近红外光谱和聚类分析法无损快速鉴别小儿抽风散

以小儿抽风散不同缺味复方的近红外图谱作为聚类分析的对象,在建立混合成分模型的基础上,采用SIMCA聚类分析法对小儿抽风散不同缺味复方进行了快速的分类研究。实验中,在保证其他配伍组分完整的基础上,分别设缺少蜈蚣、全蝎、僵蚕、土鳖虫和蝉蜕的5个阴性样品。结果表明：尽管各样品的近红外谱图很相似,难以直接区别,但采用近红外光谱和聚类分析相结合的方法可以鉴定小儿抽风散的不同缺味复方。各样品之间光谱聚类的结果较理想,盲样检测的正确率可达90％以上。此外,如果能够获得足够多的样本,增加训练集样本数和采样的代表性,加强操作的标准程度,该法的准确率将会大大提高。因此,近红外光谱与聚类分析法相结合可以快速、无损识别中药复方。     

红外光谱和聚类分析法无损快速鉴别赤芍

以赤芍的红外指纹图谱作为聚类分析的对象，在建立主成分模型的基础上，采用SIMCA聚类分析法对赤芍进行了快速的分类研究，结果表明，由于野生与野生与栽培赤芍的红外提纹图谱变异度较大，其光谱聚类的结果较理想，盲样检测的正确可达90％，由于不同产地的赤芍的红外指纹图谱异度较小，进行聚类分析后用盲样检测，正确率为75％，对于变异度较小的样品，若要提高识别的置信度，需增加样品的数目和采样的代表性，总之，红外指纹图谱与聚类分析法相结合可以快速鉴别药材的道地性。     

近红外光谱法对不同蒸制时间地黄的鉴别研究

建立近红外光谱技术鉴别不同蒸制时间地黄的方法。以近红外光谱聚类分析法对不同蒸制时间的地黄样品进行了聚类鉴别,并与薄层色谱法进行了对比研究。结合TLC实验结果,近红外光谱聚类分析结果中不同炮制时间的地黄样品被准确、快速的区分开。用近红外漫反射光谱技术应用于地黄的鉴别分类是可行和有效的,具有独特的优点。     

一种基于近红外光谱与化学计量学的绿茶快速无损鉴别方法

绿茶是我国饮用范围最广、最受欢迎的一类茶叶。不同品种绿茶叶外观上差别较小,非专业人员难以直接用肉眼进行辨别。传统化学方法操作复杂、检测费用较高,对样品具有破坏性,无法实现快速无损分析。近红外光谱技术是一种简便、快速、无损、重现性好、可直接用于在线定性定量分析的新型分析技术。由于种植方式以及土壤、气候等生长环境的差异,不同品种绿茶叶中含氢基团有机物的种类和含量也不相同,因此可以通过扫描样品的近红外光谱,得到不同品种绿茶叶的特征信息,实现对不同品种绿茶叶的快速鉴别。研究提出了一种基于近红外光谱与化学计量学技术对不同品种绿茶的快速无损鉴别方法。使用近红外光谱仪得到了八个品种绿茶样品的光谱图,用主成分分析方法对不同品种绿茶样品数据进行了聚类分析。使用连续小波变换方法消除了光谱信号中的基线干扰,从而提升聚类效果。利用基于标准偏差与相对标准偏差的变量筛选方法进一步提高了聚类结果的准确性。结果表明：主成分分析后样品的第一主成分和第二主成分的方差贡献率之和在90%以上,可以选取前两个主成分进行聚类分析。直接采用原始数据进行聚类分析的准确率较低,难以满足应用需要;连续小波变换可以有效地消除光谱信号中的基线干扰。与直接使用原始光谱聚类结果相比,采用连续小波变换后聚类效果有显著提升,但依旧不能实现所有品种茶叶样品的准确鉴别。为了进一步提高方法的稳健性和分类结果的准确性,选取了标准偏差和相对标准偏差较大的波长数据进行聚类分析。在符合平均值大于1%的波长范围内,剔除标准偏差小于5‰的波长,进一步选择较大相对标准偏差值对应的波长点进行聚类分析。采用这种方式,可以仅使用几十个甚至是几个波长即可实现绿茶样品品种的准确聚类分析。波长筛选方法可以大大提高主成分分析结果的准确性,采用近红外光谱分析技术与化学计量学方法可以实现对不同品种绿茶的快速鉴别。经过对各个光谱吸收区域波长所对应官能团分析后,初步得出多酚、酰胺类以及氨基酸类物质的种类不同或含量差异是形成绿茶品种差异的重要原因。所提出的基于近红外光谱与化学计量学技术的方法具有较强的鉴别能力,为绿茶的快速无损分析提供了一种新手段。     

