基于近红外光谱的水蜜桃采摘期的鉴别方法

提出了一种利用近红外漫反射光谱技术结合光纤传感技术建立水蜜桃采摘期的鉴别方法.从无锡阳山镇的某大棚采摘了距最佳采摘期天数为3,2,1以及处于最佳采摘期的水蜜桃各48个,用近红外光谱仪对样品进行了光谱采集.对原始光谱进行平滑、一阶微分和多元散射校正预处理,采用主成分分析(PCA)结合偏最小二乘(PLS)法建立了水蜜桃采摘期的鉴别模型.研究显示:一阶微分和平滑组合预处理后的鉴别模型效果最好,校正集模型和预测集模型的决定系数分别为0.9279和0.9138;模型的内部交叉验证均方差(RMSECV)和预测均方根偏差(RMSEP)分别为0.3003和0.3349;水蜜桃样品校正集和预测集的鉴别正确率分别为95.13%和93.75%.结果表明:利用近红外漫反射光谱技术对水蜜桃采摘期的鉴别具有很好的应用前景.     

近红外光谱法测定黄芩提取物中黄芩苷含量

应用近红外光谱技术探讨了黄芩提取物中黄芩苷含量的快速检测新方法.共收集12个不同厂家的100批黄芩提取物样品,利用Nicolet 6700型傅立叶变换近红外光谱仪采集样品近红外漫反射光谱,通过HPLC法测定黄芩苷含量值,结合偏最小二乘法(PLS)建立黄芩苷含量的近红外定量校正模型,并通过筛选合适的光谱预处理方法、建模区间和主成分数获得最优模型.所建最优校正模型的相关系数(R2)、校正均方差(RMSEC)和内部交叉验证均方差(RMSECV)分别为0.995、0.440和2.259;经外部验证,模型的预测相关系数(r2)、预测均方差(RMSEP)和平均回收率分别为0.988、0.486和100.190%.结果表明,该方法可用于不同厂家黄芩提取物中黄芩苷含量的直接测定,操作简便,无污染,结果准确可靠,可实现大批量样品的快速分析.     

应用典型相关分析法校正不同仪器和不同时间测量的近红外光谱(英文)

以甲苯、氯苯和正庚烷混和三组分体系为分析样品,应用模型转移法来校正不同仪器和不同测量时间导致的近红外光谱之间的差异。在校正测量时间导致的差异时,以16日由Bruker近红外光谱仪扫描的光谱作为主光谱,而17日由同台仪器扫描的光谱作为从光谱。在校正仪器导致的光谱差异时,以16日由Bruker近红外光谱仪扫描的光谱作为主光谱,而在同一天由Perkin-Elmer近红外光谱仪扫描的光谱作为从光谱。采集光谱后,用分段直接校正(PDS)和典型相关分析(CCA)校正从光谱。结果显示:虽然仪器和测量时间差别均导致从光谱偏离主光谱,但是CCA的效果更佳,使得校正后的从光谱能用主光谱的模型准确预测样品含量。     

基于NIR的主成分结合支持向量机鉴别蚕茧雌雄的研究

研究应用近红外光谱分析技术鉴别蚕茧雌雄的方法.削茧取蛹,辨别蚕蛹的性别,将雄茧设为1,雌茧定设为0.用自制附件获得蚕茧的近红外漫反射光谱(11 300～3 500)cm-1,其中校正集20枚,预测集19枚.对光谱做软阈值小波消噪、5点一阶微分及正规化处理.提取主成分,计算累积贡献率,给前2个及3个主成分作图.分别取1～10个主成分并结合不同的ε(10-1～10-9)用支持向量机建立预测模型.结果表明,从光谱的前3个主成分图中不能区分蚕茧的雌雄,主成分相对分散.前10个主成分累积贡献率才达85.23%.所建模型的预测正确率随着所取主成分个数增加而升高,随着ε取值的下降而先升后降.当主成分数为6-10、ε为10-5时,预测正确率最高,达94.7%.本研究为利用近红外光谱鉴别蚕茧雌雄提供理论依据.     

辣椒粉掺杂苏丹红的近红外光谱鉴别及其含量测定方法研究

研究应用漫反射近红外光谱快速鉴别辣椒粉中的苏丹红及其含量测定的方法。利用漫反射模式直接测定含有苏丹红的辣椒粉的近红外光谱,采用多元散射校正(MSC)方法对光谱进行校正,利用主成分分析研究含有苏丹红的辣椒粉和未含苏丹红的辣椒粉空白样品的分类。根据高效液相色谱测定辣椒粉中的苏丹红含量,利用偏最小二乘方法(PLS)建立苏丹红含量与近红外光谱之间的线性模型。结果显示,利用主成分分析可以方便、快速和准确地区分有无苏丹红的辣椒粉;苏丹红含量与近红外光谱具有良好的线性关系,当隐变量数目为7时,PLS模型的预测误差达到0.428μg/g,预测相关系数达0.973。     

