FTIR结合PLS-DA鉴别不同陈化时间六堡茶熟茶

对不同陈化时间的六堡茶熟茶进行了傅里叶变换红外光谱(FTIR)法分析,考察了不同陈化时间六堡茶熟茶与红外光谱特征的关系,结合偏最小二乘判别分析(PLS-DA)进行鉴别,并找出其化学组分差异。样本在主成分空间中区分为不同的类别,基本实现不同陈化时间六堡茶熟茶的鉴别。载荷因子分析显示,5个不同陈化时间六堡茶熟茶化学组成的差异主要体现在茶多酚、咖啡碱及茶多糖3类物质成分含量的不同。可以反映不同陈化时间六堡茶熟茶主要成分组成的差异并进行快速的鉴别。     

基于红外光谱技术的高渗酵母快速鉴别方法

为寻找高渗酵母种属的快速鉴别方法,本文应用傅里叶变换近红外光谱(FT-NIR)和傅里叶变换中红外光谱(FT-IR)分析技术,结合化学计量学方法,对6种高渗酵母判别分类。高渗酵母近红外光谱和中红外光谱的灵敏区段经基线校正,矢量归一化,二阶求导等预处理,分别采用主成分分析(PCA)结合线性判别分析(LDA)以及主成分分析结合反向传输人工神经网络(BP-ANN)2种方法建模。结果表明:近红外光谱、中红外光谱分析技术均能较好地分类高渗酵母;两种分析技术中,PCA-LDA模型的分类效果均优于PCA-ANN/BP模型,模型准确率为100%。本研究为高渗酵母快速、准确地鉴别提供了一种简便、可行的方法。     

傅里叶变换衰减全反射红外光谱技术对稻谷中常见有害霉菌的快速鉴别

本研究利用傅里叶变换衰减全反射红外光谱技术(ATR-FTIR)结合化学计量学方法,对稻谷中7种常见有害霉菌(尖孢镰刀菌Pr、尖孢镰刀菌Po、尖孢镰刀菌M23、黄灰青霉Pe、扩展青霉3.7898、灰绿曲霉3.3975和亮白曲霉)进行了快速鉴定。结果显示,运用主成分分析法(PCA)能够有效区分七种不同类别的菌株样品。建立的线性判别分析(LDA)和偏最小二乘判别分析(PLS-DA)模型,对7种不同类别菌株的留一交互验证整体正确率分别达到87.1%和87.3%。说明运用ATR-FTIR技术对稻谷侵染霉菌的种类实现快速鉴别具有一定可行性。     

傅里叶近红外光谱法快速检测5种常见的食源性致病菌

目的 建立傅里叶近红外光谱法快速检测5种常见的食源性致病菌。方法 将5种常见致病菌的标准菌株和分离株分别富集培养, 再经冷冻干燥制备成菌粉, 利用傅里叶近红外光谱仪全波长扫描, 得其原始特征光谱, 由仪器自带OPUS软件进行光谱图预处理, 再对用软件进行主成分分析和偏最小二乘法判别分析, 最后建立起快速鉴别菌种的模型。结果 最终显示偏最小二乘法模型优于主成分分析模型。偏最小二乘法模型提取的特征波段为7506.1~6098.1 cm?1, 选择的预处理方式是一阶求导和扣除一条直线, 其决定系数的平方(R2)为93.14%较为接近1, 交叉验证均方根的值为0.361较为接近零, 预测偏差大于3.82, 正确率达到90%, 模型拟合良好。结论 该方法分析速度快, 产出多, 不用试剂, 不污染坏境, 不破坏样品, 适合在线实时检测。     

