近红外光谱结合化学计量学的掺伪杜仲判别

中药杜仲具有多种医疗功能,常被不法分子选作掺假目标以牟取暴利,对掺假杜仲进行快速判别能够更好的保障杜仲质量安全以及维护消费者的利益。使用近红外光谱结合化学计量学,构建了一种用于快速检测杜仲中几类常见掺假物的方法,可以实现杜仲的真伪鉴别。从结果上看,偏最小二乘判别分析(PLS-DA)获得的训练集和测试集的识别率分别为99%、96%,随机森林(RF)获得的训练集和测试集的识别率分别为99%、92%。此外,采用PLS回归模型对杜仲中不同类型掺假物的掺假程度进行定量,良好的线性相关性和准确度证明了PLS回归模型对于杜仲掺假比例的预测结果是可靠的。该方法可以快速、准确地进行杜仲的真伪鉴别和掺假样品的掺假程度预测。     

聚乙烯分子结构长波近红外–中红外光谱研究

采用长波近红外–中红外光谱对聚乙烯分子结构进行了研究,结果表明,聚乙烯分子结构的红外吸收模式主要包括2ν_as(CH₃)、2ν_as(CH₂)、ν_as(CH₂)+ν(CH)、2ν_s(CH₃)、ν_as(CH₂)+ν_s(CH₂)、2ν_s(CH₂)、ν_as(CH₃)、ν_as(CH₂)、ν_s(CH₃)、ν_s(CH₂)、δ(CH₂)和ρ(CH₂)。采用变温长波近红外–中红外光谱进一步开展了聚乙烯分子的热稳定性研究,结果表明,在303～393 K,聚乙烯分子的吸收频率及强度都有明显改...     

红外光谱结合化学计量学鉴别西红花的产地

西红花不仅是在世界范围内广泛使用的传统香料,也是一味著名的中草药,其品质与产地密切相关。迫切需要寻找一种能快速对西红花进行产地判别的方法。基于不同产地西红花样品近、中红外光谱数据特征,采用Savitzky-Golay平滑(SG平滑)、多元散射校正、标准正态变量变换、一阶导数和二阶导数等预处理算法对光谱数据进行降噪处理,可以减小试验样本、测定环境以及仪器噪音对光谱数据的影响。结合偏最小二乘判别分析(Partial least square-discriminant analysis, PLS-DA)、决策树(Decision tree, DT)和支持向量机(Support vector machine, SVM)方法分别建立近红外光谱、中红外光谱、近中红外融合光谱分类模型,并采用移动窗口偏最小二乘法(Moving window partial least square method, MWPLS)提取光谱特征区间可以提升建模速度和分类精度。基于预测结果的准确率、混淆矩阵(Confusion matrix)和ROC曲线下面积(Area under curve, AUC)以选择最优分类模型。...     

近红外光谱分析技术的发展和应用

介绍了近红外光谱分析技术的发展历史、常用化学计量学方法及其实际应用情况。     

基于近红外光谱快速测定雪菊的总黄酮含量

建立了一种近红外漫反射光谱快速测定不同产地雪菊中总黄酮含量的方法.以10个不同产地的100份雪菊样品为对象,采用NaNO2-Al(NO3)3比色法对来自不同产地的雪菊进行总黄酮含量测定;通过不同产地雪菊样品的近红外光谱图和对应的总黄酮含量,运用偏最小二乘法(PLS)建立了雪菊总黄酮含量的快速测定模型并对模型进行了验证....     