近红外光谱技术快速测定当归中藁本内酯含量

基于近红外光谱技术,运用偏最小二乘回归(PLSR)方法实现当归中藁本内酯含量的快速、无损检测.采用高效液相色谱(HPLC)法测定当归中藁本内酯含量,一阶导数结合正交信号校正对原始光谱进行预处理,建立当归近红外光谱和藁本内酯含量之间的最小二乘回归定量分析模型.结果表明:模型在校正集上的均方根误差(RMSEE)、交叉验证均方根误差(RMSECV)和决定系数R2分别为0.199 9,0.3489和0.9932,在预测集上的预测均方根误差(RMSEP)和决定系数R2分别为0.23和0.9941.方法具有简单、快速、不破坏样品等特点,可用于当归中藁本内酯含量的快速检测.     

近红外光谱信号的优化处理

用实验室常规方法测定竹材样品的木质素含量,漫反射方式采集样品的近红外光谱信号,偏最小二乘法(PLS)和完全交互验证方式以建立毛竹木质素含量的定量分析模型。研究主成分数、建模谱区、求导和平滑预处理技术对定量分析模型的影响。结果表明,预处理技术压缩和恢复的近红外光谱信号效果良好,提高了模型的预测能力,优化近红外定量分析模型有重要参考价值。     

基于VIP处理的O-PLS算法的无创血糖基础研究

为了解决目前无创血糖检测模型的精度不高,预测效果不好的问题,以葡萄糖水溶液为样本,利用近红外光谱透射法测量不同浓度葡萄糖的吸光度。采用偏最小二乘法（PLS)对葡萄糖溶液的光谱和浓度进行建模和预测,通过正交信号校正法（OSC)消除葡萄糖溶液光谱和浓度的主成分中的正交成分,同时,采用了变量投影重要性指标（VIP）筛选出对葡萄糖溶液浓度解释能力强的波长变量。数据结果表明,经过处理后模型验证集的实际值和预测值的相关系数可以达到9977%,预测均方根误差（RMSEP)为00048,通过OSC和VIP可以有效提高PLS模型的准确度和预测能力。     

基于小波变换的近红外光谱校正转移研究

多变量校正模型在光谱技术的测量系统中至关重要,为了构建一个稳健的校正模型,往往需要花费大量人力和财力.然而,当采集样品光谱的仪器不同于建立校正模型的仪器或由于环境因素的影响原仪器已经发生变化时,模型将失效.因此,本文创造一种基于小波变换的校正转移(标准化)法,用于两台近红外光谱仪之间的光谱转移,转移性能比分段直接标准化方法更好.     

NIRS结合PLS快速分析银黄颗粒中有效成分含量

研究旨在探讨利用银黄颗粒样品的近红外漫反射光谱(NIRS)信息,建立黄芩苷和绿原酸含量的校正模型,为银黄颗粒质量的快速评价提供1种新方法.以HPLC分析值为参照,采用近红外漫反射光谱技术采集100批银黄颗粒样品的近红外漫反射光谱,结合偏最小二乘法(PLS)建立了黄芩苷和绿原酸含量的校正模型.黄芩苷和绿原酸含量的校正模型相关系数(R2)分别为0.998和0.995,校正均方差(RMSEC)为0.578和0.123,内部交叉验证均方差(RMSECV)为2.356和0.412;经外部验证,预测相关系数(r)分别为0.995和0.984,预测均方差为(RMSEP)0.597和0.166.结果表明,该方法准确、简便、无污染,可实现大批量银黄颗粒样品的快速分析.     

近红外光谱数据分析方法研究

文中将主成分分析和BP神经网络方法相结合,用于对近红外光谱数据进行预处理和回归分析,较好地解决了近红外分析中的非线性关联问题。实验结果表明,该方法在近红外光谱数据的分析中与传统的化学计量学方法相比有较好的应用效果。     

多元散射校正与Savitzky-Golay平滑模式的组合优选应用于土壤有机质的近红外光谱分析

采用近红外(NIR)漫反射光谱,建立土壤有机质的NIR光谱分析的偏最小二乘(PLS)模型,比较和选择多元散射校正(MSC)和Savitzky-Golay(SG)平滑用于改善NIR光谱分析的预测能力。把SG平滑模式由原来的117种扩充为483种,并构建了SG平滑模式与PLS因子数联合优选的化学计量学平台。对于单独(或联合)做MSC、SG平滑预处理以及未做光谱预处理的5种情形,分别建立土壤有机质NIR光谱分析的PLS模型。最优的情形是先后做SG平滑和MSC预处理,其中最优的SG平滑参数为5次多项式、3阶导数、21点平滑,对应的PLS因子数、预测均方根偏差(RMSEP)、预测相关系数(R_p)分别为5,0.246(%),0.883,大幅度优于未做光谱预处理的模型预测效果。从而表明,SG平滑和MSC的组合优选可以显著改善土壤有机质的NIR分析效果。所构建的化学计量学平台和方法框架是改善NIR分析能力的有效途径。     

