显微共聚焦拉曼光谱结合群分析的黑色直液笔墨迹鉴别研究

黑色直液笔是一种新型书写工具,目前对该种笔墨迹的相关研究较少。为给文件检验工作中墨迹的分析提供新的参考依据,本实验使用显微共聚焦拉曼光谱技术,采集了30支不同品牌、型号的黑色直液笔墨迹光谱数据,进行Savitzky-Golay卷积平滑处理后,依据光谱图的拉曼位移及拉曼谱峰差异对墨迹进行初步分析。设置聚类方法为组间联接,区间距离测量方式为平方欧式距离,对采集的光谱数据进行群分析,将30支黑色直液笔墨迹样本分成了3类,并与品牌建立了相关联系;同时通过主成分分析验证了群分析的可靠性和准确性。研究表明,显微共聚焦拉曼光谱技术结合群分析方法可实现对黑色直液笔墨迹的无损分析及有效鉴别,该方法操作简便、结果准确,适用于法庭科学文件检验。     

利用拉曼光谱对塑料拖鞋鞋底样品的分类研究

为建立案件现场常见塑料拖鞋鞋底物证的分类方法,利用拉曼光谱对30个不同品牌、不同系列的塑料拖鞋鞋底样品进行了检验并进行分类。同时,结合多元统计学,分别利用系统聚类法、相关性分析法与主成分分析法对实验结果进行分析。结果表明,该方法简便快速、实验结果准确可靠,且无损检材,对样品的分类效果较好。     

基于主成分分析-Fisher判别分析的食品类塑料瓶物证差分拉曼光谱分类

食品类塑料瓶物证携带许多潜在证据信息,目前针对此类物证的检验研究尚处于探索阶段。利用差分拉曼光谱对46个食品类塑料瓶样品进行检验,依据样品材质及光谱特征峰可将样品分为三类。利用主成分分析（Principal component analysis, PCA）-Fisher判别分析,绘制主成分得分图,构建判别函数,建立分类模型。结果表明,食品类塑料瓶样品具有明显的聚类关系,原始分类与交叉验证分类准确率达到100 %。差分拉曼光谱结合PCA-Fisher判别分析,检验鉴别食品类塑料瓶物证具有一定的科学性。     

光谱结合主成分分析和模糊聚类方法的样品聚类与识别

针对紫外光谱结合化学计量学方法快速测定渣油烃族组成模型适应性问题,对渣油光谱进行主成分分析,以主成分得分作为聚类的特征变量进行模糊聚类,建立了光谱结合主成分分析和模糊聚类方法的样品聚类与识别方法和识别,为光谱结合化学计量分析方法中构正模型的正确选择提供了依据。     

拉曼光谱结合聚类分析法区分检验塑钢窗

应用拉曼光谱法并结合聚类分析对26种不同品牌、厂家、型号的塑钢窗进行了深入的检验研究。采用显微激光拉曼光谱分析技术分别对样品进行检测,得到在780nm激光光源的一阶导数扩展拉曼光谱中,塑钢窗的光谱形态差异显著,荧光背景干扰弱,重叠的谱峰得到有效的分离,可构建具有高鉴别能力的聚类分析模型,采集光谱数据将其定量化,选择离差平方和法作为类间距离,采用欧氏距离作为度量区间表征样品之间的亲疏程度,进行系统聚类分析,同时结合多种方法验证衡量聚类效果,成功将26种塑钢窗样本分为了18类,实现了基于全波段光谱信息结合系统聚类分析建立模型用于准确鉴定塑钢窗种类的目的,为现场物证的区分检验方法提供了一定的理论依据。     

红外、近红外光谱-簇类的独立软模式方法识别植物调和油脂

用IR,NIR光谱法结合簇类的独立软模式(SIMCA)识别方法对植物油脂进行分类识别,建立了识别二元、三元植物调和油脂的测定方法。应用NIRCal5.2软件的SIMCA技术,分别为所制备的植物调和油脂建立了IR和NIR识别模型,并讨论了光谱处理和数据处理方法来提高模型的分类识别效果。分别以各种植物调和油脂的IR和NIR光谱为变量,随机抽取2/3的样本作训练集,建立了各个调和油的主成分分析(Princi-pal component analysis,PCA)模型;1/3作验证集,对所建模型进行验证识别。用聚类分析-主成分分析(CLU-PCA)方法考察调和油的IR,NIR光谱信息与其纯油的主成分分布。结果显示,在4000～10000cm-1光谱范围内,SIMCA可以对15种二元调和油和2种三元调和油的NIR光谱分别聚类并识别;并对10种二元调和油和2种三元调和油的IR光谱分别聚类并识别。IR以4个波数1099,1119,1746与2855cm-1的吸收值作为分析基础,选择不同的主成分数及数据预处理方法。各种油脂的SIMCA分析的分类精度均为100%,调和油的验证识别准确率100%,最低识别比例为1%,且IR识别灵敏度高于NIR。     

