近红外光谱分析技术测定溶剂油芳烃含量

选取较长的一段时间内溶剂油生产装置中的样品100个，收集光谱，采用一阶微分和多元散射校正方法对光谱进行预处理，建立溶剂油芳烃含量的近红外光谱分析模型，并应用该模型对多种类型原油的溶剂油产品芳烃含量进行分析预测，将其结果与实验室色谱仪分析结果进行比较。实验的结果证明，用近红外光谱分析模型对未知样品进行预测的结果完全能够满足生产工艺中对精确度和重现性的要求，并能够满足工艺上对质量指标进行快速分析的要求。     

近红外光谱技术的复兴和发展

近年来红外光谱分析技术在许多领域获得了广泛的应用.本文分析其复兴的原因及近红外光谱技术的近期发展,介绍若干典型的应用实例及国外的近期动向.     

近红外光谱技术进展

近红外光区域是指波长为780～2526nm范围内的电磁波，位于可见光及中红外之间，在很长的一段时间内并没有受到人们的重视。1950年左右，人们开始制造简易的近红外光谱仪分析谷物、饲料、奶、蛋等农产品中的水分、蛋白质及脂肪等，但在60年代到80年代之间出现了一段沉睡期，近红外光谱技术发展非常缓慢。 进入80年代后期，计算机技术和化学计量学的发展，使近红外光谱分析技术得到了迅速的发展。紧接着人们将光纤技术用来传输近红外光谱信息，这一技术逐渐成了很多生产工艺的在线分析首选。     

近红外光谱分析技术及发展前景

本文介绍了近红外光谱分析技术的发展简史、工作原理、技术特点、基本分类、仪器结构及典型用途及发展前景。     

奶粉品质近红外快速检测方法研究

研究了一种基于近红外光谱分析技术奶粉中蛋白质快速检测的方法，探讨了波长选择方法，给出了波长选择的结果。     

近红外光谱快速测定调合食用油成分含量可行性研究

针对市场食用油掺假现象,对近红外光谱快速测定食用油成分含量快速测定可行性进行研究。实验使用花生油和大豆油配制二元食用油调合油,使用花生油、菜籽油和大豆油配制三元食用油调合油。研究结果表明,二元调合食用油成分测量偏差为0.36%,三元调合食用油成分测量偏差为0.69%～0.83%,说明近红外光谱快速测定调合食用油成分含量是可行的。     

尿中葡萄糖含量的近红外光谱快速测量

本文研究了采用近红外光谱技术检测尿液中葡萄糖含量的方法。讨论了采用偏最小二乘法(PLS)建立校正模型过程中数字滤波预处理方法以及利用遗传算法优选波段。尿液中的葡萄糖含量的最佳测量结果RMSEP为10．4mg／dL。结果表明，近红外光谱法可以满足尿液主要成分的实际测量要求。这些实验研究将为糖尿病等相关疾病的无损、快速检测提供一种新的方法。     

CCD短波近红外光谱仪测定牛奶成分的可行性研究

研究了电荷耦合器件（CCD）近红外光谱仪（NIRS）在短波区域（700．1100nm），测定牛奶中蛋白质、脂肪、乳糖等三种常规成分的含量。采用散射校正（MSC）和偏最小二乘回归（PLS）相结合的方法建立了定量模型。将短波NIRS对未知样品的预测结果与FOSSOMATIC 4000在的测量结果进行比较，对预测的准确性进行了考察。     

现代近红外光谱分析技术的原理及应用

介绍了近红外光谱分析技术的发展简史、工作原理，技术特点，基本分类，仪器结构，典型用途及部分知名的国内外近红外光谱仪器生产厂家，为近红外光谱技术的用户和仪器厂商提供了较为详细的资料。     

现代近红外光谱分析技术及其应用

本文简述了现代近红外光谱分析技术的发展历史、主要技术特点、工作原理及其仪器的分类,介绍了这一分析技术定性和定量的应用过程,同时对它在食品工业、农业、化工、纺织、化妆品及药品分析中的应用也进行了简单介绍.     

Characterization of nutritional parameters in bovine milk by Raman spectroscopy with least squares modeling

The macronutrient constitution of bovine milk was investigated by Raman spectroscopy involving 830 nm excitation at 300 mW from 600–1800 cm^?1 with a probe. Bovine milk was analyzed for total proteins, casein, total fat, and lactose by standard assays. The concentrations of these components were estimated by correlating these assays with the fitting coefficients based on least-squares fitting of lactose, casein, triolein, and stearic acid and milk spectra to prepare calibration curves. The model was employed for the analysis of milk from local markets. The spectra of milk were dominated by bands of proteins, lipids, and carbohydrates. There was a strong correlation between the concentrations of total proteins and casein (r = 0.75 and 0.73, respectively), and very strong correlation for total fat and lactose (r = 0.93 and 0.91, respectively) with the standard errors of prediction of 0.49, 0.38, 0.61, and 0.27 mg/dL, respectively. The milk contained lower concentrations of lactose and protein than in the nutritional facts table. The amount of saturated fat was close to the nutritional value with more unsaturated fat. A single Raman spectrum was employed to characterize the composition of milk and may have application for rapid quality control.     

