PLS-BP法近红外光谱技术同时测定鲜乳中四种主成分

基于近红外光谱技术,将偏最小二乘法(Partial Least Squares,PLS)和单隐层的反向传播网络(Back-Propagation Network,BP)联用并测定了鲜乳中4种主成分含量.用PLS法将原始数据压缩为主成分,取前3个主成分的14个数据输入网络,以Kolmogorov定理为依据,经过实验确定中间层的神经元个数为29,初始训练迭代次数为1000,建立了脂肪、蛋白质、乳糖、牛乳总固体4种主成分含量的预测校正模型.PLS-BP模型对样品4个组分含量的预测决定系数(R2)分别为:0.961、0.974、0.951、0.997;本研究为近红外光谱技术在鲜乳多组分快速检测提供了新思路.     

1-氯-4-甲基亚磺酰基丁烷的合成

以1-溴-3-氯丙烷和二甲亚砜为原料,四氢呋喃为溶齐,在氢化钠的作用下成功合成了1-氯-4-甲基亚磺酰基丁烷,其工艺条件为:氢化钠与1-溴-3-氯丙烷的物质的量之比为1:1.3,反应温度为-40 ℃,反应时间1 h,产率为63.5%.经红外、核磁共振表征确定了该化合物的结构.     

离子液体萃取阿魏酸和咖啡酸的性能研究

以1-甲基-3-丁基咪唑六氟磷酸盐([C4mim][PF6])和1-甲基-3-己基咪唑六氟磷酸盐([C6mim][PF6])离子液体为萃取剂,采用紫外分光光度法研究了溶液pH值、温度、相比率及盐的种类和浓度对其萃取阿魏酸和咖啡酸效率的影响,考察了被萃取物的回收及离子液体的循环使用,探讨了两种离子液体替代传统有机溶剂阿魏酸和咖啡酸的可能性。实验结果表明:萃取温度和无机盐的种类及浓度对FA和CA萃取效率的影响较小;水相pH值对萃取效率有较大的影响,萃取FA适宜pH应小于3.67,萃取CA适宜pH应小于3.71;被萃取物浓度增大,萃取效率降低,而相体积比增大其萃取效率升高;两种离子液体对FA和CA的萃取效率[C4mim][PF6]大于[C6mim][PF6],同种离子液体对FA的萃取效率大于CA;在萃取相中的FA和CA可定量回收,且被萃取物中离子液体的残留[C6mim][PF6]小于[C4mim][PF6],离子液体可循环使用。     

固相微萃取气相色谱法测定非那雄胺中残留的二氯甲烷和三氯甲烷

利用固相微萃取气相色谱法测定非那雄胺中的溶剂残留,对固相微萃取的萃取温度、萃取时间、解吸时间和溶液的离子强度等分析条件进行了优化.该方法具有较好的线性,相关系数:二氯甲烷为0.997,三氯甲烷为0.998;相对标准偏差:二氯甲烷为2.7%,三氯甲烷为1.8%.     

PLS-GRNN法近红外光谱多组分定量分析研究

研究了偏最小二乘(partial least squares,PLS)与广义回归神经网络(generalized regression neural networks,GRNN)联用在近红外光谱多组分定量分析中的应用.以饲料样品为实验材料,采用PLS-GRNN法建立了饲料中水溶性氯化物、粗纤维、脂肪三项组分含量近红外光谱定量分析模型.马氏距离法剔除强影响点和奇异点,用PLS法将原始数据压缩为主成分,取8个主成分吸收峰与4个原始图谱特征峰值输入GRNN网络,网络光滑因子σi为0.1.PLS-GRNN模型对样品3个组分含量的预测决定系数(r2)分别为:0.984 0,0.987 0,0.983 0;样品平行扫描光谱预测值的标准偏差分别为:0.003 26,0.065 5,0.031 4.结果表明所建PLS-GRNN模型通过近红外光谱能够准确预测饲料中水溶性氯化物、粗纤维、脂肪三项组分含量,为近红外光谱进行多组分定量分析提供了新思路,同时为解决近红外快速检测技术在预测组分含量较低的样品时误差相对较大的问题提供了可靠的方法.     

