪器分析测量快速准确,可靠性高,真正实现了在线自动监测.     

基于长波近红外的便携式品质分析仪的研制及应用

针对野外和现场的产品品质分析应用,研制了一种基于长波近红外的便携式品质分析仪.该仪器具有结构紧凑、重量轻、体积小、响应速度快、携带方便、操作简单、环境适应性强等优点.从硬件与软件两方面详细描述了该分析仪的性能特点.对3台同型仪器进行性能测试,结果显示该型分析仪性能稳定,仪器一致性好,已经达到国际同类仪器水平.小麦和大豆的无损测定表明该分析仪可靠性高且模型传递效果好.性能测试及建模实验表明该分析仪具有较强的现场应用能力,能够满足各种野外检测需求.     

基于近红外光谱技术与BP-ANN算法的豆粕品质快速检测

应用近红外漫反射光谱技术结合误差反向传递人工神经网络(BP-ANN)算法,建立豆粕品质(包括水分、粗蛋白、残油)的定量分析模型。将豆粕漫反射吸收光谱数据进行SNV、DT、SG求导、SG平滑和均值中心化处理,然后采用偏最小二乘方法(PLS)降维获取主成分,并优化选择合适的隐含层节点数、隐含层和输出层转化函数,建立校正模型,并用验证样品对校正模型进行验证。结果显示,BP-ANN法建立的水分、粗蛋白和残油的预测相关系数(R)分别为0.981、0.988、0.982,预测标准偏差(SEP)分别为0.120、0.216、0.036,均优于PLS建模方法结果,且满足传统分析方法的重复性要求,表明BP-ANN方法可用于生产过程豆粕品质的快速监控。     

米糠粕加工生产过程中的品质快速分析技术

介绍了近红外光谱分析技术在米糠粕加工行业中的应用案例。通过分析米糠粕加工行业的生产工艺过程及其质量要求,明确其关键质量监控点和检测指标,重点介绍其在米糠原料收购、生产过程监控及出货成品的品质快速检测中的应用。采用近红外分析仪实现米糠原料收购、制粒烘干、米糠粕产品中对水分、粗蛋白质、粗脂肪、粗灰分、粗纤维等含量的快速分析,通过近红外技术建立模型并进行预测分析得到,米糠和米糠粕的水分平均偏差小于0.2%,粗蛋白质平均偏差小于0.5%,粗脂肪平均偏差小于0.5%,粗纤维平均偏差小于0.5%,粗灰分平均偏差小于0.3%,其检测精度基本满足企业要求,采用该技术能有效地帮助企业对产品品质进行快速分析,极大降低人工化验工作,有利于指导原料收购、生产及成品质量控制。     

便携式近红外茶叶品质快速检测仪设计与试验

为满足行业对茶叶品质成分检测设备的便携化、小型化以及快速化的迫切需求,自主研发出便携式近红外茶叶品质快速检测仪。文章系统介绍了该检测仪的整机结构与工作原理、主要部件设计和配套分析软件。收集全国13个不同产茶区不同等级的绿茶样品252个,采用偏最小二乘法(PLS)分别建立绿茶中的水分、茶多酚、氨基酸、咖啡碱和水浸出物含量的快速检测模型,并对模型预测效果进行验证。结果表明:游离氨基酸模型的定标标准偏差(SEC)和内部交互验证标准偏差(SECV)最小,分别是0.26、0.30,定标相关系数(RC)为0.92,模型预测值与真实值之间的线性回归系数为0.84。咖啡碱模型的SEC值和SECV值分别是0.36、0.38,RC为0.93,预测值与真实值之间的线性回归系数为0.87。茶多酚和咖啡碱模型外部验证的预测值与真实值之间的绝对偏差在0.50%以内。本研究结果为便携式近红外茶叶品质快速检测仪的推广提供技术支撑。     

大米蛋白粉多组分含量近红外光谱快速检测

大米蛋白粉中蛋白质、脂肪和水分的含量是其品质评定的重要指标,应用近红外光谱方法检测大米蛋白粉多组分含量。采集244份大米蛋白粉样品光谱数据,经小波变换处理后建立极限学习机模型(ELM),并采用自适应算法对极限学习机的参数进行优化,提高了模型的精度和稳定性。结果显示,大米蛋白粉中蛋白质、脂肪和水分的预测集决定系数(R2)分别为0.9905、0.9643、0.9574,均方根误差(RMSEP)分别为0.3308、0.3766和0.1922,三种成分模型预测精度较偏最小二乘模型(PLS)平均提高33%。表明所提出的自适应ELM方法用于近红外光谱分析建模有较好的效果,为确定大米蛋白粉中各成分含量提供了一种无损快速检测新方法。     

全局与局部模型对QSAR/QSPR预报能力比较

针对两组数据进行了比较讨论,试图说明在QSAR／QSPR研究中经常碰到的一个基本问题。第一组为一散布度(diver- sity)很大分子结构多样化的大样本数据;第二组则是按照分子结构相似度筛选出来的散布度较小结构相似的小样本数据。对于第一组数据,因数据集分散,全局模型难以完全描述物质结构特征与其性质之间的关系,所得回归结果很差(检验集相关系数Q2=0．68、平均预报偏差(RMSEP)=40．65)。试采用新近提出的局部懒惰回归(Local lazy regression,LLR)对其进行改善,但实际结果是局部模型的效果更差(Q2=0．60、RMSEP=45．05)。继对散布度较小且相对均匀(结构相似)的数据集用LLR方法建立局部模型,此时得到的预报结果(Q2=0．90、RMSEP=24．66)却明显优于全局模型(Q2=O．86、RMSEP=29．37)。     

对《小麦和小麦粉面筋含量》国家标准理解的探讨

小麦和小麦粉面筋含量与其适宜的用途密切相关,准确地检测小麦和小麦粉的面筋含量,有利于实现小麦和小麦粉的分类、分等使用,使其发挥最佳的使用效益、经济效益。结合检验人员的实际操作经验,对现行国家标准GB/T 5506.1—2008《小麦和小麦粉面筋含量第1部分:手洗法测定湿面筋》和GB/T 5506.2—2008《小麦和小麦粉面筋含量第2部分:仪器法测定湿面筋》中操作细节的理解进行了探讨,旨在促进检测人员对标准的统一理解,使获得的检测数据更具科学性、准确性、可比性。