薯蓣属5种药食同源植物红外光谱鉴别研究

采用傅里叶变换红外光谱(FT-IR)结合化学计量学鉴别不同种药食同源薯蓣植物。采集云南5种药食同源薯蓣属(淮山药、黄独、高山薯蓣、粘山药、参薯)样品红外光谱数据,选择基线校正、9点平滑、自动归一化、二阶导数等预处理方法对光谱进行优化。原始光谱显示,除粘山药样品,其余4种薯蓣属样品红外光谱相似度较高,在1 154、1 081、1 021、928、763、577 cm~(-1)附近均出现表征淀粉和一些糖苷类成分的吸收峰。选取1 800 cm~(-1)~400 cm~(-1)波段二阶导数光谱数据,结合聚类分析(HCA)和偏最小二乘判别分析(PLS-DA)法进一步挖掘红外光谱数据信息。通过HCA提取727个变量建立矩形阵列获得树状图,分类正确率为91.2%。PLS-DA模型前6个主成分累积贡献率为97.3%;得分图显示,5种样品分类效果理想。证明FT-IR结合HCA和PLS-DA方法,对5种不同种薯蓣植物的鉴别可行。     

近红外光谱对食醋有机酸含量快速、无损测定方法研究

将近红外光谱分析技术应用在食醋内部有机酸的定量分析研究中,分别建立了8种有机酸的偏最小二乘近红外预测模型和主成分分析近红外预测模型,模型的相关系数均大于0.9,模型具有较好的预测准确性。横向对比偏最小二乘和主成分分析两种建模方法对食醋有机酸的定量分析发现,采用偏最小二乘法建立的食醋有机酸近红外预测模型较优。采用近红外光谱分析技术对食醋中有机酸含量的测定具有快速、无损的特点,具有较大的实际应用价值。     

基于拉曼光谱的大米快速分类判别方法

以拉曼光谱技术为手段,结合化学计量学方法,对来自黑龙江、江苏、湖南3个产地共123份大米样品的光谱数据进行采集,并对得到的拉曼图谱进行主成分分析(PCA)和偏最小二乘判别分析(PLSDA),建立大米快速分类判别方法。应用主成分分析对不同种类、产地和品种的大米进行粗分类鉴别;选择不同种类、品种和产地的稻米样本建立相应的偏最小二乘判别分析模型,其中2/3的样本作为建模训练集,1/3的样本作为建模校正集,按照种类、产地、品种建立的模型其训练集样本正确判别率均为100%,校正集样本正确判别率分别为100%,100%,94.12%。因此,研究所建立的拉曼光谱技术结合化学计量学方法可以快速、有效地鉴别大米种类、品种及产地。     

ATR-FTIR结合PCA及DPLS快速识别不同品种薰衣草精油

筛选有代表性的4个不同品种的96个薰衣草精油样品为试验对象,应用衰减全反射傅里叶变换红外光谱(ATR-FTIR)获得光谱数据,在主成分分析的基础上采用偏最小二乘辨别法(DPLS)建立薰衣草精油品种识别的模型。结果表明:主成分分析基本能实现品种区分,DPLS法以68个样本作为校正集,交叉验证均方根标准差(RMSEE)为0.1590,以未知的28个样本进行预测,预测均方根标准差(RMSEP)为0.1860,品种识别率为100%,DPLS法建立的模型对薰衣草精油品种有很好的识别和分类能力。将红外光谱与化学计量学方法结合,可为薰衣草精油品种的优良宏观质控提供一个快速、直观、可行的方法。     

基于特征性分子组成对不同海洋源肽粉的快速分类鉴别

目的 从不同海洋源肽粉的特征分子组成出发,建立其快速分类鉴别模型。方法 以牡蛎肽粉 (oyster peptide powder, OPP)、海参肽粉 (sea cucumber peptide powder, SCPP)、南极磷虾肽粉 (Antarctic krill peptide powder, AKPP) 和鱼皮胶原肽粉 (fish skin collagen peptide powder, FSCPP) 4种最具代表性的海洋源肽粉为研究对象,基于单糖分子组成以及傅里叶变换红外光谱 (fourier transform infrared spectroscopy, FTIR) 差异,结合主成分分析 (principal component analysis, PCA) 和正交偏最小二乘判别分析 (orthogonal partial least-squares discriminant analysis, OPLS-DA) 等化学计量学分析手段对肽粉进行快速分类鉴别。结果 基于总糖和单糖分子组成的PCA模型可以实现四类海洋源肽粉的分类鉴别;基于红外光谱的OPLS-DA模型能够对四类肽粉进行有效分类鉴别,1209~976 cm-1、1853~1309 cm-1和3545~2700 cm-1是对分类具有显著贡献作用的红外波段。此外,将红外光谱与总糖及单糖组成数据融合,能够进一步提高OPLS-DA模型的分类效果。结论 快速分类鉴别模型可为肽粉的质量控制和掺假检测提供参考。     

