基于高光谱技术的籼稻霉变程度鉴别模型构建与优化

为解决快速无损鉴别籼稻霉变程度问题,利用高光谱技术采集200份霉变样本可见/近红外光谱信息,随机选取155份样本作为校正集,剩余45份作为验证集,根据预测浓度残差检验标准对校正集中异常样本进行剔除。以新校正集建立主成分线性判别分析(PCA-LDA)和簇类独立软模式法(SIMCA)模型,选用正确识别率为指标,优选最佳鉴别模型。并采用连续投影算法(SPA)提取特征波长,优化优选的最佳模型构建速度。研究结果表明,PCA-LDA对所有样本的误判总数为15,正确识别率为92.50%;SIMCA和SPASIMCA对所有样本的未能正确识别总数分别为6、2,正确识别率分别为97.00%、99.00%,并且经SPA筛选的变量数为20,仅占原始变量数的7.81%,建模时长缩短为原始变量的40.93%。因此,SPA-SIMCA鉴别效果最好,该方法在快速、准确鉴别籼稻霉变程度上具有可行性。     

多次衰减全反射IR指纹图谱结合PLS-DA法在烟用香精分类中的应用

为识别不同风格特征的烟用香精,采集3类烟用香精的多次衰减全反射(ATR)红外指纹图谱,结合偏最小二乘-判别分析,建立了3类不同风格特征烟用香精的类模型,并用30个验证样品对类模型进行了验证。结果表明:在P0.05条件下,验证样品均获得了正确的分类,类模型判别效果良好,同时,采用Hotelling T2统计量监控不同批次烟用香精的质量稳定性也获得了满意的结果。     

吉林蛟河橄榄石的宝石学特征

对来自吉林蛟河的5颗橄榄石样品,采用常规宝石学测试、USB4000光纤光谱仪、激光剥蚀电感耦合等离子体质谱仪(LA-ICP-MS)、拉曼光谱等现代测试方法对其进行深入分析。USB4000测试结果显示,橄榄石样品的主波长均落在550~590nm范围内,色调为黄色,为Fe~(2+)致色。LA-ICP-MS测试结果表明,橄榄石样品的主要成分为镁铁硅酸盐,其中2颗样品的化学式分别为(Mg_(1.780)Fe_(0.196)Mn_(0.003)Ca_(0.001))_(1.980)Si_(1.008)O_4和(Mg_(1.790)Fe_(0.208)Mn_(0.003)Ca_(0.002))_(2.111)Si_(0.997)O_4,Fo值均在90左右,表明其产地地幔为过渡型。根据CaO的质量分数判断橄榄石为地幔捕虏体产出。根据微量元素Ni的质量分数推导其母岩在地幔的熔融程度与张家口大麻坪地区橄榄石相近。拉曼光谱的定向测试表明,样品在垂直(100)、(010)、(001)三个方向的拉曼光谱有差异,其中垂直(001)方向的差异最大,而垂直(010)、(100)两个方向相似,这可能是由于不同方向Si—O振动不同造成的。拉曼光谱峰P1和P2的位置估测Fo值分别为92和88,与实测结果比较一致。     

基于表面增强拉曼光谱技术的苹果汁中溴氰菊酯农药残留的快速定量分析

针对苹果汁中农药残留量超标问题,采用共焦显微拉曼仪,研究了针对苹果汁中溴氰菊酯农残量的快速检测方法。分别以乙醇溶液(对照)、苹果汁溶液为背景溶液,分别采用拉曼光谱技术、表面增强拉曼光谱技术(SurfaceEnhanced Raman Scattering,SERS)采集含农药(溴氰菊酯)的两种样本的拉曼光谱与SERS光谱,并结合一阶导加Norris求导法进行光谱预处理,进而使用偏最小二乘方法建立两种样本溶液中溴氰菊酯残留量的拉曼光谱定量分析模型与SERS光谱定量分析模型,并对两种模型进行对比分析。结果表明,乙醇中溴氰菊酯溶液样本的拉曼光谱定量分析模型的校正集相关系数可达到0.9634,而SERS模型校正集相关系数可达到0.9995,最大误差不超过0.1 mg/kg。苹果汁中溴氰菊酯样本的拉曼光谱模型校正集相关系数为0.9355,最大误差不超过0.02 mg/kg;而SERS模型校正集相关系数为0.9870,最大误差不超过0.1 mg/kg。结果表明,拉曼光谱技术对快速检测苹果汁中的农药残留量具有可行性。     