牻牛儿苗科11种中药材红外光谱鉴定及聚类分析

结合傅里叶变换红外光谱技术与聚类分析法,建立牻牛儿苗科11种中药材的快速鉴别方法。采用傅里叶变换红外光谱法鉴别牻牛儿苗科11种中药材;在建立主成分分析模型的基础上,采用SIMCA聚类分析法对三种中药材进行了快速的分类研究。红外光谱结合聚类分析技术对牻牛儿苗科中药材聚类结果较理想,识别率和拒绝率达到98%以上,盲样的预测率达到91%。红外光谱与聚类分析法相结合可以快速、无损识别牻牛儿苗科中药材。     

近红外光谱的通用聚苯乙烯牌号在线识别方法

在聚合物加工过程中,如果在同一生产线上混用不同牌号的原材料,可能会影响产品性能,降低产品合格率。然而采用传统方法识别相同类型不同牌号的聚合物往往耗时长且具有滞后性,目前还缺乏一种快速实时的牌号识别方法。因此,以5种不同牌号的通用聚苯乙烯(GPPS)为研究对象,利用自主开发的安装于挤出机上的在线近红外光谱测量系统,将近红外光谱与化学计量学、机器学习算法相结合,实现对挤出过程中GPPS牌号的快速在线识别。首先利用在线近红外光谱测量系统实时采集5种不同牌号GPPS熔体的在线近红外光谱,波长范围为900~1 700 nm。经过谱图分析后,利用主成分分析结合K均值聚类算法验证在线近红外光谱数据对于不同牌号的可分性。最后采用偏最小二乘判别分析和随机森林两种算法分别建立GPPS牌号识别模型并进行对比。结果表明：①经过基线校正、最大最小归一化、7点移动平均平滑预处理后,在线近红外光谱在1 207,1 388,1 407和1 429 nm处的特征峰峰值会随着牌号的变化呈阶梯状改变,以前3个主成分得分作为K均值聚类的输入变量得到聚类正确率为88%,说明了不同牌号GPPS在线近红外光谱数据的可分性;②所建立的两种预测模型均能够对GPPS牌号有效识别,最佳主因子数为3的偏最小二乘判别分析模型对验证集的分类正确率为90.4%,以前5个主成分得分作为输入变量建立的随机森林模型对验证集的分类正确率达95.6%,所以随机森林模型的牌号识别性能更好。因此,在线近红外光谱测量系统结合化学计量学、机器学习算法可以实现GPPS牌号的快速在线识别,为在生产线上利用近红外光谱识别同种聚合物的不同牌号提供参考。     

聚类算法用于中药材的近红外光谱分析

将近红外光谱分析技术结合聚类算法应用于中药材的鉴别分析,为当前中药材的类别分析提供了一种新的思路。选择黄樟油、桂叶油、桉叶油、松油醇、丁香叶油及三个不同来源的艾叶油共8个中药样品用实验室自行研制的多通道近红外光谱仪器进行快速(数秒钟)吸收光谱测试。以空气为本底,测试光谱范围700～1 700nm的药品透射光谱(吸光度),结果显示8个样品的光谱差异较大。对此八种近红外光谱建立了定性数学模型,然后进行了聚类分析,并选择不同的聚类方法进行优化,得到相似系数为0.974 2,表明该聚类分析可行。在聚类分析产生的聚类树中,8个样品的聚类性质与其实际特性相符良好,特别是三种艾叶油被归为最近的类中,因此该聚类分析结果合理。     

