对牛奶成分近红外光谱分析方法的研究

研究牛奶成分近红外光谱测量的基本方法,探讨了在用偏最小二乘(PLS)方法建立系统校正模型过程中,采用直接正交(DO)数据预处理方法滤除牛奶漫反射光谱中与待测组分质量浓度无关的干扰信息的可行性,并与多元散射校正(MSC)及二阶微分(SOD)等光谱数据预处理方法进行比较．实验结果表明：相对于DO处理前,PLS模型的实际预测偏差(RMSEP)明显改善,最佳主成分数降低;相对于其他数据预处理方法,DO处理后系统PLS模型的RMSECV及RMSEP相对较低．DO数据预处理方法是近红外光谱分析中,从复杂重叠光谱中提取净信号信息、滤除噪音、进一步改善对原始光谱数据解释的有效途径．     

净分析信号预处理在喷气燃料重质组分快速分析中的应用

为了改善干扰信息与分析组分浓度变化产生偶然相关造成的分析模型预测精度下降的问题,将净分析信号概念引入多种烃类化合物构成的喷气燃料重质组分快速分析中。利用净分析信号(NAS)算法进行样品近红外光谱预处理,并结合偏最小二乘回归(PLS)建立反映喷气燃料重质组分含量信息的终馏点校正模型(NASPLS),并与常规PLS校正模型进行对比分析。结果表明,NAS预处理结合PLS方法相比常规PLS方法显著减小了建模所需主因子数,交互预测偏差降低了33%,模型的准确性和适应性得到一定的提高。净分析信号算法应用于近红外光谱模型预处理过程,对构成复杂且干扰未知的样品建立近红外光谱模型具有一定的借鉴作用。     

近红外光谱技术在农药残留量检测中的研究

介绍了近红外光谱技术的发展及原理,基于近红外光谱分析技术对蔬菜中农药残留的检测方法进行了定性和定量实验研究．选取菠菜作为叶菜代表,用偏最小二乘建立校正模型,并对模型的通用性进行验证．实验表明,校正模型的预测结果比较理想,但模型的通用性还需要改善,同时还讨论了基于多信息融合技术在农药残留量检测中的研究前景．     

光谱分辨率的选取对食用油近红外模型性能影响分析

近红外光谱仪的类型和工作参数的设定对测量过程和分析结果均有一定影响.重点讨论了在傅立叶变换型光谱仪上设定不同的光谱分辨率对食用油近红外定量模型性能的影响.实验采用Vertex 70光谱仪,在3种光谱分辨率(4,8,16 cm-1)条件下,采用透射式液体光纤探头采集60份食用油样品近红外谱图.针对3组近红外光谱样品集,分别采用蒙特卡罗采样法剔除异常样品,根据Kennard-Stone法划分校正集和校验集后,建立优化食用油棕榈酸近红外定量分析模型并作预测.结果表明基于16 cm-1建立的食用油近红外模型指标优于4 cm-1和8 cm-1所建的模型,该结果可以为均匀液体作近红外检测时光谱分辨率的设定提供参考.     

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.     

基于高光谱技术的灵武长枣糖度预测模型研究

灵武长枣糖度是反映其品质的重要指标之一.利用高光谱成像技术对灵武长枣的糖度进行无损检测研究.采用多元散射校正、标准正态变量变换和Savitzky-Golay平滑对900¹ 700 nm及4001 700 nm及400¹ 000 nm波段范围内的原始光谱进行预处理,选取最优的预处理方法,最后分别建立灵武长枣糖度的PCA和PLSR预测模型,优选最佳模型.结果表明,4001 000 nm波段范围内的原始光谱进行预处理,选取最优的预处理方法,最后分别建立灵武长枣糖度的PCA和PLSR预测模型,优选最佳模型.结果表明,400¹ 000 nm光谱数据经过多元散射校正后的光谱建立的预测模型效果较好,9001 000 nm光谱数据经过多元散射校正后的光谱建立的预测模型效果较好,900¹ 700 nm光谱数据则是经过Savitzky-Golay平滑后的光谱建立的预测模型较好;两者均是采用PLSR模型建模效果较好,其校正模型和验证模型的相关系数分别为0.938、0.916和0.823、0.864.研究表明,采用高光谱成像技术对灵武长枣糖度的无损检测是可行的.     

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.     

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.     

近红外光谱-偏最小二乘法测定三元混合物中各组分的含量

为了提高近红外光谱定量分析的预测精度和建模效率,提出了一种基于峰纯度值的变量优选方法,结合偏最小二乘建模,用于近红外光谱多组分同时测定。对庚烷、氯苯和甲苯三组分混合体系进行分析,只选择其中的10个波长变量建立校正模型,与全谱范围的定量校正模型比较。结果表明该方法可使最终所得的模型中变量数大大减少,可通过波长变量优选最小化冗余信息,提高预测精度及建模效率。     

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 .