偏最小二乘法同时测定食醋的有效成分和防腐剂的含量

偏最小二乘方法建立近红外光谱与组分浓度的多元校正模型,用于同时快速测定食醋的有效成分(总酸)和防腐剂(苯甲酸)含量。采用透射模式,样品不经任何处理测定近红外光谱。用17个食醋样品建立偏最小二乘法(PLS)模型,用3个样品作为预测样品以评估PLS模型。结果:食醋中的总酸和苯甲酸在2 125～2 325 nm区域之间,与光谱有良好的线性关系,总酸的PLS模型中,隐变量为3时,预测均方根误差0.038 7 g·L~(-1),总酸含量与光谱的线性相关系数达到0.999 7,相对预测误差5.89%;苯甲酸的PLS模型中,隐变量为6时,预测均方根误差降至0.013 8 g·L~(-1),苯甲酸含量与光谱的线性相关系数达到0.999 8,相对预测误差降至4.29%。     

Boosting集成回归在近红外光谱定量校正中的应用

针对物性参数和近红外光谱数据之间的回归模型的建立问题,基于建立一系列回归器的思想,给出了1种用于多变量校正的Boosting-PLS算法。每个(弱/基本)回归器均建立于原校正集的1个子集上,每个子集均通过原校正集带概率重复采样的方式得到,而样本的概率则由前1个回归器的预测误差确定。大误差的样本将增大概率,以便后续的回归器更集中地对其进行训练。最终的集成回归模型则为弱回归器的加权取中值。通过1个近红外应用实例和与偏最小二乘的比较,证实了Boosting-PLS算法的优良性能,所建校正模型更精确、更稳健,对过拟合不敏感。     

基于NIR技术的PET/PVC废旧塑料分离系统

介绍了一种基于近红外探测技术的PET/PVC废旧塑料分离系统.该系统根据不同塑料对近红外光谱吸收不同的原理,结合窄带滤光片和光电传感器设计了红外检测装置,开发了以STM32F103X为核心,包括信号处理、A/D转换、控制模块、分离模块、CAN总线通信模块在内的自动鉴别分离系统.实验结果表明:该系统测量结果准确,响应速度...     

基于近红外与高光谱技术的小麦种子多指标检测方法

采集47份小麦样本的高光谱图像,提取感兴趣区内的平均光谱,结合反映小麦品质的水分、蛋白质和湿面筋三个指标基础数据,通过OPUS软件搜寻最佳的光谱预处理和波段组合,分别建立了三个指标的偏最小二乘法(PLS)定量分析模型.同时与采用近红外(.NIR)光谱技术建立的三个指标的近红外模型进行比较,发现高光谱模型的各性能指标均明显优于近红外模型.结果表明:当被测样品为颗粒状且内部化学成分分布不均匀时,近红外模型的准确性和稳定性会受其测量条件的限制,而高光谱采样面积大,获取信息更全面,展现出强大的分析检测潜质,为小麦品质评价提供了新方法.     

基于支持向量机的无创血糖光谱算法

为了实现无创血糖浓度检测,提出了基于支持向量机回归模型的无创血糖光谱算法. 该算法使用光电容积脉搏波（PPG）设备对志愿者指端红光、红外光交替采样得到PPG信号,然后通过微创血糖仪测得血糖浓度. 对采集到的PPG信号进行处理提取特征组成特征矩阵,分别运用不同机器学习模型对特征矩阵和实时血糖浓度进行回归训练,得到特征矩阵与血糖浓度间的关系,并对训练得到的函数关系进行验证,选取出高斯核支持向量机模型为最佳训练模型. 实验证明,与偏最小二乘回归进行对比,本文提出的运用核函数为高斯核的支持向量机算法的预测准确度能提升10%～15%,预测的高低血糖正确率达到98%.     

杜仲松脂醇二葡萄糖苷含量的近红外光谱检测研究

采用AntarisⅡ傅立叶变换红外光谱分析仪器(Thermo Nicolet)测定了9种杜仲的光谱数据,运用偏最小二乘法(PLS)和主成分分析回归(PCR)分别建立了杜仲中松脂醇二葡萄糖苷(PDG)含量与吸光度变量的近红外光谱定标模型,并对所建模型进行验证.结果表明,2种方法建立的模型精度都较高,其中模型的预测能力强弱指标SSE=2.8333,PRESS=7.2392,可见在近红外光谱下,PCR和PDG都适合对杜仲进行检测研究,这是本文的一个重要结果,为以后杜仲的指标检验研究提供了理论和实验依据:但是,PCR建立的(PDG)定标模型预测精度稍高于偏最小二乘法(PLS)建立的模型,所以文中只对PCR进行模型的建立,PLS方法对杜仲检测分析这个问题有待于以后的进一步讨论和研究.     

3种不同产地生地黄近红外图谱的判别分析

目的:采用近红外漫反射光谱技术对3种不同产地的生地黄进行近红外漫反射指纹图谱判别分析,建立基于近红外漫反射图谱的快速、简便的鉴别方法.方法:用Nico1et6700型傅里叶变换近红外光谱仪采集光谱,在OPUS5.5分析软件上用二阶导数+矢量归一化法进行产地聚类.结果:3种不同产地的生地黄距离在0.6以上时被分开,15批验证集的样品中2份判断错误,预测集正确率为86.67%.结论:此方法简便可行,可为地黄产地鉴别方法提供1种新技术.     

近红外光谱的甲醇汽油定量分析

随着汽油价格的不断升高,甲醇汽油作为一种替代车用燃料受到越来越多的重视.工业甲醇产量大,价格便宜,辛烷值高,将其以一定比例与汽油混合后,可以提高汽油标号,降低成本.但是由于甲醇热值低,甲醇汽油中的甲醇比例必须受到严格控制,不然会影响车辆动力性能.本文研究了采用近红外光谱分析技术定量分析甲醇汽油中的甲醇含量.首先对光谱数据进行多项式一阶微分和标准正态变换,得到预处理谱图;其次选取(1370～1450)m的光谱数据,对其进行PCA主元特征提取,并利用第一主元和第二主元对甲醇汽油和成品汽油进行分类:最后,选取(1100～1650)nm的光谱数据采用偏最小二乘(PLS)方法对甲醇含量建立定量分析模型.采用上述方法对24个实验室配制的甲醇汽油样品进行定量分析,实验结果表明,近红外光谱分析技术可以准确测量甲醇汽油中的甲醇含量,其交叉检验均方误差误差(StandardErrorofCrossValidation,SECV)为0.62(%,v/v),可以满足大部分甲醇汽油生产企业的实际检测需求.本文的最后部分讨论了光谱不同波段对模型精度的影响,结果表明,光谱1350～1650 nm波段包含了更加丰富的甲醇含量信息,但是采用全谱建立模型和经过波段选择后建立的模型交叉检验精度相差不大.     

汽油辛烷值NIR数据处理与建模仿真

随着当今计算机与各类程序软件的开发使用,化学计量学不断发展,人们可以在近红外光谱区内采集大量的数据,并使用各种有效的统计方法,把近红外光谱技术应用于定性与定量.近红外光谱为分子振动光谱的倍频和组合频谱带,主要是对含氢基团的吸收,包含有绝大多数类型有机物的组成与分子结构的丰富信息.原理是基于不同的基团或同一基团在不同化学...     

光纤近红外漫反射光谱技术在前胡族植物分类中的应用探讨

探讨了近红外光谱技术在前胡族植物分类中的可能性。用系统聚类分析获得的分类结果与传统的植物学分类比较一致,谱明本方法应用于前胡植物中三亚族的分类是基本可行的。