小波聚类方法和近红外光谱技术用于药片种类判别

对310个药片样品的近红外光谱数据进行了聚类分析。首先使用小波变换对光谱数据矩阵进行多尺度分解,在进行有效压缩之后,采用经典分类方法对合适选取的小波系数组合进行聚类分析,提出了小波聚类方法。该方法分别用于实验室药片、中试药片和规模生产药片样品的分析,按药片样品的组成得到4个类别。结果表明,对实验室药片和中试药片样品分类的精确度均达到100%;对于规模生产药片的分类,共120个样品中只有1个样品被错误划分,精确度也高达99.2%。近红外光谱技术结合小波聚类方法的聚类性能是令人满意的,相比经典聚类分析,更加快速、易于使用,对制药行业药片质量以及成本控制均有积极作用。     

红外光谱与聚类分析法无损快速鉴别肉苁蓉

应用傅里叶变换红外光谱（FTIR）法测定了栽培和野生肉苁蓉,以450～2 000 cm-1范围内的吸收峰吸光度为指标,以红外光谱图为对象,应用SMICA聚类分析（Cluster analysis）法对栽培和野生肉苁蓉进行了聚类分析。结果表明,红外光谱结合聚类分析技术可对不同来源的肉苁蓉进行鉴别,识别率和拒绝率达到90%以上,盲样检测的准确率也在95%以上。因此,红外光谱与聚类分析法相结合可以快速、无损识别中药材。     

近红外光谱法快速检测烟草中总多酚含量

应用傅立叶变换近红外漫反射光谱仪,采集340个样品光谱图,经优化挑选出具代表性的244个烟草样品建立了近红外光谱与烟草中的多酚含量间的数学模型,用建立的模型对20个样品进行预测,结果表明,各成分近红外预测值与实测值之间的平均标准偏差为0.10;且近红外预测值与化学法不存在显著性差异,可用近红外光谱快速检测烟草中的多酚含量,具有简便、快速、低成本、无污染以及样品的非破坏性等优点.     

FTIR光谱法与奶粉的品质分析

采用傅里叶变换红外光谱法（FTIR）获得了11种奶粉产品的红外光谱。奶粉中的主要营养成分在红外光谱中具有明显的指纹特征。同一生产厂家不同品牌的奶粉,其脂肪、蛋白质和碳水化合物的相对比例在红外光谱上差异性较显著,不同厂家相同类别的奶粉既有一定的一致性,在添加辅料的类型和用量上又有所不同。奶粉中脂肪含量高的谱图在1747cm^-1附近的C-O吸收峰和2926cm^-1附近的CH2吸收峰很强;蛋白质高的奶粉所对应的酰胺Ⅰ带的C=O吸收峰（1650cm^-1）和酰胺Ⅱ带的N—H及C-N吸收峰（1540cm^-1）强度较大;奶粉中碳水化合物所对应的C-O伸缩振动峰和环的振动峰在1150～900cm^-1范围内较显著。麦芽糊精、蔗糖和乳糖这三种常用辅料同样具有明显的指纹特征。该方法可简便、快速、直观地评价奶粉品质的优劣。     

近红外光谱分析技术识别奶粉中淀粉掺假的研究

将蒙牛、伊利、完达山三个品牌的奶粉样品掺入不同量的淀粉构成32份实验样品。在跨度近两个月时间内,用JDSU微型近红外光谱仪,分五天重复5次采集这些样品的中波近红外漫反射光谱。采用仿生模式识别（BPR）算法对样品进行掺假识别定性分析,并研究了分析的可靠性与模型的稳健性。以90%作为评价分析结果（样品掺杂的正确识别率 CAR与正确拒识率 CRR）的阈值：将测试结果高于此阈值的所有样品中掺入淀粉的最低含量分别称为样品掺杂的正确识别限与正确拒识限。结果显示：三个品牌奶粉样品分别各自建模时,若用同一天测定的部分光谱数据建立模型,预测该天剩余光谱,样品掺杂的正确识别限与正确拒识限都可以达到0.1%。对于三种品牌奶粉合并后的纯奶粉及其淀粉掺杂样品混合建模时,若用同一天测定的光谱建模与测试,样品掺杂的正确识别限也可以达到0.1%,正确拒识限则为1%;若用不同时间采集的光谱进行交叉测试,正确识别限与正确拒识限都只有5%;若用四天的光谱数据联合建模,测试第五天的数据,正确识别限可以稳定达到1%,正确拒识限可以达到5%。应用两种算法对奶粉中淀粉含量进行定量分析比较,进一步验证了有关定性分析对样品掺杂正确识别限和正确拒识限的可靠性。     