烟草中游离氨基酸的超高效液相色谱快速分析及化学计量学研究

采用超高效液相色谱法(UPLC)对烟草中的游离氨基酸进行了快速分离与测定。烟草中17种氨基酸在8 min之内实现了快速分离和测定。同时采用聚类分析法(CA)和主成分分析法(PCA)对31个烟草样品(4个品种:烤烟,香料烟,晒烟,白肋烟)中烟草氨基酸含量差异进行了研究。结果表明烟草样品中氨基酸总量为:白肋烟晾晒烟香料烟烤烟。聚类分析表明不同种类烟草样品可以完全各自聚为一类,同时主成分分析中第一主成分与第二主成分占到氨基酸总变量的73.3%,其中第一主成分占到总变量的62.3%,表明不同种类间烟草样品中氨基酸组分及含量差异较大,其结果与聚类分析一致。该方法简单快捷,各种氨基酸的含量分布特征能反应不同种类烟丝的特性,可用于不同种类烟草的比较和分类。     

X射线荧光光谱法对橡胶鞋底的分类

为建立案件现场常见橡胶鞋底物证的分类方法,利用X射线荧光光谱,对40个不同品牌、不同系列的橡胶鞋底样品中的无机元素进行了检验。并结合多元统计学,分别选用主成分分析法、k均值聚类法及判别分析法等对实验结果进行分析。结果表明,该方法简便快速、结果准确可靠且无损检材,对样品的分类效果较好。利用该方法可以对橡胶鞋底物证进行分类。     

X射线荧光光谱结合聚类分析对橡胶轮胎的检验

应用X射线荧光光谱结合系统聚类分析对30种不同的橡胶轮胎样本进行检验研究。利用X射线荧光光谱仪对橡胶轮胎中的主要元素及其含量进行测定,根据测定结果使用聚类分析对样本进行分类。选择最长距离法作为类与类之间距离的定义方法,采用平方欧式距离作为度量区间描述样品间亲疏程度进行系统聚类,最终将30个样本分为12类。该方法简单易行,分类结果可靠且无损轮胎样本,为实际案件的橡胶轮胎检验提供了一种检验思路。     

高光谱结合多元统计分析鉴别一次性纸杯样品

为了快速、准确地对现场一次性纸杯物证进行鉴别,提出了一种基于高光谱技术结合PCA、K-Means聚类、Fisher判别分析的识别分类方法。利用高光谱仪对收集的40个不同来源、不同用途的一次性纸杯进行检验,采用主成分分析法对光谱数据进行预处理,从中提取出了11个主成分。借助K-Means算法将40个样品聚为5组,各组分间区分明显。利用Fisher判别分析构建了3组判别函数,经检验函数模型可排除污染客体干扰,分组准确率达100%。     

聚类分析法用于西洋参样品分类研究

建立西洋参药材分类方法;分别采用电感耦合等离子体质谱（ICP—MS）法、高效液相色谱（HPLC）法以及蒽酮-硫酸分光光度法,对12个西洋参样品中的15种无机元素、7种人参皂苷和多糖进行测定,用SPSS聚类分析法对12个西洋参样品进行聚类分析;结果表明：以4种不同的聚类变量进行聚类分析,其聚类分组结果并不一致,将几种有效成分综合为聚类变量,对西洋参进行分类更为科学合理;聚类分析法是西洋参分类分析的有效方法,对西洋参品种与质量的鉴定有一定的理论意义和实用价值。     

应用系统聚类法对海洛因裂解谱图分类

采用系统聚类法对海洛因样品裂解谱图进行分类研究.为了能够对铂丝裂解法分析海洛因溶液的可行性进行正确评价,首先对系统聚类法中的相似性量度和聚类方法进行了选择,然后运用相关性分析法和系统聚类法对裂解谱图的重现性结果进行测定,得到了较好的评价结果;最后对10种海洛因样品的裂解谱图进行了系统聚类分析,得出了分类结果.     

双脉冲激光诱导击穿光谱结合多元定标法定量分析大豆油中的铅

应用双脉冲激光诱导击穿光谱(DP-LIBS)对大豆油中的铅(Pb)含量进行检测。配制9个大豆油样品,采用一定规格圆柱形桐木对样品中Pb进行富集,然后通过Ava-Spec二通道高精度光谱仪采集其LIBS光谱信号。根据样品的LIBS谱线图和美国国家标准技术研究所(NIST)原子光谱数据库,确定选用CaⅡ393.284 nm,CaⅡ396.752 nm,NⅡ399.399 nm和PbⅠ405.685 nm的特征谱线强度作为自变量,得到Pb含量的多元线性回归定量分析模型,并通过方差分析和t检验验证分析模型的可行性。结果表明,采用Pb元素直接定标法得到的平均相对误差约为16%,拟合度R2为0.981 8;采用多元线性回归模型得到的平均相对误差为7.25%,拟合度R2为0.997 1,3个检验样品的相对误差均在合理范围内。采用多元校正分析模型可以充分利用光谱中的有效信息,降低基体效应的影响,从而提高LIBS分析的准确性。     

