新鲜苹果汁可溶性固形物含量的傅里叶变换近红外光谱检测

用傅里叶变换近红外(FTNIR)光谱透射方式对新鲜苹果汁溶性固形物含量(SSC)进行了快速定量分析.实验共测定了60个果汁样品的SSC,并采集了样品的近红外光谱数据.42个样品用来建模,剩下的18个用来验证模型的性能.对实验室测得的SSC与FTNIR光谱数据进行相关性分析,以TQ 6.2.1定量分析软件中集成的主成分回归法(PCR)和偏最小二乘回归法(PLS)建立了检测模型.该研究对比了不同光谱范围内建立的检测模型的性能.根据预测平方根误差(RMSEP)和相关系数(r2)进行不同模型的预测性能,最好的新鲜苹果汁SSC预测模型的RMSEP=0.603°Brix,r2=0.997.结果表明FT-NIR可以作为一种可靠、准确、快速的无损检测方法来评价新鲜果汁的可溶性固形物含量.     

可见/近红外光谱快速测定土壤中的有机碳含量和阳离子交换量

为实现土壤中有机碳(TOC)含量和阳离子交换量(CEC)的快速检测, 对300个土壤样品的可见/近红外光谱数据进行了分析。使用快速独立分量分析(FastICA)算法对光谱数据矩阵进行分解, 得到独立成分和相应的混合系数矩阵, 再利用误差反向传播算法(back-propagation, BP)构造三层神经网络结构。为了克服传统BP神经网络结构难以确定和易于陷入局部极小点的缺点, 采用遗传算法优化BP神经网络结构和初始权值, 得到ICA-GA-BP模型。利用此模型对土壤中TOC含量和CEC进行预测, 根据预测相关系数(R2)和预测标准偏差(RMSEP)来评价预测模型的性能, 表明该模型对TOC含量和CEC测定的相关系数R2均达到0.98以上。说明文章提出的ICA-GA-BP建模方法具有很好的预测效果, 为土壤品质的鉴别提供了一种新方法。     

PCA-SVR联用算法在近红外光谱分析烟草成分中的应用

由50份烟草样品的近红外漫反射光谱组成的光谱矩阵经过主成分分析降维,采用基于支持向量机回归(SVR)算法,以常规化学分析方法测定的总糖、还原糖、总氮、烟碱的含量为参考值,建立了烟草中主要成分近红外光谱定量分析定标模型,并采用留一法交叉验证(LOOCV)对模型进行验证.以内部交叉验证预测的RMSE值为判据,从核函数类型、惩罚因子C和不敏感函数ε取值等方面对定标模型进行优化,获得不同成分定标模型的优化参数.烟草总糖、还原糖、总氮、烟碱优化定标模型的RMSE值分别为1.581,1.412,0.117和0.313.同时建立了烟草以上成分的偏最小二乘回归(PLS)、多元线性回归(MLR)以及误差反向传播人工神经网络(BP-ANN)定标模型,通过内部交叉验证的RMSE值与SVR定标模型进行比较,结果表明SVR模型具有更好的预测效果.     

可见/近红外光估测完整柑橘水果可溶性固形物含量的研究

研究用可见/近红外光谱(Vis/NIR spectroscopy)漫透射方式对柑橘类水果的可溶性固形物含量(SSC)进行了无损、快速定量分析.通过自行设计的Vis/NIR光谱系统测定了110个柑橘样品的SSC.82个柑橘样品用来建模,其余28个用来验证模型的性能.对实验室测得的柑橘水果的SSC实际值与Vis/NIR光谱数据进行相关性分析,用光谱定量分析软件中集成的偏最小二乘回归法(PLS)和主成分回归法(PCR)建立校正和预测模型.对比了不同光谱预处理方法,如微分处理,标准归一化处理(SNV),多元散射校正(MSC)和Savitzky-Golay光谱平滑方法)对模型检测结果的影响.根据预测平方根误差(RMSEP)和相关系数(r2)进行不同模型的预测性能评价,建立的最好的柑橘水果SSC预测模型的RMSEP=0.538%,r2=0.896.结果表明Vis/NIR可以作为一种准确、快速的无损检测方法来评价柑橘类水果的可溶性固形物含量.     

