红外光谱技术在饮料酒鉴别中的应用进展

红外光谱作为鉴别技术被广泛地用于各种饮料的品质检测和定性鉴别中。文章对比了各种用于饮料酒鉴别的技术的优缺点,介绍了红外光谱技术鉴别饮料酒的技术流程,以及红外光谱技术在葡萄酒、啤酒、威士忌、白兰地、日本清酒、中国黄酒等饮料酒的产地、酒龄以及分级等方面的国内外研究现状,分析了红外光谱技术应用于饮料酒鉴别的种种优势和需要解决的问题,并展望了其在我国饮料酒鉴别中的应用前景。     

模式识别和红外光谱法相结合鉴别中药材产地

用红外光谱法取得来自不同产地的中药材的中红外光谱,结合模式识别的方法实现中药产地的快速鉴别。采用了近邻法和多类支持向量机方法对采集自4个不同产地的269个白芷样本和6个不同产地的380个丹参样本进行了产地鉴别,得到的交叉验证准确率达99%,为中药材产地的自动鉴别探索了一条有效的途径。     

湿法脱硫岛内气液两相流流动规律的研究

采用直接观察法、床层膨胀法和概率密度函数(PDF)法对湿法烟气脱硫塔内流型的形成和转变规律进行了研究和分析,认为湿法烟气脱硫塔内气液两相顺、逆流时,随着液气比的增大,会形成液柱式、喘动式和类鼓泡式流动等三种流型,并给出了判别三种流型的基本方法和准则,提出了气相雷诺数Reg-液气比L／g流型图,为湿法烟气脱硫塔传热传质规律的进一步研究及塔身的安全运行提供了基础依据。     

主成分分析排序和模糊线性判别分析的生菜近红外光谱分类

贮存时间是影响生菜品质的一项重要因素,传统的贮存时间鉴别方法主要依靠人工经验,但是这种方法的准确率和可信度并不高。研究的目标是建立一种基于模糊识别的模型进行生菜光谱分析以实现生菜贮存时间的鉴别,并与其他鉴别方法作比较。为此,在当地超市购买60份新鲜生菜样品,存放于冰箱中待用。首先,通过AntarisⅡ近红外光谱检测仪采集生菜样品的近红外光谱数据,每隔12小时检测一次,每个样本检测重复三次,并取三次平均值作为实验数据。其次,利用多元散射校正(MSC)减少近红外光谱中的冗余信息。为了进一步去除近红外光谱中的无用信息以及简化随后的数据分类过程,分别运用主成分分析(PCA)和排序主成分分析(PCA Sort)。其中,PCA Sort通过改进对主成分的排序方法能提高分类准确率,同时便于模糊线性鉴别分析(FLDA)进一步提取特征。PCA和PCA Sort的计算仅运用了前15个主成分(能充分反映光谱的主要信息)。最后,利用模糊线性鉴别分析算法(FLDA)和K近邻算法(KNN)进一步分类所得的低维数据。基于PCA和KNN算法的模型鉴别准确率达到43%,而基于PCA, FLDA和KNN算法的模型鉴别准确...     

基于UMAP辅助的模糊C聚类方法进行太赫兹光谱识别

太赫兹(THz)具有低能性、瞬态性、波谱分析能力强的优点,在物质鉴别方面具有广阔的应用前景。现有的基于THz的物质鉴别方法,虽然取得了一定的效果,但是存在容易陷入局部最优的问题,从而导致识别精度不高。均匀流形逼近与投影(UMAP)作为一种非线性降维方法,其假设数据均匀分布在黎曼流形上,可以对具有模糊拓扑结构的流形进行建模。UMAP降维的过程是通过最小化两个拓扑表示之间的交叉熵,从而实现低维空间中数据表示的布局优化。传统的模糊C聚类方法(FCM)在聚类时,初始聚类中心往往随机给定,当初始聚类中心选择不恰当时,容易导致错误的聚类。为此,提出一种基于UMAP辅助的模糊C聚类算法,首先运用UMAP对输入的THz样本矩阵进行降维;再根据类与类之间距离最大化的原则,选择合适的初始聚类中心;最后利用模糊C均值聚类的方法进行聚类。所提出的方法不仅能够解决聚类过程中类与类之间过度拥挤的现象,而且能够反映出类别间的距离信息以便于给样本选择合适的初始聚类中心。为了验证提出的聚类方法的可靠性,运用太赫兹时域光谱技术对鲁棉研28、鲁棉研29、鲁棉研36、中棉28四种不同类型的转基因棉花种子进行了探测,利用基于U...     