高分子的近红外光谱

本文比较了近红外乐谱与基颗红外光谱，介绍了近红外光谱高分子领域的某些应用。     

近红外光谱技术在一次性卫生用品行业的应用前景

近红外光谱技术已在石油化工、农业、食品工业、纺织工业、制药工业和临床医学等领域中得到了广泛应用,然而在一次性卫生用品行业,还未得到推广和应用。本文简单介绍了近红外光谱技术的原理及测量过程;并结合一次性卫生用品及原材料,重点分析了近红外光谱技术在一次性卫生用品行业的潜在应用并对其可行性进行分析讨论。     

红外光谱结合化学计量学对塑料包装材料的检验

为了建立一种简便、快速、无损的鉴别塑料包装材料的分析方法,利用红外光谱法对聚乙烯、聚氯乙烯、聚丙烯、聚碳酸酯、聚苯乙烯、聚对苯二甲酸乙二醇酯等常见塑料包装材料进行检验,并利用化学计量学方法对聚合物进行分类。结果表明：通过判别函数建立分类模型,可实现未知样本的快速分类;聚乙烯薄膜的厚度对于其红外光谱产生影响,聚乙烯薄膜的吸收峰强度随其厚度增大而加大,峰强度比则随其厚度的增大而减小。     

傅立叶变换近红外光谱技术应用于聚氯乙烯质量分析的可行性研究

近红外光是指介于可见光与中红外光之间的电磁波 ,美国ASTM规定其波长范围为 :780～ 2 5 2 6nm。物质分子中C -H ,N -H ,O -H和C =O等基团振动频率的合频与倍频的吸收在近红外区 ,因此近红外技术比较适合于分析与这些基团有直接或间接关系的成分。聚氯乙烯粘数、表观密度和白度     

近红外光谱技术在中药质量控制应用中的化学计量学建模:综述和展望

近红外光谱(NIR)是制药工业领域应用最为广泛的过程分析技术(PAT),在中药产品质量的在线实时检测和控制中越来越受到重视。和化学药相比,由于中药组成的复杂性和生产加工过程的特殊性,对利用化学计量学建立NIR预测模型,提出了新的挑战。本文对NIR在中药质量控制应用中的化学计量学建模方法和技术进行了综述并对未来发展做了展望。综述涉及到NIR数据的采集、预处理、分组,特征波段自动选取,建模以及模型的验证和评价。讨论了平滑、导数、标准化算法、数据增强算法和主元分析等预处理方法对模型影响。特征波段的选取述及间隔偏最小二乘、遗传算法、无信息变量消除、随机蛙跳法、竞争自适应重加权采样和重要变量投影法等;建模方法论及线性和非线性技术包括主元回归、偏最小二乘回归、人工神经网络和支持向量机回归等。未来的NIR建模平台应该是一个在后台集成各种复杂的数学算法和实现数据的无缝共享,面向用户的前台则是友好、简单、智能的半自动界面环境。论述结合具体的实例进行。     

不同产地杜仲药材中重金属含量测定

对20个不同产地杜仲药材中重金属元素Pb、Cd、Hg、As、Cu含量进行测定和分析。方法:采用微波消解法对样品进行处理,通过原子吸收分光光度计和原子荧光光度计测定重金属含量。结果:不同产地杜仲药材中重金属含量有一定差异,所有药材中都检出重金属,但均符合中国药典有关规定。杜仲药材中重金属的测定结果为其质量评价的进一步完善提供科学依据。     

柴油硫含量的中红外光谱技术检测方法

对获取的柴油原始光谱数据分别采用遗传算法(Genetic algorithms,GA)提取特征波长,然后采用了PLS(Least square regression)建立预测模型,结果表明:GA-PLS算法精度较高,RPD为1.95,RMSEP为0.028 6,r_(pre)~2为0.88,可以用于柴油硫含量的快速检测。     

医用胶带基材结构变温中红外光谱研究

采用中红外(MIR)光谱,开展了医用胶带基材(主要为乙烯–醋酸乙烯酯共聚物,简称基材)的结构表征。实验发现,基材的红外吸收模式主要包括ν_as(CH₃–基材结构)、ν_as(CH₂–基材结构)、νs(CH₃–基材结构)、νs(CH₂–基材结构)、ν(C=O–基材结构)、δ(CH₂–基材结构)、δ_as(CH₃–基材结构)、δ_s(CH₃–基材结构)和ρ(CH₂–基材结构)。采用变温中红外(TD–MIR)光谱进一步开展了基材的热变性研究,发现随测定温度的升高,基材中主要官能团对应的红外吸收频率及吸收强度均有明显改变。     