羊肉嫩度傅里叶变换近红外光谱偏最小二乘法定量分析研究

以从内蒙、宁夏、甘肃、新疆4个肉羊产区筛选的有代表性的98份羊肉样品为试材,应用傅里叶变换近红外光谱技术探讨了羊肉嫩度无损检测的方法。以模型决定系数(r2)、校正标准差(RMSECV)和预测标准差(RMSEP)为模型精度评价指标,采用偏最小二乘法(PLS)对近红外光谱信息与样品的质构仪剪切力值进行了拟合,确定了最佳的光谱预处理方法、主成分数和波段范围。结果表明:所选98个羊肉样品的剪切力值分布范围为1.673～6.631 kg,其中75%以上的样品剪切力值在2～5 kg,基本覆盖了我国现有的肉羊嫩度值分布;在11 995～5 446 cm-1和4 601～4 246 cm-1的波段范围内,最佳主成分数为10,光谱经矢量归一法处理后,建立的羊肉嫩度模型精度最高,r2达到86.2%,RMSECV为0.445;用此模型对预测集29个样品进行预测,预测值与实测值的相关系数r达到0.87,预测平均偏差为0.385,RMSEP为0.524。     

近红外光谱和电子鼻技术用于葡萄酒发酵过程中酒精度的定量分析

采用近红外光谱和电子鼻对葡萄酒的酒精发酵过程进行了动态采样检测,通过主成分回归和偏最小二乘回归对酒精度变化进行了监控和预测研究。分别建立了近红外光谱、电子鼻以及二者融合数据对酒精度定量分析的主成分回归和偏最小二乘回归模型。结果表明,近红外光谱数据和电子鼻数据的主成分回归和偏最小二乘回归模型的相关系数(r)均大于0.99,但校正均方根误差(RMSEC)和预测均方根误差(RMSEP)较大。近红外光谱和电子鼻数据融合后,模型质量得到提高,建立的偏最小二乘模型r为0.999 2,RMSEC和RMSEP分别降低为0.206%和0.205%(v/v),定量精度较高。近红外光谱和电子鼻均适用于红酒发酵过程中对酒精度的定量分析,且二者结合应用能提高定量精度。     

应用近红外光谱技术快速检测果醋糖度

为了对果醋糖度值进行快速准确检测,应用近红外光谱技术并结合最小二乘支持向量机分析方法建立了果醋糖度检测模型.应用近红外透射光谱获取五种类型共计300份果醋样本的光谱透射曲线,利用主成分分析方法对原始光谱数据进行降维处理,根据主成分的累计贡献率选取6个主成分.选取的主成分即作为光谱优化特征子集以替代原来复杂的光谱数据.随后将300份果醋样本数据随机分为定标集和预测集,利用最小二乘支持向量机在225个定标集样本数据基础上建立起果醋糖度预测模型,应用此模型对75个预测集样本进行糖度预测.根据预测均方根误差(RMSEP)和预测结果的相关系数(r)对预测模型进行评价,利用此模型得到的样本糖度预测值r=0.993 9,RMSEP=0.363,均达到了较好的预测效果.     

近红外光谱技术在快速测定连翘提取物中连翘苷含量的应用

本文主要对近红外光谱技术在快速测定连翘提取物中连翘苷含量的应用进行了研究。利用近红外漫反射光谱法采集样品的近红外光谱,以HPLC分析值作为参考值,采用偏最小二乘法(PLS)建立连翘苷含量的定量校正模型,并用未知样品对该模型进行验证。所建模型的相关系数(R2)、校正均方差(RM-SEC)和内部交叉验证均方差(RMSECV)分别为0.9745、0.117和0.2392;经外部验证,预测相关系数(r2)和预测均方差(RMSEP)分别为0.9788和0.0776。结果表明该方法操作简便,无污染,结果准确可靠,可用于连翘提取物中连翘苷含量的快速测定。     

一种新的多元校正模型分子光谱传递方法

无论是近红外还是红外光谱,多元校正模型的传递问题都尚未解决。为了实现模型和光谱的传递,提出了一种改进的PDS算法——SA-PDS算法,论方法通过PDS算法进行模型传递,使用光谱间的夹角大小作为判定准则来选择传递参数,使得模型传递过程不受到样品性质参考值的影响,也不再依赖于模型,并且可以双向传递。该方法分别通过在近红外数据和中红外数据中应用来证明模型传递的可行性,实验收集烟叶样本测得其近红外光谱,沥青样本测得其中红外光谱,将烟叶总糖会计师和沥青蜡含量作为模型预测对象。使用光谱夹角作为PDS参数选择标准与使用预测标准偏差作为判定准则相比,实验表明：对于近红外光谱的从机向主机的传递,其验证集预测精密度RMSEP从5.257 4降低至1.337 1,优于RMSEP(1.350 3)方法,预测偏差也同样被改善。对于中红外光谱从机向主机的传递,新方法验证集预测精密度RMSEP从0.525 1降低至0.186 9,优于RMSEP(0.219)方法。主机向从机的传递也取得了满意的传递结果。     