显微红外反射光谱法快速鉴别珍珠粉真伪

珍珠是名贵的装饰品和中药材,在我国对其已有2000多年的应用历史。研究发现,贝壳内层的化学组成与珍珠相似,主要含有碳酸钙和各种氨基酸。贝壳粉也可在临床上做药用,但其药用价值远低于珍珠粉。然而,珍珠粉和贝壳粉外观特性极为相似,元素组成和形貌检测无法对其进行有效地鉴别。由于贝壳粉的成本低,常常冒充珍珠粉流入市场,侵害了消费者的利益。本研究通过珍珠粉和贝壳粉在不同温度下煅烧一定时间后显微红外反射光谱的差异实现珍珠粉真伪鉴别。实验结果表明,在一个大气压下经过400 ℃煅烧30 min后,珍珠粉中文石型碳酸钙部分转化为方解石型,而贝壳粉中文石型碳酸钙完全转化为方解石型。这种不同的相转变过程可以被显微红外反射光谱很好的区别。因此,可在此条件下利用红外反射光谱鉴别珍珠粉和贝壳粉相变差异。和传统的透射式红外光谱法相比,这种显微反射红外光谱法无需压片制样、快速灵敏。本研究也讨论了该方法针对其他常见伪品的适用性,如牡蛎粉和石决明粉,结果表明该方法能够简单、高效和准确地鉴别珍珠粉真伪。     

婴幼儿奶粉的FTIR分析与鉴定

采用傅里叶变换红外光谱法(FTIR)获得了六种婴幼儿奶粉的红外光谱及其二阶导数谱. 奶粉中的脂肪(1 747, 2 854, 2 926 cm-1)、蛋白质(1 658, 1 540 cm-1)和糖(1 200～900 cm-1)等主要营养成分具有明显的红外指纹特征. 麦芽糊精、蔗糖和乳糖同样具有明显的指纹特征, 随着添加量的不同而改变. 同一厂家不同类型的婴幼儿奶粉, 脂肪、蛋白质和糖含量差异较大, 红外光谱差异较显著;不同厂家相同类型的婴幼儿奶粉的红外光谱差异较小, 但其二阶导数谱具有明显的指纹特征. 该方法简便、快速、可直观的评价奶粉的品质优劣.     

Vibrational spectroscopy for milk fat quantification: line shape analysis of the Raman and infrared spectra

This paper presents a systematic analysis of the infrared absorption spectra and Raman scattering of the triacylglycerol molecule predominant in raw bovine milk. Gas chromatography measurements were also performed and revealed the palmitic, stearic, and oleic acids as the most predominant fatty acids in the composition of milk. Based on the gas chromatography results, infrared, and Raman spectra of the triacylglycerol with this combination of fatty acids were simulated. The theoretical spectra were compared with the experimental ones of milk fat and fluid raw milk. Assignment of bands of milk fat was proposed, which can be used for a quality monitoring of the product. We also performed a multivariate model of partial least squares from samples of fluid milk with different concentrations of fat. As a result, the most important variables in the projection were selected as vibrational markers for quality monitoring and quantifying of this important constituent of milk. Copyright © 2016 John Wiley & Sons, Ltd.     

Photoluminescence spectra of laser-synthesized Si/C/N ultrafine powders

Ultrafine Si/C/N ceramic powders were synthesized by a CO₂-laser-induced reaction between silane (SiH₄), ammonia (NH₃) and acetylene (C₂H₂). The powders were characterized by infrared (IR) reflection and photoluminescence (PL) spectroscopy. From the infrared reflection spectra of Si/C/N powders, we have identified the causes of the strong photoluminescence present in these powders. The photoluminescence spectra of Si/C/N powders originate from the presence of hydroxylated and amorphous silicon (a-SiO₂) formed at the porous surface of these powders. We have shown that different chemical bonding between Si, C and N atoms, the degree of crystallinity of ternary powders and their porosity strongly influence the processes at their surface, i.e. the formation of amorphous silicon and silanole. Received: 16 June 2000 / Accepted: 24 June 2000 / Published online: 9 November 2000     

