毒死蜱乳油中敌敌畏违禁添加的红外快速测定

分别采用中红外衰减全反射技术和近红外光谱分析透射技术对毒死蜱乳油中违禁添加的敌敌畏乳油含量进行了快速定量测定。利用偏最小二乘法(partial least squares,PLS)建立敌敌畏的定量模型并进行优化,再分别用独立检验集和不同批次考核样本对模型适应性进行评价。结果表明,中红外和近红外光谱分析技术均可以准确测定毒死蜱乳油中敌敌畏的含量。中红外校正集标准差(RMSEC)为0.013,近红外为0.020,模型测定系数(R2)二者均为1.000。对于考核样品,近红外模型适用性更好,不需要进行模型修正,预测标准差(RMSEP)为0.09;中红外模型需要进行修正,修正后预测标准差(RMSEP)为0.03。红外光谱分析技术因前处理方法简单,测量迅速、方便,对于监督部门进行农药质量控制具有重要意义。     

基于近红外、中红外光谱数据融合的低浓度阿特拉津农药快速测定研究

农药有效成分的含量是农药质量监管的一个重要指标,本文通过对阿特拉津低浓度溶液进行近红外和中红外的光谱数据融合,建立适用于其低浓度含量快速测定的外部检验模型,结果表明数据融合之后的模型效果优于单一对近红外和中红外光谱建模的效果,证明了数据融合在低浓度农药含量检测应用上的可行性。     

近红外、中红外和拉曼光谱法测定商品农药制剂中溴氰菊酯的含量

利用近红外、中红外和拉曼光谱法定量分析了商品农药制剂中有效成分溴氰菊酯的含量,采用偏最小二乘法(partial least squares,PLS)建立溴氰菊酯的定量模型并进行了优化,用独立检验集对模型适应性进行评价。近红外和中红外法溴氰菊酯定量模型的相关系数和定标标准差分别是0.9999,0.022和0.9996,0.056,两种方法的定量效果接近;拉曼法溴氰菊酯定量模型的相关系数是0.9967,定标标准差是0.172,预测精度不如近红外和中红外高。MIR-ATR,NIR和Raman方法均能满足现场检测农药质量的需要,对生产企业的连续在线检测、监督部门进行农药质量控制和农产品安全具有重要意义。     

茶叶定性和定量近红外光谱分析方法研究

分别采集了茉莉花茶、苦丁茶、龙井和铁观音4个种类茶叶共120个样本,利用NIRSystems6500型近红外光谱分析仪对样本进行光谱测量,应用近红外光谱分析技术对茶叶进行定性和定量分析.采用主成分分析法,结合聚类分析法,对4种类别的茶叶进行定性鉴别,通过对不同光谱数据预处理方式和不确定因子系数进行比较,确立了最优定性判别定标模型.同时,采用修正的偏最小二乘法,比较不同光谱预处理方法对定标模型的影响,建立了茶叶中水分、茶多酚和咖啡碱含量的定量分析模型,并对未知样本进行预测.定性分析模型的种类识别准确率达到100%,定量分析模犁的决定系数均大于0.91,相对分析误差RPD均大于3.结果表明,利用NIRS分析技术可以快速定性和定量分析鉴别茶叶的类别和成分含量.     

基于近红外和中红外光谱数据融合以及竞争自适应重加权采样方法对甲维盐制剂中活性成分的测定（英文）

农药活性成分的快速测定已经成为农药质量监控的一个大趋势。通过融合甲维盐制剂近红外和中红外得光谱数据,旨在用数据融合的方法建立一种快速可靠的测定甲维盐制剂活性成分的方法。采用了将偏最小二乘回归法与数据融合相结合,以及用竞争自适应重加权采样法来选择偏最小二乘回归中的有效变量的方法。与近红外和中红外各自建立的模型相比,数据融合在吸取了近红外光谱和中红外光谱相互补充的信息后,具有协同效应的模型效果有了很大的提高。同时,证实了竞争自适应重加权采样法在建模过程中是一个使得模型更加简单高效的有效的变量选择技术。研究结果表明在吸收了不同来源的多种信息之后的数据融合是一种能提高模型效果的很有效的建模方法。数据融合策略的可行性使得测定低浓度(0.1%~1.0%)样品能获得更好的结果,而且结合了变量筛选算法的对近红外和中红外光谱的数据融合,是一个很有前景的测定商业农药制剂中有效成分的方法。最后建立了一种基于近红外光谱和中红外光谱数据融合来测定商业甲维盐制剂的有效成分的方法。     

