近红外光谱法快速测定三七总皂苷的方法研究

以中药为实例 ,提出用近红外光谱技术快速检测复杂物质分析体系中有效组分 .在 0 .133%～ 7.0 4 0 %浓度内 ,根据三七总皂苷在 75 0 0～ 4 0 0 0 cm- 1 的近红外吸收光谱 ,利用光纤远程传输技术 ,采用偏最小二乘算法建立校正模型 ,建立了在三七药材提取物中定量检测该物质的新方法 .交叉检验的最佳主因子数为 4 ,相关系数 R2 为99.4 3% ,交叉验证均方差为 0 .15 9% .该方法快速、准确、简便 ,适合于中药工业过程在线检测 .     

近红外光谱法测定废水化学需氧量

为快速确定废水的污染程度，研究了运用近红外光谱法测量废水化学需氧量（COD）的可行性.实验用水样共180个，其中COD标准溶液（邻苯二甲酸氢钾标准溶液）水样22个,污水处理厂的废水水样158个.每一水样分成两组：一组测其800~2600 nm谱区近红外光谱，另一组测其COD，并把该化学值作为标定该水样光谱的“真值”.对水样近红光谱用偏最小二乘法（PLS）回归建模，分别建立标准液水样和废水样的COD预测模型.标准液水样的理论COD值与预测值之间的相关系数为0.9999,交叉验证均方差（RMSECV）为15.14 mg/L；污水处理厂废水水样的COD实测值与预测值之间的相关系数为0.9453,预测标准差（RMSEP）为35.4 mg/L.实验结果表明，用近红外光谱法测量废COD是可行的.     

近红外光谱法快速定量分析那格列奈

采用近红外漫反射光谱分析技术和化学计量学的方法对那格列奈进行快速无损的定量分析.采集41份不同浓度系列的那格列奈样品测量近红外漫反射光谱,用多元散射校正结合一阶导数的光谱预处理方法,结合偏最小二乘法(PLS)建立那格列奈的定量分析模型.结果表明:交叉验证均方根误差(RMSECV)为0.448 5,决定系数R2为0.999 8;预测均方根误差(RMSEP)为0.196 0.方法精密度RSD为1.1%(n=6),加标回收率为95.55%.结果表明,用近红外光谱分析技术对那格列奈进行定量分析结果准确可靠,方法简便快速,可推广用于此类样品的工业在线分析.     

近红外光谱法测定废水化学需氧量的可行性研究

为快速确定废水的受污染程度，研究了运用近红外光谱法测量废水化学需氧量（COD）的可行性．实验水样采用COD标准溶液（邻苯二甲酸氢钾标准溶液）和污水处理厂的废水．每一水样分成两组：一组测其近红外光谱，另一组测其COD，并把该化学值作为标定该水样光谱的“真值”．对水样近红外光谱采用偏最小二乘法（PLS）回归建模，分别建立标准液水样和废水水样的COD预测模型．标准液水样的理论COD值与预测值之间的相关系数为0．9999，交叉验证均方差（RMSECV）为15．14mg／L；污水处理厂废水水样的COD实测值与预测值之间的相关系数为0．9453，预测标准差（RMSEP）为35．4mg／L．实验结果表明，采用近红外光谱法测量废水COD是可行的．     

近红外光谱法测定油炸方便面中水分含量的研究

应用近红外光谱技术测定了油炸方便面中的水分.通过比较各种数据处理方法,以80份样品建立方便面水分的近红外定标模型,40份样品作为验证样品集进行了验证.结果表明:以SNV(标准正态变量转化法)预处理后采用PLS(偏最小二乘法)建模效果最好.该方法得到的定标集样品的相关系数Rc和预测标准误差SEC分别为0.985 0、0.237 3;验证集样品的相关系数Rv和预测标准误差SEP分别为0.986 0、0.232 2.验证结果表明利用近红外光谱技术能快速测定油炸方便面中的水分.     

碳化钙气压法快速测定砌块含水率

开发新型工程现场快速检测砌块含水率方法,与传统的烘箱干燥方法进行比较,开展了工程现场试验,研究了在上海地区自然干燥环境条件下不同砌块墙面、朝向、砌块深度等对砌块含水率变化的影响。研究表明,该方法测试结果可信、操作方便,可用于现场快速检测。     

近红外光谱对市售黄芩饮片中黄芩苷含量的快速测定

应用近红外光谱技术(NIR)和OPUS数据分析软件,对市售黄芩饮片中黄芩苷的含量进行了快速测定.采用偏最小二乘法(PLS)对黄芩饮片的结果与NIR建立校正模型,最小最大归一化法为黄芩苷的最优预处理建模方法,优化校正模型中真实值与预测值之间的相关系数(R2)为0.896 1,内部验证均方差(RMSECV)为0.836,最佳主因子数为9,预测平均偏差为0.92%.NIR具有非破坏性、无污染、重现性好等优点,可以用于市售黄芩饮片中黄芩苷含量的快速测定.     