基于独立成分的局部建模方法及其在近红外光谱分析中的应用研究

建立了一种基于独立成分分析的局部建模新方法,该方法首先将独立成分分析(ICA)用于近红外光谱的特征提取,然后,根据所提取的独立成分选择校正集中与预测样本相邻近的样本构成校正子集,建立局部偏最小二乘(PLS)回归模型并对预测样本进行预测。将所提出的方法应用于烟草样品中尼古丁含量的测定,所得结果优于常用的全局建模方法。     

Particle swarm optimization based fusion of near infrared and visible images for improved face verification

This paper presents two novel image fusion schemes for combining visible and near infrared face images (NIR), aiming at improving the verification performance. Sub-band decomposition is first performed on the visible and NIR images separately. In both cases, we further employ particle swarm optimization (PSO) to find an optimal strategy for performing fusion of the visible and NIR sub-band coefficients. In the first scheme, PSO is used to calculate the optimum weights of a weighted linear combination of the coefficients. In the second scheme, PSO is used to select an optimal subset of features from visible and near infrared face images. To evaluate and compare the efficacy of the proposed schemes, we have performed extensive verification experiments on the IRVI database. This database was acquired in our laboratory using a new sensor that is capable of acquiring visible and near infrared face images simultaneously thereby avoiding the need for image calibration. The experiments show the strong superiority of our first scheme compared to NIR and score fusion performance, which already showed a good stability to illumination variations.     

多态偏最小二乘法模型

为了更合理的确定偏最小二乘法的主成分数,提出了一种多态偏最小二乘法的建模方式。介绍了建模和预测具体实现过程。给出了预测时样品相似度计算的两种方式:直接距离法和性质得分距离法。以玉米样品近红外光谱数据为例,分别采用多态偏最小二乘法与传统偏最小二乘法建模对蛋白质指标进行了检测。结果表明:多态偏最小二乘法预测结果优于传统偏最小二乘法预测结果,有更强的适应性和兼容性。     

Model predictive control of a fluidized bed dryer with an inline NIR as moisture sensor

Fluid bed drying and near infrared (NIR) spectroscopy are technologies widely used to dry and measure moisture content and other pharmaceutical granular materials’ attributes, respectively. This work focused on controlling a bench top fluid bed dryer using an industrial control system, the model predictive control (MPC) strategy, and NIR measurements of the moisture content of pharmaceutical powders. The MPC was implemented to reach the desired drying end-point while simultaneously manipulating two variables: airflow and inlet air temperature. These two manipulated variables were constrained based on the physical and chemical behavior of the process. The results showed that the use of the MPC with the inline NIR produced an adequate control performance and resulted at the same time in a reduction in energy consumption of as much as 60% in one case when compared with the current industrial practices.     

基于回归系数的变量筛选方法用于近红外光谱分析

提出了一种基于回归系数的变量逐步筛选方法。对光谱中各变量计算其回归系数后,按其绝对值由大到小将相应变量排列,采用PLS交互检验按前向选择法逐步选择最佳变量子集。用该方法对玉米和柴油近红外光谱数据进行分析,对玉米蛋白质、柴油十六烷值和粘度分别选择出了14、12以及30个最佳变量用于建模,所得预测结果均优于全谱变量建模的预测结果。可见本方法是一种有效实用的近红外光谱变量选择方法。     

汽油辛烷值NIR数据处理与建模仿真

随着当今计算机与各类程序软件的开发使用,化学计量学不断发展,人们可以在近红外光谱区内采集大量的数据,并使用各种有效的统计方法,把近红外光谱技术应用于定性与定量.近红外光谱为分子振动光谱的倍频和组合频谱带,主要是对含氢基团的吸收,包含有绝大多数类型有机物的组成与分子结构的丰富信息.原理是基于不同的基团或同一基团在不同化学...     

Nondestructive determination of nutritional information in oilseed rape leaves using visible/near infrared spectroscopy and multivariate calibrations

Nitrogen, phosphorus and potassium content are the three most important nutritional parameters for growing oilseed rape. We investigated visible and near infrared (Vis/NIR) spectroscopy combined with chemometrics for the fast and nondestructive determination of nutritional information in oilseed rape leaves. A total of 154 leaf samples were collected, with 104 randomly selected as the calibration set, and the remaining 50 samples used as the validation set. The performance of eight different preprocessing m...