基于近红外和中红外光谱数据融合以及竞争自适应重加权采样方法对甲维盐制剂中活性成分的测定

农药活性成分的快速测定已经成为农药质量监控的一个大趋势. 通过融合甲维盐制剂近红外和中红外得光谱数据,旨在用数据融合的方法建立一种快速可靠的测定甲维盐制剂活性成分的方法. 采用了将偏最小二乘回归法与数据融合相结合,以及用竞争自适应重加权采样法来选择偏最小二乘回归中的有效变量的方法. 与近红外和中红外各自建立的模型相比,数据融合在吸取了近红外光谱和中红外光谱相互补充的信息后,具有协同效应的模型效果有了很大的提高. 同时,证实了竞争自适应重加权采样法在建模过程中是一个使得模型更加简单高效的有效的变量选择技术. 研究结果表明在吸收了不同来源的多种信息之后的数据融合是一种能提高模型效果的很有效的建模方法. 数据融合策略的可行性使得测定低浓度(0.1％～1.0％)样品能获得更好的结果,而且结合了变量筛选算法的对近红外和中红外光谱的数据融合,是一个很有前景的测定商业农药制剂中有效成分的方法. 最后建立了一种基于近红外光谱和中红外光谱数据融合来测定商业甲维盐制剂的有效成分的方法.     

茶多酚中咖啡因的近红外光谱分析

采用近红外光谱分析技术对茶多酚中咖啡因进行了光谱及定量分析,原始光谱表明咖啡因在近红外波段有着很强且较为明显的吸收峰。通过对样品的漫反射原始吸光度光谱进行导数、散射校正及相关分析更清晰地给出了咖啡因在近红外光谱波段的光谱特性,为建立快速稳健的定标模型创造了条件。该技术能够解析出咖啡因中各主要基团在近红外波段的吸收特性,结合定标过程定量快速检测咖啡因在茶多酚中的含量,定标分析结果显示在很大的浓度范围内有很好的线性相关性,定标标准差SEC为0．49％,相关系数（r）为0．993,证实了近红外光谱分析技术作为一种新的快速分析茶多酚中咖啡因含量手段的可行性及优越性。     

近红外光谱法快速测定车用汽油中多种添加剂含量

为解决汽油中添加过量含氧化合物和未列入国家产品标准的添加剂化合物快速检测技术问题,提出了一种近红外光谱结合斜投影算法实现汽油中添加剂含量的快速分析方法。实验选用了四种不同种类的无氧汽油,包括调和汽油、FCC精制汽油、重整汽油和脱硫汽油,配制不同浓度、不同种类的添加剂化合物的系列汽油样品,使用傅里叶变换近红外光谱仪测定其近红外光谱,采用斜投影算法将被测添加化合物光谱信号从汽油光谱信号中分离出来,建立一元回归的标准工作曲线。预测分析中,根据分离的被测化合物光谱和标准工作曲线计算被测样本的添加化合物含量。此方法测定结果与真实含量之间绝对偏差小于0.8,相对偏差小于8%,用于实际汽油样本,此方法与气相色谱标准方法测定结果之间的绝对偏差小于0.85,相对偏差小于6.85%。本方法有效地解决了一般化学计量学多元校正方法建模维护工作量大,模型稳健性差的问题。对开发适合现场油品快速检测和有效加强我国汽油质量监管力度具有重要意义。     

近红外光谱法测定不同产地独活中蛇床子素和二氢欧山芹醇当归酸酯含量

应用近红外光谱技术建立对独活中蛇床子素和二氢欧山芹醇当归酸酯的快速检测方法。自不同产地采集97批样品,通过高效液相色谱法测定指标成分含量,并测定样品的近红外光谱图,由于光谱图间差异较小,需要进行光谱预处理,通过比较不同预处理方法的结果,选择最优模型参数,结合偏最小二乘法分别建立独活中蛇床子素和二氢欧山芹醇当归酸酯的定量分析模型。结果显示,预处理方法为一阶导数时,蛇床子素的模型处于最优化性能,模型的相关系数为0.941 3,RMSEP值为0.141;校正集相关系数为0.923 3,RMSEC值为0.163。不经预处理的二氢欧山芹醇当归酸酯模型处于最优化性能,模型的相关系数为0.857 4,RMSEP值为0.103;校正集相关系数为0.831 5,RMSEC值为0.112。研究表明,近红外光谱技术结合偏最小二乘法操作简便,测定方法快速、高效、无损,可以实现对独活中蛇床子素和二氢欧山芹醇当归酸酯的含量进行定量分析,为中药材的质量控制研究和含量测定提供了一种科学有效的方法,同时为近红外光谱技术发展中药实时分析开辟了一个新方法,对保证中药材质量稳定可控有重要意义。     

盐酸左西替利嗪片的近红外漫反射光谱定量分析

利用近红外光谱结合偏最小二乘法实现对不同品牌盐酸左西替利嗪片剂有效成分的定量分析。经内部交叉验证,确定最佳波数范围和光谱预处理方法,以及最佳主成分数,建立最优PLS校正模型。对验证集样品浓度进行预测,得到均方根误差RMSECV、决定系数R~2分别为0.276和0.974。该方法能够用于不同厂家盐酸左西替利嗪片的快速定量分析,是一种有效的药品快速检验技术。     

Stability of families of probability distributions under reduction of the number of degrees of freedom

We consider two classes of probability distributions for configurations of the ideal gas. They depend only on kinetic energy and they remain of the same form when degrees of freedom are integrated out. The relation with equilibrium distributions of Tsallis’ thermostatistics is discussed.