基于近红外光谱技术测定小麦籽粒淀粉含量

采用化学方法测定78个小麦样品中的淀粉含量,运用近红外光谱仪采集小麦样品近红外光谱.用光学处理和数学处理等手段对模型的影响进行了探讨.结果显示,反相离散多元校正(Inverse MSC)与二阶导数结合对光谱数据进行预处理后,运用偏最小二乘法(PLS)所建分析模型的预测效果最优,其相关系数为0.951 7.以17个验证集样品进行外部检验,得小麦籽粒中淀粉含量的模型预测值与化学值之间的相关系数为0.978 6.     

近红外漫反射聚类法无损快速测定淀粉品质

提出一种基于近红外光谱技术和聚类分析法对不同种类的淀粉进行无损快速鉴别的方法,研究了近红外光谱结合聚类分析法快速鉴别淀粉种类的可行性.采集样品在12 500~4 000cm-1范围内的近红外漫反射光谱,利用光谱模式识别法中的聚类分析法对图谱进行定性分类鉴别.光谱经一阶导数预处理后,采用聚类分析法可准确无误地将样品分为2类,分类准确率达到100%.同时采用预测集的样品验证所建模型的准确性,经实验得出预测准确率也是100%.实验结果表明,近红外漫反射光谱结合聚类分析法可以为快速无损鉴别淀粉种类提供一种准确可靠的方法.     

近红外光谱技术测定花生蛋白质含量研究

采用近红外光谱技术(NIRS)建立花生蛋白质含量的测定模型,讨论了不同回归技术及光谱和数学处理方法对模型的影响,并对模型进行外部验证.得出最佳的建模参数为:标准正常化结合散射处理(SNV and Detrend)的光谱处理方法和"2,4,4,1"的数学处理方法,改进最小二乘法的回归技术.得到的定标方程的定标相关系数为0.926 9,定标标准偏差为0.228 1,交叉验证相关系数为0.911 7,交叉检验标准偏差平均值为0.311 9,经外部验证得到的相关系数为0.919 7.近红外光谱技术可以用于花生蛋白质含量的快速检测.     

近红外光谱技术测定花生蛋白质含量研究

采用近红外光谱技术(NIRS)建立花生蛋白质含量的测定模型,讨论了不同回归技术及光谱和数学处理方法对模型的影响,并对模型进行外部验证.得出最佳的建模参数为:标准正常化结合散射处理(SNV and Detrend)的光谱处理方法和2,4,4,1的数学处理方法,改进最小二乘法的回归技术.得到的定标方程的定标相关系数为0.926 9,定标标准偏差为0.228 1,交叉验证相关系数为0.911 7,交叉检验标准偏差平均值为0.311 9,经外部验证得到的相关系数为0.919 7.近红外光谱技术可以用于花生蛋白质含量的快速检测.     

近红外光谱法测定小麦籽粒中的蛋白质含量

用化学方法测定78个小麦籽粒样品中的蛋白质含量,利用近红外谷物分析仪采集样品的近红外光谱,选择合适的光谱区间和光谱预处理方法.60个定标集样品的近红外光谱经二阶导数及标准多元离散校正预处理,结合偏最小二乘法建立了小麦籽粒中的蛋白质含量测定的定标模型,其相关系数为0.934 0.18个验证集样品用于外部检验,小麦籽粒中的蛋白质含量的模型预测值与化学值之间的相关系数为0.979 7.     

近红外光谱法主成分分析6种植物油脂的研究

采用近红外光谱技术,结合主成分分析方法,研究区分6种植物油脂的测定方法.用不同品种和不同产地的油料制备植物油,其中32种大豆、34种花生、28种菜籽和12种棉籽,采集不同厂家生产的20种棕榈油和12种米糠油样品.测定6种植物油脂138个样品的近红外透射光谱.以植物油脂的光谱信息作变量,应用NIRCa15.2软件进行光谱预处理及主成分分析,随机取2/3的样品作定标集,1/3作验证集,选取负荷量差别较大的7个主成分进行得分比较.结果显示,138个样品被识别为相互独立的6组,分类精度100%,验证准确率100%.     