用二维相关近红外谱和多维主成分分析判别掺杂牛奶

为了有效地提取牛奶中微量的掺杂物特征信息,提出了基于二维相关近红外光谱多维主成分分析（MPCA）和最小二乘支持向量机（LS-SVM）判别牛奶掺杂物的方法。首先,采集纯牛奶、掺杂尿素牛奶和掺杂三聚氰胺牛奶的一维近红外谱,并对其进行相关计算,构建各样品的二维相关近红外谱。然后,采用多维主成分分析法分析二维相关谱矩阵,压缩数据,提取相关谱的得分矩阵。最后,将提取的得分矩阵输入最小二乘支持向量机,分别建立掺杂尿素牛奶、掺杂三聚氰胺牛奶及两种掺杂牛奶与纯牛奶的LS-SVM判别模型。用所建模型对测试集未知样品进行了判别,结果显示其判别正确率分别为92.3%,96.2%,92.3%。研究结果表明：所提出的方法不仅有效提取了牛奶中掺杂物的特征信息,而且缩短了建模所需时间,取得了较好的判别效果。     

红外光谱结合核隐变量正交投影法判别掺杂牛奶

为了快速、准确地检测掺杂牛奶,采用基于核隐变量正交投影(K-OPLS)法分析了掺杂牛奶的光谱.选用高斯函数作为核函数,内部交叉验证均方根(RMSECV)最小值作为评价指标,优选了核函数中的核宽度σ以及Y正交成分数.配置含四环素牛奶(0.01～0.3 gL-1)、三聚氰胺牛奶(0.01～～0.3 gL-1)和葡萄糖牛奶(0.01～～0.3 gL-1)各36个,采集纯牛奶及掺杂牛奶样品的红外光谱,采用K (PLS建立各掺杂牛奶与纯牛奶的判别模型.利用这些模型对未知样品进行判别,结果显示对掺杂四环素、三聚氰胺、葡萄糖牛奶的判别正确率分别为100％、100％、95.8％o.建立了同时判别3种掺杂牛奶与纯牛奶的K-OPLS模型,该模型对未知样品的判别正确率为93.1％;同时,与偏最小二乘判别PLS-DA方法的预测结果进行了比较,结果表明:K-OPLS建模方法对于复杂的牛奶体系具有较好的预测能力.     

Test on oxygen and benzene contents in gasoline by mid-infrared spectroscopy

This paper aims at testing oxygen and benzene contents in gasoline by mid-infrared spectroscopy.The experimental results prove that infrared spectroscopy （IR） is reliable.Compared with gas chromatography （GC） technology,this paper draws a conclusion that IR has several advantages,including rapid analysis,excellent repeatability and low analysis cost.     

光谱技术在植物油脂掺伪和地沟油检测上的应用

综述了红外光谱、近红外光谱、紫外吸收光谱等光谱技术在植物油脂掺伪以及地沟油检测中的应用。介绍了红外光谱技术、近红外光谱技术等检测油脂的原理和检测方法的优缺点。展望了光谱技术特别是红外光谱技术和近红外光谱在地沟油检测中的应用前景。提出多种方法联合运用的检测掺伪油脂和地沟油的新思路。     

基于SVM近红外光谱在烤烟烟叶产地判别中的应用研究

为研究近红外光谱分析技术结合支持向量机(SVM)模式识别原理在鉴别烟叶产地中的可行性,选择云南省曲靖市所辖6个不同区县的180个烟叶样品为研究对象。对其近红外光谱进行一阶求导后,通过matlab分析软件建立预测各烟叶产地的近红外模型,并应用该模型对78个烟叶样品进行实际产地预测。实验结果表明:上述方法建立的预测模型训练样本的正确识别率100.00%,测试样本正确识别率为91.03%。结果显示,运用基于SVM的近红外光谱技术可以实现烤烟烟叶产地的快速准确判定。     

凯氏定氮法测定乳粉中蛋白质的不确定度分析

测量不确定度定义为表征合理地赋予被测量之值的分散性[1]。一个完整的测量结果,除了应该给出被测量的最佳估计值之外,还应同时给出测量结果的不确定度。本文依据凯氏定氮法,对奶粉中的蛋白质含量的不确定度各分量进行计算合成,找出影响不确定度的因素,进行评定。     

基于间隔偏最小二乘法的农产品近红外光谱谱区选择方法

怎样建立准确的农产品内在质量的近红外光谱预测模型，一直是国内外近红外光谱分析者的研究重点，而现有的农产品近红外光谱数据建立光谱预测模型时，都要面临选择合适的光谱谱区的问题。本研究提出一种间隔偏最小二乘法的农产品近红外光谱谱区选择方法，并将其应用于建立苹果糖度近红外光谱模型。结果表明，该方法可以减小建模运算时间，剔除噪声过大的谱区，使最终建立的农产品品质检测近红外光谱模型的预测能力和精度更高。     

Study of sample temperature compensation in the measurement of soil moisture content

Since the near-infrared (NIR) spectrum is susceptible to sample temperature fluctuations, we investigate the influence of sample temperature on the predictive power of calibration model for soil moisture content (MC) and propose the multi-source information fusion technology based on back propagation neural network (BPNN) to compensate for sample temperature effect. With the discrete wavelet transform (DWT) as the pre-processing method and the least squares support vector machine (LS-SVM) regression as the modeling method, a model at 20 °C to predict MC of the soil samples at other temperatures was established. The results show that except for 20 °C, the root mean square error of prediction (RMSEP) are large. We analyze the predicted results with the dual-factor analysis of variance without duplication and the result shows that the effect of sample temperature on the prediction model for soil MC is significant. A temperature compensation model was then established with combining of soil MC and sample temperature based on BPNN. The predicted results showed that the prediction precision of the model was improved significantly.     

Odorant discrimination using functional near-infrared spectroscopy of the main olfactory bulb in rats

We characterize the hemodynamic response changes in the main olfactory bulb(MOB)of anesthetized rats with near-infrared spectroscopy(NIRS)during the presentation of three different odorants:(i)plain air as a reference(Blank),(ii) 2-heptanone(HEP),and(iii)isopropylbenzene(Ib).Odorants generate different changes in the concentrations of oxyhemoglobin.Our results suggest that NIRS technology might be useful in discriminating various odorants in a non-invasive manner using animals with a superb olfactory system.