中红外反射光谱结合偏最小二乘法快速定量分析葡萄酒

利用傅里叶变换中红外光谱(FTIR)和衰减全反射(ATR)技术,结合偏最小二乘算法,建立了一种同时快速测定葡萄酒中总酚含量、滴定酸度、pH值和酒精度的方法。通过光谱预处理方法、异常值诊断和建模参数的优化,提高了模型的预测精度,各指标预测值与实测值相关性良好,总酚含量、滴定酸度、pH值和酒精度模型的相关系数(r2)依次为0.9356,0.9649,0.9935,0.9837;交互验证均方根误差(RMSECV)依次为:0.445,0.378,0.087,0.507。t检验结果表明模型预测结果与标准方法测定结果之间无显著性差异(显著性大于0.05)。     

基于支持向量机的假酒近红外光谱识别分类研究

一般的检测假酒中甲醇的化学方法虽然结果较准确,但操作复杂、费用昂贵且对实验的环境条件要求严格.为此,提出了一种基于支持向量机对掺甲醇的假酒光谱进行识别与分类的方法.采用ASD FieldSpec 3光谱仪测量了样品溶液的反射光谱;通过对反射光谱进行平滑、导数等预处理并进行相关性分析和单变量回归分析,得出假酒中甲醇光谱不被乙醇光谱掩盖的特征峰作为特征谱带;最后用特征谱带训练分类模型并得到分类结果.结果表明:以甲醇含量小于等于3%为真酒的总体分类准确度为85%,以甲醇含量小于等于5%为真酒的总体分类准确度为97.5%;证明该方法是可行的且具有较高的分类准确度.     

基于SVM的天津产地玫瑰香葡萄酒定性分析

利用红外光谱法对天津产地玫瑰香葡萄酒识别鉴定,提出了用支持向量机(SVM)算法对干白葡萄酒红外光谱图进行分析,详细介绍了干白葡萄酒谱图的预处理过程,包括基线校正、消除噪声、标准归一化和去除异常样本点。选取了不同产地的玫瑰香原酒样品511个、贵人香原酒样品438个、霞多丽原酒样品307个、白玉霓原酒样品29个、白羽原酒样品44个、龙眼原酒样品31个、泽香原酒样品79个,针对不同分类将80%样品谱图用SVM建立分类模型,并用剩余20%样品谱图对这些模型进行验证,实验结果表明该方法行之有效,不同葡萄品种干白葡萄酒模型正确率、识别率和拒绝率达到97%以上,不同产地玫瑰香干白葡萄酒正确率、识别率和拒绝率达到98%以上。该方法可以对天津产地玫瑰香葡萄酒进行定性识别鉴定。     

桂花酒中山梨酸钾拉曼表面增强预测模型在其他果酒中的传递

自行搭建的拉曼光谱点扫描系统,以柠檬酸钠还原法配制的SC银溶胶为表面增强剂,建立了桂花酒中山梨酸钾的定量预测模型,模型校正集决定系数(R2_C)和均方根误差(RMSEC)分别为0.978 9和0.070 3 g·kg-1,验证集决定系数(R2_P)和均方根误差(RMSEP)分别为0.934和0.165 7 g·kg-1。桂花酒中山梨酸钾的定量预测模型为主光谱模型,结合K/S算法,探讨了基于DS算法和PDS算法将桂花酒主光谱模型向杨梅酒的修正传递方法。结果显示,用K/S算法选取4个杨梅酒样品,基于DS算法传递桂花酒主光谱模型验证结果R_P和RMSEP值分别为0.906 1和0.215 0 g·kg-1。K/S算法选取3个杨梅酒样品(窗口宽度为5),基于PDS算法传递桂花酒主光谱模型验证结果R_P和RMSEP值分别为0.905 5和0.225 0 g·kg-1。DS算法和PDS算法均可以用少量样品将桂花酒中山梨酸钾的主光谱预测模型有效传递给杨梅酒,实现了一种被测物预测模型在同类物种间的传递,具有重要实用意义。     

双水杨醛草酰二腙的合成及其用于检测锌的研究

合成了新化合物双水杨醛草酰二腙,根据元素分析及红外光谱确定了其结构,研究了该化合物与锌离子在溶液中的荧光反应.结果表明,以乙醇为溶剂,酸度为7.00时,该化合物与锌离子生成配合物的荧光强度最强.体系的荧光强度与锌离子的浓度在0～65.0μg·L-1的范围内呈良好的线性关系,检测下限达0.3μg·L-1.通过对16种常见离子在该体系中的干扰的实验研究,证明双水杨醛草酰二腙对锌离子有良好的选择性.对含锌营养食盐及人发中的锌进行了测定,结果满意.     