FTIR结合主成分分析鉴别不同年份六堡茶

采用傅里叶变换红外光谱(FTIR)法结合主成分分析鉴别不同储存年份的六堡茶,并找出其化学组分差异,为鉴别不同储存年份六堡茶提供快速无损的方法。通过采集5个不同年份六堡茶的红外光谱,利用一阶导数重构红外图谱,建立主成分分析鉴别模型,并提取出模型的载荷因子。结果表明:样本在主成分空间中区分为不同的类别,基本实现不同年份六堡茶的鉴别。载荷因子分析显示,5个年份六堡茶化学组成的差异主要体现在茶多酚、咖啡碱及氨基酸3类物质成分含量的不同。本法可以快速、无损地鉴别不同年份的六堡茶,并且能反映不同年份六堡茶主要成分组成的差异。     

近红外光谱模式识别三聚氰胺掺假牛奶

运用近红外光谱技术结合模式识别方法对液态奶中违法添加三聚氰胺进行快速检测。采集纯牛奶以及9种不同质量浓度掺假三聚氰胺牛奶的近红外光谱图,运用主成分分析方法、线性判别分析方法以及基于虚拟矢量编码的偏最小二乘判别分析方法对纯牛奶和不同质量浓度掺假三聚氰胺的牛奶近红外光谱数据进行判别分析。结果表明,相比主成分分析模型和线性判别分析模型,基于虚拟矢量编码的偏最小二乘判别分析模型的训练和预测性能均最好,识别训练集和预测集正确率能分别达到100%和90.32%。该法简单、快速、准确,为客观评价食品质量等提供了一种新的可选的方法。     

酱香型原酒贮存期金属元素含量变化及其对风味化合物的影响

采用电感耦合等离子体质谱法分别测定3个酒企不同贮存年份的酱香型原酒酒样中的25种金属元素含量,结合化学计量学方法构建鉴别模型,找出关键差异金属元素。结果表明,不同品牌不同贮存年份的酱香型原酒中金属元素含量与贮存年份呈正相关;主成分分析、层次聚类分析和偏最小二乘判别分析能将6个不同贮存年份酒样进行有效区分,其中偏最小二乘判别分析的区分度最好,偏最小二乘判别分析与主成分分析构建鉴别模型结果一致。通过偏最小二乘判别分析与单因素方差分析找出贮存年份在0～10 a原酒中的5个关键差异金属元素,即Al、Ca、K、Na、Fe。通过气相色谱-三重四极杆质谱联用检测发现差异性金属元素对于原酒贮存有促进作用。将来自其他不同于上述酒企的不同贮存年份酱香型原酒定量分析结果代入构建的鉴别模型,可以实现有效区分。综上,利用电感耦合等离子体质谱法检测技术结合多种化学计量学分析方法能对不同贮存年份酱香型原酒进行有效分类和鉴定,更加准确、高效地探究酱香型原酒在贮存中金属元素含量变化规律。     

印度尼西亚研究利用傅里叶红外光谱结合化学计量学分析牛肉肉丸配方中的掺假鼠肉

<正>肉丸是印度尼西亚人非常喜爱的一种肉类食品。由于鼠肉和牛肉之间存在差价,部分商家会采用鼠肉来代替牛肉从而获取更高的经济效益。印度尼西亚科学家的研究结果表明傅里叶红外光谱结合局部校正的最小二乘法对肉丸配方中牛肉-鼠肉二元混合物中鼠肉进行定量分析,同时,主成分分析的化学计量学可以用于区分鼠肉肉丸和牛肉肉丸。在偏最小二乘法和主成分分析模型中,对中红外频率段进行优化,选定750~1 000 cm-1频率段。对于定量分析中,鼠肉含量的实际值(x)和傅里叶红外预测值(y)之间的关系可以由方程y=0.941 7x+2.841 0来表示,方程的相     