基于CARS-SPA的苹果可溶性固形物可见/近红外光谱在线检测

采用CARS(competitive adaptive reweighted sampling)联合连续投影算法(SPA)方法筛选苹果可见/近红外光谱的特征变量,继而联合多种不同建模方法建立苹果可溶性固形物(SSC)预测模型,并对预测模型进行对比研究。研究结果显示,采用CARS-SPA联合筛选出的31个变量,通过采用PLS建立苹果SSC的可见/近红外光谱在线检测模型性能最稳定,其变量数仅为原始光谱的1.69%,预测集的相关系数和均方根误差分别为0.936和0.351%。研究表明采用CARS-SPA能有效提取苹果SSC的光谱特征变量,能有效简化模型并提高模型精度。     

鲜枣可溶性固形物最小二乘支持向量机动态检测研究

用可见/近红外光谱动态检测鲜枣的可溶性固形物含量。试验时样品以0.1m/s的速度运动,采集其可见/近红外漫反射光谱(350～2500nm)。用平均平滑法对120个赞皇枣样品、118个郎枣样品的光谱进行消噪处理,采用连续投影算法提取其特征波长,并建立相应的最小二乘支持向量机预测模型SPA/LS-SVM;同时将赞皇枣在500～1100nm范围的可见/短波近红外平滑光谱数据,郎枣在700～1500nm范围的平滑光谱数据用最小二乘支持向量机建立Smooth/LS-SVM预测模型,并对各自预测集样品(30个)的可溶性固形物含量进行预测和对比分析。结果表明:SPA/LS-SVM模型预测相关系数(赞皇枣0.833,郎枣0.847)与Smooth/LS-SVM模型预测相关系数(赞皇枣0.848,郎枣0.857)相差不大,且前者更精简,预测速度快,预测时间短,可以作为鲜枣可溶性固形物含量的一种动态检测方法,但模型的精度和稳定性需进一步提高。     

苦荞中抗氧化物质分子结构的波谱学分析

选择超声强化提取法提取苦荞黄酮,采用聚酰胺柱层析和制备薄层层析对苦荞黄酮提取液进行分离纯化,通过抗氧化活性比较,筛选出抗氧化活性最好的样品F3,运用高效液相色谱法、紫外光谱法、红外光谱法、液质联用法、核磁共振法,对样品F3进行结构分析,确定苦荞黄酮的主要成分为木犀草素.     

近红外光谱、中红外光谱、拉曼光谱无损检测技术在食用油脂分析中的研究进展

近红外光谱(NIRS)、中红外光谱(MIRS)及拉曼光谱(Raman)技术能对样品进行无损分析,近年来在油脂分析领域表现出极大的应用潜力.本文综述了NIRS、MIRS及Raman技术在油脂分析中的研究进展,具体介绍了油脂脂肪酸组成分析、食用油的掺假鉴别、游离脂肪酸分析、脂肪酸顺反结构和不饱和度分析等方面的应用,并对NIRS、MIRS及Raman技术在油脂分析中的应用前景做了进一步展望.     

基于近红外光谱技术的面粉水分无损检测模型的建立

直接对面粉样品进行近红外光谱扫描,采用105℃恒重法测定面粉中水分含量,在不同的光谱数据预处理方式下运用改进偏最小二乘法(MPLS)建立水分含量定标模型,通过比较模型预测效果以确定最佳预处理方法,随后用PCA、PLS、MPLS三种建模方法在最佳预处理方式下建模通过比较模型预测效果以确定最佳建模方法并用验证集对最优模型进...     

近红外漫反射光谱法快速检测谷子蛋白质和淀粉含量

建立近红外漫反射光谱法测定谷子中的蛋白质和淀粉含量,提供一种快速、简便、无损的分析方法进行谷子品种资源鉴定和筛选。以191份山西核心谷子种质为材料,采用近红外漫反射光谱法建立谷子蛋白质和淀粉含量的快速检测模型。结果表明,采用一阶导数+矢量归一化光谱预处理,分别建立谷子蛋白质和淀粉含量的校正模型,模型的校正决定系数(R~2_(cal))分别为0.977 0和0.907 3,交叉验证均方根误差分别为0.203%和0.466%,外部验证决定系数(R~_(2val))分别为0.989 6和0.977 2,预测均方根误差分别为0.225%和0.368%。对于谷子蛋白质和淀粉的预测,化学法和近红外仪器法测定间无显著差异,近红外测定结果是准确可靠的。说明采用近红外漫反射光谱分析技术能够满足对谷子蛋白质和淀粉含量的检测。