基于Elman网络的近红外光谱技术多组分定量分析研究

研究了Elman神经网络(反馈神经网络,Recurrent Network)在近红外光谱定量分析中的应用.以饲料样品为实验材料,采用Elman网络建立了饲料中苯丙氨酸(Phe)、赖氨酸(Lys)、酪氨酸(Tyr)和胱氨酸(Cys)四种氨基酸含量的近红外光谱定量分析模型.用偏最小二乘法(partial least squares,PLS)将原始数据压缩为主成分,取前3个主成分的12个吸收峰值输入Elman网络,网络中间层神经元个数为47.Elman网络模型对样品4个氨基酸含量的预测决定系数(r2)分别为0.960,0.981,0.979,0.952.表明所建Elman网络预测模型通过近红外光谱能够较准确预测饲料中苯丙氨酸、赖氨酸、酪氨酸和胱氨酸四种氨基酸的含量,为通过近红外光谱技术进行多组分定量分析提供了新思路.     

H点标准加入光度法同时测定葡萄糖和木糖

１引言葡萄糖和木糖是自然界中最常见的两种单糖，其结构和化学性质极为相似，用普通方法很难将其分离和分别测定。本文利用硫酸－苯酚与糖的显色反应，采用Ｈ点标准加入法对葡萄糖和木糖不经分离进行同时测定。本法简便、快速、结果准确，已应用于食用纤维的分析。２方法原理在二元混合物（组分为ｘ和ｙ，浓度为ＣｘＣｙ）体系中，将不同量已知浓度的ｘ分别准确加入到一系列混合体系中，然后分别在λ１和λ２处测量其分析信号Ａ１和Ａ２。其表达式为：Ａ１＝ｋｘ１Ｃｘ＋Ｋｙ１Ｃｙ＋Ｋｘ１Ｃｉｘ（１）Ａ２＝ｋｘ２Ｃｘ＋Ｋｙ２Ｃｙ＋ｋｘ…     

顶空毛细管气相色谱法测定非那雄胺中有机溶剂的残留量

建立了顶空毛细管气相色谱法测定非那雄胺中二氯甲烷和氯仿两种有机溶剂残留量的方法,并讨论了平衡温度、平衡时间、盐效应对测定的影响。分析结果表明:该法可将两种残留有机溶剂完全分离,具有较好的线性(相关系数分别为0.999 7和0.999 8),检出限为3.2μg/L和0.094μg/L,测定结果的相对标准偏差分别为1.33%和0.89%,样品回收率分别为94%和96%。     

偏最小二乘-反向传播-近红外光谱法同时测定饲料中4种氨基酸

偏最小二乘与人工神经网络联用对70个饲料样品建立起天门冬氨酸(Asp)、谷氨酸(Glu)、丝氨酸(Ser)和组氨酸(His)4种氨基酸含量的预测校正模型,以样品平行扫描光谱验证校正模型预测的准确性和重现性。用偏最小二乘法将原始数据压缩为主成分,采用单隐层的反向传播网络建模。取前3个主成分的12个数据输入网络,以Kolmogorov定理为依据,经过实验确定中间层的神经元个数为25,初始训练迭代次数为1000。偏最小二乘-反向传播网络模型对样品4个组分含量的预测决定系数(R2)分别为:0.981、0.997、0.979、0.946;样品平行扫描光谱预测值的标准偏差分别为:0.020、0.029、0.017、0.023。本研究为近红外快速检测在组分含量较低的样品实现多组分同时测定提供了思路。     

荧光光谱法研究瑞香黄烷类化合物与牛血清白蛋白的相互作用

在模拟人体生理条件下（pH 7.4）,采用荧光光谱法研究了瑞香黄烷A（DPA）和瑞香黄烷B（DPB）与牛血清白蛋白（BSA）的相互作用。DPA和DPB通过静态猝灭过程使得BSA荧光强度减弱;在25℃下,DPA和DPB与BSA结合常数分别为3.35×106L.mol-1和7.36×106L.mol-1,结合位点数分别为1.073和1.196;通过计算反应热力学参数值,可推断DPA和DPB与BSA作用力主要为氢键或范德华力;根据Foerster非辐射能量转移理论计算DPA和DPB与BSA的结合距离分别为3.11nm和3.04nm;同步荧光光谱法研究表明,DPA和DPB与BSA的结合对蛋白质的构象未产生影响,其结合位点更接近于色氨酸;同时还考察了部分共存金属离子对DPA和DPB与BSA结合作用的影响。