红外光谱结合多元统计分析快速鉴别不同种类牛肝菌

采用傅里叶变换红外光谱结合多元统计分析方法快速鉴别不同种类食用牛肝菌。采集10 个不同种类93 个牛肝菌子实体的红外光谱,分析食用牛肝菌的红外光谱特征;用多元散射校正（multiplicative signal correction,MSC）、标准正态变量（standard normal variate,SNV）、二阶导数（second derivative,SD）、Norris平滑（ND）、正交信号校正（orthogonal signal correction,OSC）、小波压缩等方法对光谱进行优化处理;经优化处理的光谱数据分别建立马氏距离分类模型及偏最小二乘判别分析（partial least squares discriminant analysis,PLSDA）。结果显示,牛肝菌在3 325、2 934、2 927、1 637、1 547、1 402、1 375、1 259、1 453、1 081、1 029 cm－1等附近有多个吸收峰,主要归属为蛋白质、多糖、氨基酸等的特征吸收峰。MSC＋SD＋ND（15∶5）和SNV＋SD＋ND（15∶5）两种预处理方式前10 个主成分累积贡献率分别为95.58%、95.54%,基于两种预处理方法建立马氏距离分类模型,验证集预测准确率分别为90%和95%。PLS-DA结果显示经MSC＋SD＋ND（15∶5）和SNV＋SD＋ND（15∶5）预处理不易于区分牛肝菌种类;原始光谱经正交信号校正及小波压缩（orthogonal signal correction waveletcompression,OSCW）、优化处理并进行PLS-DA分析,能够很好地区分不同种类牛肝菌。马氏距离分类模型不仅能反映样品的分类情况,同时计算出与测试样品相似度最大的物种,可为食用菌种类鉴别和未知物种鉴定提供可靠依据;OSCW预处理后进行PLS-DA分析能有效鉴别不同种类牛肝菌,为野生食用菌的鉴别分类提供一种辅助方法。     

基于红外光谱指纹和挥发性组分信息融合模型鉴别大米产地来源

为建立一种红外光谱指纹信息和挥发性组分信息融合鉴别模型,提高模型对大米产地的鉴别率。通过傅里叶红外光谱和气相色谱-质谱联用分析20?份盘锦大米、19?份射阳大米和15?份五常大米样品中红外光谱吸光度和挥发性组分含量,利用方差分析筛选出特征光谱和挥发性组分,结合偏最小二乘判别分析（partial least squares-discriminant analysis,PLS-DA）法建立融合这2?种指纹信息的鉴别方法。结果表明,信息融合模型的大米产地鉴别准确率为97.4%,与单一光谱指纹信息模型（92.9%）和挥发性指纹信息模型（88.9%）相比,分别提高了4.5%和8.5%。因此,信息融合技术提高了该模型鉴别效果,采用PLS-DA法信息融合模型对大米产地进行鉴别是可行有效的。     

基于傅里叶变换红外光谱技术对木耳中镰刀菌的识别检测

该研究建立了一种基于傅里叶变换红外光谱的木耳中镰刀菌的定性定量检测方法：对经高压灭菌的木耳样品分别接种木耳中常见的五种镰刀菌（层出镰刀菌189975、串珠镰刀菌340687、尖孢镰刀菌120618、木贼镰刀菌124121、茄病镰刀菌121547）,并于28 ℃,相对湿度80%的条件下进行储存培养,同时采集不同储存阶段的木耳样品在1 800~900 cm-1的红外光谱信息。分别运用主成分分析（PCA）、线性判别分析（LDA）以及偏最小二乘回归分析（PLSR）建立木耳中镰刀菌的快速识别检测模型。结果表明：LDA模型对受不同镰刀菌侵染的木耳样品的平均判别正确率达到87.50%,对受单一镰刀菌侵染的木耳样品霉变状态的平均判别正确率达到82.50%;PLSR模型对木耳样品中菌落总数的预测实现了较好的定量结果（R2 p=0.842 8,RMSEP=0.292 log CFU/g,RPD=2.81）;通过实际样品验证分析表明傅里叶变换红外光谱方法可以实现木耳中镰刀菌的快速识别检测。     