近红外光谱技术的乳粉品牌溯源研究

采用近红外光谱漫反射模式,结合简易分类技术(soft independent modeling of class analogy, SIMCA)对不同品牌乳粉进行了分类溯源研究。实验共采集了四种不同品牌乳粉,包括光明乳粉54组,荷兰乳粉43组,雀巢乳粉33组以及伊利乳粉8组共138组样品的近红外光谱,通过对预处理后的训练集全谱段数据变量进行主成分分析,得出前三个主成分的累积方差贡献率为99.07%。利用SIMCA类建模法建立的乳粉主成分回归模型对预测集乳粉进行分类,研究结果表明,光明乳粉、荷兰乳粉、雀巢乳粉的识别率分别为78%, 75%, 100%,拒绝率分别为100%, 87%, 88%。因此,近红外光谱结合SIMCA建立的模型具备较好的乳粉品牌溯源能力,为快速、准确鉴别乳粉品牌提供了新思路。     

二维相关近红外光谱检测牛奶中的三聚氰胺

配置合格的纯牛奶样本及含有三聚氰胺质量浓度范围为0.01g/L～3g/L的掺杂牛奶样本各20个,并采集其近红外光谱。以牛奶中掺杂三聚氰胺浓度为外扰,构建二维相关同步谱,研究其相关谱特性。在此基础上,结合偏最小二乘判别分析法(PLS-DA)建立定性模型,可以实现纯牛奶与掺伪牛奶的定性鉴别,正确识别率达100%。同时,将二维相关近红外同步谱矩阵与偏最小二乘法(PLS)结合起来,建立定量分析牛奶中掺杂三聚氰胺的数学模型。对未知样品的预测相关系数R达到0.98,预测均方根误差(RM-SEP)为0.18g/L,说明基于同步相关谱矩阵建立定量分析的数学模型是可行的。该方法无需样品处理,成本低,为快速检测掺伪牛奶提供了一种新的途径。     

基于二维红外相关谱欧氏距离判别掺杂牛奶

基于纯牛奶、掺杂牛奶样品间二维红外相关谱欧氏距离,依据未知样品与校正集中“极值样品”欧氏距离平均值、组内、组间样品欧氏距离平均值,提出了一种掺杂牛奶判别的新方法。分别配置掺杂尿素牛奶(0.01～0.3 g·L-1)和掺杂三聚氰胺牛奶(0.01～0.3 g·L-1)样品各16个,采集纯牛奶及掺杂牛奶样品的红外光谱。以牛奶中掺杂物浓度为外扰,构建纯牛奶与掺杂牛奶的同步二维红外相关谱,并计算了各样品相关谱矩阵间的欧氏距离。在此基础上,分别建立掺杂尿素牛奶、掺杂三聚氰胺牛奶与纯牛奶的判别模型,确定模型中的“极值样品”,组内、组间样品欧氏距离平均值。利用所建模型,计算未知样品与“极值样品”的欧式距离,并依据判别规则,对未知样品进行判别。研究结果表明： 基于样品红外相关谱矩阵间欧氏距离可实现掺杂牛奶的判别,其判别正确率为100%,验证了该方法的有效性。该研究为掺杂牛奶的检测提供了一种新的可能方法。     

Solubilisation of micellar casein powders by high-power ultrasound

High protein milk ingredients, such as micellar casein powder (MCP), exhibit poor solubility upon reconstitution in water, particularly after long-time storage. In this study, ultrasonication (20 kHz, power density of 0.75 W/ml) was used to improve the solubility of aged MCP powders. For all the MCP powders (concentration varying from 0.5 to 5%, and storage of MCP at 50 °C for up to 10 days) it was found that short time ultrasonication (2.5 min) reduced the size of the protein particles from >30 μm to ∼0.1 μm, as measured by light scattering. This resulted in an improvement of solubility (>95%) for all the MCP powders. Cryo-electron microscopy and small x-ray angle scattering showed that the MCP powders dissolved into particles with morphologies and internal structure similar to native casein micelles in bovine milk. SDS-PAGE and RP-HLPC showed that ultrasonication did not affect the molecular weight of the individual casein molecules. Compared to overhead stirring using a 4-blade stirrer, ultrasonication required less than 10 times the drawn electrical energy density to achieve a particle size 10 times smaller.