近红外光谱技术测定小麦过氧化氢酶的研究

过氧化氢酶是衡量小麦籽粒新鲜度的重要指标.将近红外光谱技术与化学计量方法结合起来,建立小麦样品过氧化氢酶的定标方程,并对方程进行了验证、优化得到小麦过氧化氢酶的最佳定标模型,其1-VR值为0.688,RSQ值为0.947,SEC值为3.363,SECV值为7.303,SEP值为3.361.通过外部验证,表明该方法可以对不同新鲜度的小麦进行快速筛查.     

近红外光谱无损检测技术中数据的分析方法概述

近红外光谱无损检测技术可用于品种鉴别与农产品的定性或者是定量的分析工作. 本文介绍了近红外光谱的基本原理及各类近红外光谱分析方法. 近红外光谱无损检测技术中数据分析方法是通过光谱定量分析找到光谱以及对应浓度的内在关系,建立相应的数学模型. 这些方法主要有偏最小二乘回归、主成分分析法、BP神经网络算法、支持向量机、K最近邻分类算法和线性判别分析法等. 通过这些分析模型的对比,研究表明:支持向量机将是近红外光谱数据分析方法未来一个重要的研究方向.     

逐步多重线性回归-近红外光谱法测定汽油中乙醇

采用逐步多重线性回归（ＳＭＬＰ）技术解析近红外（ＮＩＲ）光谱数据来测定汽油中乙醇含量。在乙醇浓度为６％～２０％范围内,间隔０．４％,其选取３６个浓度值进行逐步回归计算。通过考察校正标准误差、预测标准误差、校正相关系数和预测相关系数,以及考察最佳实验条件建立了最优回归方程,其校正标准误差和预测标准误差分别为：０．０８４９４和０．０８４９２。实验和预测结果表明：该方法简单、快速、准确,为测定汽油中乙醇加入量提供了一种切实可行的方法。     

栀子提取和纯化过程的近红外光谱快速检测方法

采用近红外光谱分析技术(NIR)以栀子渗漉提取和大孔树脂纯化过程为研究对象,分别研究并建立了过程中栀子苷含量的检测模型,可实现对中药栀子提取和纯化过程栀子苷含量的快速分析.运用偏最小二乘法(PLS)建立模型,提取过程校正模型相关系数R为0.997 47,校正均方差(RMSEC)和验证均方差(RMSEP)分别为0.588和0.536;纯化过程校正模型相关系数R为0.99640,校正均方差(RMSEC)和验证均方差(RMSEP)分别为0.308和0.298.本方法可用于中药栀子的提取、纯化过程有效成分含量的快速检测.     

粮食品质近红外光谱无损检测研究进展

介绍了粮食品质近红外光谱( NIRS)评价的原理,对NIRS检测中常用化学计量学方法的特点和作用进行了归纳,着重阐述了小麦、谷物和玉米3种主要粮食的定量成分检测以及品种、病虫害等定性判别的国内外研究进展,列举了NIRS技术在粮食品质检测方面的在线应用实例,最后对NIRS技术在粮食领域的应用前景进行了展望.     

基于近红外光谱无损快速检测面粉品质的研究

提出一种基于近红外光谱技术结合偏最小二乘法对面粉品质进行无损快速检测的方法．配制含滑石粉的面粉样品30个,采集样品在12500～4000cm^-1范围内的近红外漫反射光谱,选择最优的光谱预处理方法和光谱范围,采用偏最小二乘法（PLS）建立定量分析模型．结果表明所建定量分析模型的相关性能比较高,预测相关系数和预测均方根误差均符合要求．研究发现,近红外光谱技术用于快速无损检测面粉掺假是可行的．     

基于近红外光谱分析技术的芝麻灰分含量的快速无损检测

利用近红外谷物分析仪对芝麻整粒进行光谱扫描,分别建立了白芝麻和黑芝麻灰分含量快速检测近红外分析模型,井对光学处理和数学处理过程中不同因素对模型的影响进行了探讨.模型内部验证和外部检验结果表明:去散射方式采用去散射处理,数学处理技术采用“3,4,4,1”(即每间隔4个光谱点进行三阶导数处理和一次平滑处理,不进行二次平滑处理)得到的方程为白芝麻灰分的最佳定标模型,其1-VR值为0.8203,SECV值为0.1837.去散射方式采用标准正常化结合散射处理,数学处理技术采用“2,2,2,1”(即每间隔2个光谱点进行二阶导数处理和一次平滑处理,不进行二次平滑处理)得到的方程为黑芝麻灰分的最佳定标模型,其1-VR值为0.7347,SECV值为0.2334.本文验证了近红外光谱技术快速检测芝麻灰分含量的可行性,表明该分析技术可以应用于芝麻品质的快速评价.