应用主成分和判别分析的红外光谱法快速鉴别酸败植物油

通过收集并分析40个合格植物油和44个酸败植物油的傅里叶变换红外光谱,选取25个合格植物油和39个酸败植物油组成训练集,利用主成分分析获得累积可信度95%的三个主成分及对应的1743~1710cm-1、1172~1130cm-1、2945~2844cm-1、1728~1689cm-1、2987~2840cm-1和1731~1660cm-1对植物油酸败最为敏感的光谱波数范围。在主成分分析的基础上,选取对植物油酸败敏感的波段,利用训练集建立鉴别植物油酸败判别分析模型。采用验证集20个样品验证判别分析模型,判别正确率达100%。主成分结合判别分析的红外光谱法能快速、准确、无损地区分合格植物油和酸败植物油。     

基于主成分分析与近红外光谱技术的窖泥聚类研究

采用近红外光谱技术和主成分分析法相结合的检测手段,从60年、90年、200年窖龄的窖池和封窖泥中取样,每个窖池样本为12个,测量其近红外漫反射红外光谱,在4000～10000 cm-1区间选取不同范围内的光谱数据,对48个样本进行主成分分析,作二维线性投影图和三维线性投影图,比较了48个样品在红外光谱上的差异程度,发现基于傅里叶变换近红外光谱的主成分分析投影图能够较好地表征48个样品的类别关系,不同窖龄的样本在空间分布中能够得到较好的区分。结果表明,应用近红外漫反射光谱法能够鉴别窖泥的使用年份。作为一种窖泥质量检测手段,该方法具有一定的应用价值。     

偏最小二乘-判别分析模型影响因素初步研究

目的研究偏最小二乘-判别分析模型的影响因素。方法以小麦为例,采用人工加速老化结合近、中红外光谱技术采集陈化、非陈化小麦粉的近、中红外光谱,分别针对小麦粉衰减全反射中红外数据、衰减全反射中红外一阶导数数据、近红外一阶导数数据以及小麦颗粒近红外一阶导数数据建立偏最小二乘-判别分析模型,分别获取模型参数及第1、2主成分得分分布情况。结果小麦粉近红外一阶导数建模的第1、2主成分得分散点图具有明显的两类样本分布。外部验证数据表明,小麦粉近红外一阶导数所建模型具有更好的稳健性。结论样品的物理形态、数据预处理以及红外光谱波段皆会对偏最小二乘-判别分析模型结果产生影响;同时,红外光谱偏最小二乘-判别分析模型的评价需要从正确识别率、模型的校正测定系数、交互验证测定系数、校正均方根误差、交互验证均方根误差以及模型主要成分得分分布等多种情况综合考虑。     

基于离子组学鉴别五峰五倍子蜂蜜

采用离子组学的方法,基于电感耦合等离子体质谱技术对27份五倍子蜂蜜与非五倍子蜂蜜中的22种元素含量进行测定,结合多元统计分析,建立五倍子蜂蜜正交偏最小二乘法判别模型,并筛选出五倍子蜂蜜的标记元素。结果表明,Mg、K、Ca、Mn、Ni、Se、Mo、Cd和Pb等9种元素在五倍子蜂蜜与非五倍子蜂蜜中的平均含量具有显著性差异;主成分分析显示,根据第一主成分和第二主成分可以达到五倍子蜂蜜与非五倍子蜂蜜的分离;正交偏最小二乘法判别分析呈现出五倍子蜂蜜具有良好的聚集趋势,判别模型用于五倍子蜂蜜的鉴别准确率为100%;通过潜在标记元素筛选和受试者工作特征(Receiver operating characteristic,ROC)曲线评估,确定了K、Ca、Mg和Mn元素可以作为五倍子蜂蜜的标记元素。因此,利用离子组学对五倍子蜂蜜进行鉴别具有可行性。