20种活血化瘀中药提取物的红外光谱分析及其与药性相关性的初步探讨

为探讨中药提取物红外光谱用于中药药性识别的可行性,分别采用石油醚、乙酸乙酯、无水乙醇、水4种溶剂分部位提取桃仁等20种不同药性活血化瘀中药的化学成分,并用FTIR技术对各溶剂提取得到的成分进行分析测定,共采集得到240个傅里叶变换红外图谱。经对原始数据预处理后,应用主成分分析结合支持向量机方法对各样本的IR图谱进行分析。结果显示用乙酸乙酯提取物的红外光谱构建的模型对平性药识别正确率为80%,对非平性药的识别正确率为90%,平均识别正确率为85%。     

漫反射光谱用于光动力治疗中鲜红斑痣皮肤氧含量监测的初步研究

尝试利用漫反射光谱检测鲜红斑痣皮肤的氧含量,并用于监测光动力治疗中鲜红斑痣皮肤氧含量的变化。采用Ocean Optics公司生产的USB2000微型光纤光谱仪采集PWS皮肤的漫反射光谱,根据氧合血红蛋白与还原血红蛋白(皮肤中两种主要的吸光基团)吸收光谱的差异,分析病变皮肤氧含量及治疗中氧含量的变化趋势。对14例PWS患者进行治疗中皮肤漫反射光谱的监测。结果显示,治疗前不同类型PWS皮肤氧含量不同,光动力治疗中大部分P4、P5型PWS皮肤氧含量没有显著降低,P6型PWS皮肤氧含量降低明显。表明现有的漫反射光谱法可定性监测PWS皮肤氧含量的变化趋势。通过进一步提高仪器的灵敏度并建立相应的光谱分析方法,有望更准确地测量PWS皮肤中的氧含量变化。     

利用红外光谱法分析洗衣粉的成分

采用热的无水乙醇作为溶剂将洗衣粉的无机和有机成分分开,利用红外(IR)光谱法进行分析。通过IR分析并经多晶粉末X射线衍射法(XRD)物相分析可以确定洗衣粉无机相主要成分为碳酸钠、硫酸钠以及4A沸石。IR分析表明有机相主要成分为十二烷基苯磺酸钠,核磁共振氢谱(~1H NMR)确认为支链十二烷基苯磺酸钠。     

新型喹喔啉衍生物的合成、光物理性质及理论分析

合成了新型质子给体的荧光探针化合物2,3-双(4-二甲胺基苯基)喹喔啉( QBDMA).利用紫外-可见(UV-Vis)吸收、红外吸收和氧核磁共振等光谱手段对该化合物进行了分子结构表征,同时分析其电化学性质和光致发光性质.研究了该化合物在不同条件下的光致发光光谱.最后在B3LYP1/6-31G*水平上优化其基态结构,并对...     

粗江蓠多糖的提取及光谱分析

采用热水浸提和乙醇沉淀的方法提取粗江蓠多糖(gracilaria gigas harvey polysacchrides,GHPS),用苯酚-硫酸法测定糖含量,等离子体原子发射光谱(ICP)测多糖中矿物元素的含量,傅里叶红外光谱仪(FTIR)分析糖类官能团.结果表明:采用热水浸提和乙醇沉淀的方法提取粗江蓠多糖提取率达14.98%,苯酚-硫酸法测得提取物多糖含量为78.2%;ICP测得粗江蓠多糖含Ca,Fe,Mg和S等矿物元素;FTIR分析GHPS有一般糖类物质的特征吸收峰,是一种酸性多糖,同时存在呋喃环和吡喃环.     

用酒精水溶液NIRS模型预测葡萄酒发酵液酒精度

稳定性好,实用性强的NIRS模型,需要收集代表性强的样品并进行大量的化学值检测工作,为了减少建模的工作量,本文尝试用酒精水溶液的NIRS模型预测葡萄酒发酵液中酒精度的含量。通过遗传算法选择相关性高而且受其他干扰因素影响少的波段（2 245～2 320 nm）建立模型,并根据斜率/截距校正法原理,在预测集中选择能够代表样品酒精度变化范围的样品,对其进行校正,得到新模型的Slope=0.9808和Bias=0.5233。最后,对葡萄酒发酵液剩余样品的酒精度进行预测,预测的相关系数r达到0.99以上,预测相对分析误差（RPD）为11.71,相对标准差（RSD）为3.11%。由此表明,用酒精水溶液的NIRS模型,通过波段选择以及模型校正,预测葡萄酒发酵液的酒精度具有良好的可行性。此方法大大减小了NIRS技术建模的工作量。