原油饱和烃指纹的内标法分析

采用内标法建立了原油中正构烷烃、生物标志物(甾、萜烷类)的分析方法。确定了样品前处理方法和组分定性定量方法。讨论了柱层析分离能力。结果表明,所有饱和烃组分均流入第一部分流出液F1中,分离能力较为满意。对48种甾、萜烷类生物标志物组分以及姥鲛烷、植烷和正构烷烃等进行了定性确认,定性化合物数量多,信息量大,易于据此进行可靠的油指纹分析鉴别。32个正构烷烃组分相对标准差为1.2%～7.4%;45个生物标志物组分相对标准偏差为2.5%～9.2%。分析精密度较好,满足油指纹鉴别需要。正构烷烃回收率为73%～116%;生物标志物为84%～106%;回收率结果较为满意。正构烷烃方法检出限为7.0μg/g;生物标志物为0.65μg/g,满足原油样品分析要求。通过本方法对自不同和相同平台的原油样品进行饱和烃浓度分析,并采用浓度数据进行鉴别,结果与实际情况相符。     

FTIR结合化学计量学对三七地下部位鉴别及皂苷含量预测

当今中药市场上掺假现象屡见不鲜，不良商贩利用三七须根粉末假冒主根和剪口粉末，严重影响三七的质量与药效。通过傅里叶变换红外光谱(FTIR)结合化学计量学建立三七主根、剪口和须根粉末鉴别及四种皂苷含量快速预测模型，为快速三七质量控制提供基础。采集三七主根、剪口和须根红外光谱，超高效液相色谱(UPLC)测量样品中三七皂苷R₁、人参皂苷Rg₁、人参皂苷Rb₁和人参皂苷Rd含量。采用纵坐标归一化及二阶导数对原始红外光谱进行预处理；Kennard-stone算法将60个样本分为2/3训练集与1/3预测集。训练集数据结合支持向量机(SVM)判别建立三七主根、剪口和须根粉末鉴别模型，最佳核函数c和g采用交叉验证进行网格式搜索，预测集数据用于对判别模型进行外部验证。正交信号校正偏最小二乘回归(OSC-PLSR)建立三七中四种皂苷含量预测模型，红外光谱采用一阶、二阶导数及Savitsky-Golay平滑5点、7点、9点、11点预处理。60个样本分为2/3训练集与1/3预测集，训练集数据建立OSC-PLSR模型，预测集数据对OSC-PLSR模型的预测结果进行外部验证。结果显示： (1)二阶导数可有效的分离原始谱图的叠合隐蔽谱峰，并提高谱图的分辨率；(2)交叉验证网格式搜索计算出最佳核函数c=2.828 43，g=4.882 81×10-4，此时训练集判别正确率为100%；(3)SVM判别模型核函数设置为最佳核函数，预测集数据外部验证正确率为100%，所有样本均被正确鉴别；(4)三七皂苷R₁、人参皂苷Rg₁、人参皂苷Rb₁和人参皂苷Rd最优含量预测模型预测值与UPLC检测值接近，预测效果良好。FTIR结合SVM判别能对三七主根、剪口和须根粉末快速鉴别，结合OSC-PLSR能对四种皂苷含量进行准确预测。该方法准确可靠，可为中药材三七提供快速有效的质量控制。     

金属元素的正电子鉴别技术

测量了20种金属元素的符合多普勒展宽谱,并与理论计算的结果比较．CDB谱的高动量部分反映了正电子与核心电子的湮灭,由于核心电子在原子组成材料时仍然保留了元素特性,CDB谱的高动量部分可以用来鉴别元素．     

中草药猫人参与其同科同属植物的光谱分析与鉴别

本文用紫外光谱和荧光光谱等方法对猫人参与其同科同属的木天蓼、藤梨根进行了分析与鉴别。结果表明 :在 2 54nm紫外灯下 ,猫人参水溶液几无荧光 ,而木天蓼、藤梨根水溶液均显较强荧光 ;三种药材提取液的紫外光谱和荧光光谱存在明显差别。     

北京谱仪(BESⅡ)上p和鉴别的研究

以北京谱仪(BES)上常用的3种粒子鉴别方法为基础,充分利用BESⅡ所获取的R值扫描、J/ψ和ψ′数据中p,(p)以及其他带电粒子样本,对动量范围在0.3—1.2GeV的p和(p)鉴别方法进行分析研究,找到BESⅡ上p和(p)的最佳鉴别方法:动量低于0.6GeV只用dE/dx实现粒子鉴别,动量高于0.6GeV可用TOF或联合鉴别的方法,并给出p,(p)的鉴别效率以及本底的混入比例.