差分拉曼光谱技术结合K-means聚类法对牙膏的快速分类

建立了差分拉曼光谱技术结合K-means聚类法对牙膏快速分类的方法。对37个牙膏样品编号,将其分别涂抹于载玻片上,晾干,使用差分拉曼光谱仪进行扫描。调用R语言软件中fpc、factoextra、cluster数据库中的na.omit和scale函数对37个牙膏样品的差分拉曼光谱数据进行标准化处理,利用手肘法和Gap Statistic算法优化聚类数。在最佳聚类数为4的条件下,通过K-means聚类法对牙膏样品进行分类,并使用层次聚类分析法进行验证。结果显示,37个牙膏样品被分为4类,并且两种方法的分类结果一致。     

基于聚类分析的局部建模方法在茶叶近红外光谱分析中的应用

为提高茶叶中咖啡碱、氨基酸近红外光谱分析模型的预测精度,采用基于聚类分析的局部建模方法。先提取茶叶样品光谱数据的特征因子,使用聚类分析对样品进行硬划分,经样品间距离和类间距离判别,确定单个模型定标样品个数。完成特征谱带的分析并进行波段选择后,随机抽取15个样品,偏最小二乘法局部建模结果显示:咖啡碱、氨基酸的预测平均相对偏差分别由聚类前的5.80%和6.14%下降为聚类后的2.75%和2.44%,模型预测精度显著提高。     

X射线荧光光谱法结合多元统计学对热敏纸的检验研究

为建立一种快速且无损检验热敏纸的科学有效的方法,利用能量色散型X射线荧光光谱(XRF)对38个不同商家,不同规格的热敏纸样品进行检验,首先根据每个样品所测量得到的元素的不同,将38个样品分成四大类,同时采用SPSS25.0软件中的系统聚类法对38个样品的元素数据进行聚类分析处理,结果分成了12小组,再结合SPSS25.0软件中的判别分析法对上述结果进行验证,实现了基于X射线荧光光谱结合聚类分析建立数学模型用于区分热敏纸种类的目的,该方法简单易行,可以为案件侦破提供线索、指明方向。     

赤泥中稀土元素的主成分分析和聚类分析

采用电感耦合等离子体原子发射光谱法(ICP-AES)测定了不同来源的赤泥样品中包含La,Ce,Pr,Nd,Sc和Y在内的6种稀土元素的含量,建立了赤泥中稀土元素的指纹谱,并用SPSS 20.0对稀土元素进行了主成分分析和聚类分析。结果表明:主成分分析选出2个主因子,La,Ce,Pr,Nd,Sc和Y均是赤泥的特征元素;聚类分析将稀土元素和赤泥样品均聚为两类,这与稀土元素的含量、性质以及铝土矿的品质、地域分布有一定的联系。     

五味子优良品种优选的模式识别方法

通过超高效液相色谱法,对不同生长特征的五味子样品中5种主要的木脂素成分:五味子醇甲、五味子醇乙、五味子酯甲、五味子甲素和五味子乙素进行测定,同时考察其抗氧化活性。 对所得到的5种木脂素成分的含量及抗氧化数据进行聚类分析和主成分分析,并且通过逐步判别分析建立判别函数,从而筛选五味子优良品种。 主成分分析和聚类结果基本一致,均将样品分为3大类,逐步判别分析的正确率高达90%。     

山东不同产地丹参的HPLC指纹图谱-化学模式识别研究

建立RPHPLC指纹图谱-化学模式识别评价丹参质量的方法.利用RPHPLC法测定不同产地丹参药材的指纹图谱及丹参酮ⅡAt和丹参酮的含量,采用主成分分析、系统聚类分析和逐步判别分析对指纹图谱信息进行化学模式识别研究.在主成分分析的基础上,以前4个主成分为聚类分析的指标进行系统聚类分析,取阈值为8时,所有样品可被分为4类;并建立了相应的判别函数,回判准确率100%;以此为依据,初步建立了丹参化学模式识别的评价方法.     

通草类中药微量元素的主成分分析和聚类分析

探讨通草类中药材中微量元素含量与其功效间的相关性。以微量元素含量为指标,运用主成分分析和聚类分析对11种通草类中药的微量元素进行分析。主成分分析结果表明前3个主因子含有通草类中药材微量元素含量84.50%的信息。利用3个主因子模型和聚类分析谱图,解释了11种通草类中药中药的相似性与差异。利用主成分分析和聚类分析法初步得出11种通草类中药的微量元素与其功效存在相关性,为该类中草药的开发利用提供了科学依据和理论基础。