红外光谱技术结合化学计量学方法在中药研究中的应用

综述了近5年红外光谱技术结合聚类分析、偏最小二乘、主成分分析、人工神经元网络、小波变换、SIMCA方法和支持向量机等化学计量学方法在中药研究领域的应用,包括中药材鉴别与质量评价、中药预处理过程控制、中药复方配伍、中药太空育种、中药制剂生产等方面应用的最新进展。     

玻璃镜片气泡结构及热变性三级中红外光谱研究

采用中红外(MIR)光谱技术研究玻璃镜片气泡结构,发现气泡结构的红外吸收模式主要为ν_{asO=C=O-一维}。采用变温中红外(MIR)光谱进一步研究了气泡结构的热稳定性,发现在303～393 K范围内的主要官能团(ν_H-O-H-一维、ν_{asO=C=O-一维}和δ_O=C=O-一维)的吸收频率及强度发生变化。采用二维MIR光谱深入研究了主要官能团(ν_H-O-H-二维、ν_{asO=C=O-二维}、δ_H-O-H-二维、ν_{sO=C=O-二维}、δ_O=C=O-二维)对热的敏感程度及变化快慢,发现玻璃镜片气泡结构红外吸收模式主要集中在3 420～3 380 cm^-1、2 365～2 335 cm^-1、1 660～1 630 cm^-1、1 350～1 330 cm^-1及680～660 cm^-15个频率区间,在这...     

藜麦产地的红外光谱鉴别

种植环境差异导致不同产地的藜麦有差异,故对不同产地的藜麦进行区分鉴别对商家、消费者具有重要参考价值。将中红外光谱与主成分分析(PCA)、线性判别分析(LDA)及混淆矩阵结合对不同产地藜麦进行鉴别研究。结果显示:藜麦的红外光谱主要由淀粉、蛋白质和脂质谱峰组成,且在蛋白质和糖类谱峰上有差异。用600~4000 cm^-1范围的原始光谱进行PCA分析,前两个主成分(PC)取得了92%的累计方差贡献率,基于PCA分析生成的PC进行LDA分析,取得了96.25%的分类精度。基于预测结果的混淆矩阵作为综合评价指标,得到PCA-LDA分类模型的精确度、召回率及特异性分别为96.25%、96.59%和99.48%,说明使用PCA-LDA模型可以对藜麦产地进行有效鉴别。研究表明红外光谱结合多元统计分析方法是鉴别藜麦产地的有效方法。     

基于近红外光谱技术的纺织品判别分析

近红外光谱技术是一种分析速度快、不破坏样品的绿色分析方法,在纺织品的成分检测方面具极大作用。本文利用近红外光谱技术对涤纶、腈纶、锦纶、羊绒、驼绒、兔绒、羊/涤样品进行定性判别分析。通过主成分分析法得到羊绒混涤纶光谱所呈递的主要信息,采用化学计量学方法对光谱进行预处理,剔除异常光谱。通过马氏距离判断分析类别,取得了较为良好的效果。     

近红外光谱结合化学计量学方法快速鉴别一种汞污染植物

结合红外光谱法和化学计量学,建立汞污染植物千里光和未受污染千里光的快速鉴别模型,并考察其作为筛查土壤汞污染替代指标的可行性。分别在铜仁市汞矿周边和远离汞矿地区对千里光进行代表性采样,以ICP-AES对千里光汞含量进行分析。根据千里光粉末的漫反射红外光谱数据,建立化学计量学分类模型,对不同汞含量的千里光进行快速鉴别。ICP-AES结果表明,汞矿周边和远离汞矿地区的千里光中汞元素的差别显著,分别为0~0.2和10.0~19.7 mg/kg。基于原始近红外光谱、二阶导数光谱和标准正态变换(SNV)光谱的偏最小二乘判别分析(PLSDA)模型对两组千里光样品的预测准确率分别为0.886、0.943和0.900。近红外二阶导数光谱结合化学计量学建模可快速准确识别千里光的汞含量水平。该方法快速经济,可为土壤汞污染快速筛查提供一种替代指标。