近红外光谱LASSO特征选择方法及其聚类分析应用研究

近红外光谱技术是一种通过分析样本的特征光谱数据，实现定性或定量分析的无损检测方法，特征数据的完整性和代表性决定了所建模型的性能，而现有分析方法只能实现光谱子区间特征筛选，导致分析模型稳定性差、且难以再优化。为实现近红外光谱区间高维数特征提取，有效提高近红外光谱定性分析模型的精度和稳定性，提出一种基于最小绝对收缩和选择算法(LASSO)的光谱特征筛选方法，并以我国特色高值外贸产品云南松茸为分析对象进行聚类应用研究，讨论了该方法对于高维光谱特征筛选的有效性、分析对比了LASSO筛选特征变量及主元分析(PCA)降维算法所建松茸真伪甄别及食用菌分类模型的预测精度及稳定性。通过调研发现，云南产鲜松茸因其独特外形易于分辨，而片状的干松茸失去其独有的外形特征，导致国内干松茸掺假事件屡禁不止。选取云南产松茸、杏鲍菇、老人头、姬松茸四种干样共166样本数据进行分析，采用光谱范围为900～1 700 nm的NIRQuest512型近红外光谱仪获得166×512维原始光谱数据，剔除异常数据后采用标准正态变换对光谱数据进行预处理。在此基础上，利用LASSO筛选出全光谱区间的特征变量，再使用Kennard-Stone法并结合典型线性(KNN)和非线性建模(BP)算法，构建松茸真伪甄别模型和食用菌分类模型，对两种模型进行盲样测试，并分析了LASSO与PCA算法的不同点，最后使用蒙特卡罗方法检测两种模型的稳定性。实验结果表明基于LASSO光谱特征选择的松茸真伪甄别模型和食用菌分类模型预测精度和稳定性均高于PCA方法，其中基于原始光谱数据所建真伪甄别模型的预测准确率为69.57% (BP)和60.87% (KNN)，食用菌分类模型准确率为67.39% (BP)和65.22% (KNN)，基于LASSO特征筛选的真伪甄别模型预测准确率分别达到100% (BP)和78.26% (KNN)，食用菌分类模型预测准确率分别达到89.13% (BP)和80.43% (KNN)，对两种模型进行10次蒙特卡罗实验，其结果平均值分别为99.93%和97.22%，由此可知，与PCA等数据降维算法相比，LASSO可实现全光谱区间的光谱特征选择和数据降维，有效地提高了近红外定性分析模型的预测性能，为近红外分析提供了一种新的特征筛选方法。     

近红外光谱结合化学计量学的常见中国蜂蜜掺杂糖浆鉴别

目前我国蜂蜜市场掺假现象严重，研究一种快速、准确的方法用于市场流通领域掺假蜂蜜的鉴别具有重要的现实意义。采用近红外光谱（NIR）结合化学计量学方法对常见的天然蜂蜜以及掺假（掺杂常见糖浆）蜂蜜进行建模识别，并比较偏最小二乘-判别分析（PLS-DA）及支持向量机（SVM）对糖浆掺假蜂蜜鉴别模型的影响。首先，采集来自中国10个省份、20种常见蜂蜜的112个天然纯蜂蜜样品，以及6种常见糖浆样品按不同糖浆含量（10%，20%，30%，40%，50%，60%）配制的112个掺假蜂蜜样品，共计224个样品；通过近红外光仪器扫描获得所有样品的近红外光谱数据（波长范围400~2 500 nm）；然后，分别采用一阶导数（FD)、二阶导数（SD）、多元散射校正（MSC)、标准正态变化(SNVT)四种方式对原始光谱进行预处理；再结合PLS-DA和SVM建立天然蜂蜜和糖浆掺假蜂蜜的鉴别模型，比较不同预处理方法对两种不同建模算法建立的蜂蜜掺假鉴别模型效果。其中SVM算法的惩罚参数c和核函数参数g通过网格搜索法（GS）、遗传算法（GA）、粒子群算法（PSO）三种寻优算法进行优化。分析结果表明：光谱数据进行预处理后所建立的模型准确率均有明显提升，而对于SVM模型，惩罚参数c和核函数参数g对模型准确率的提升效果要比光谱预处理带来的提升效果更明显。在PLS-DA算法中，经FD光谱预处理后建立的模型效果最好，最佳PLS-DA模型准确率为87.50%；在SVM算法中，经MSC预处理后，再通过GS寻优，获得惩罚参数c为3.0314，核函数参数g为0.3298的条件下所建立的模型效果最好，最佳SVM模型准确率为94.64%。由此可见，非线性的SVM算法结合NIR光谱数据所建立的天然蜂蜜与糖浆掺假蜂蜜鉴别模型要优于线性的PLS-DA模型，同时表明NIR光谱结合化学计量学方法对常见糖浆掺杂的中国蜂蜜鉴别是可行的。     

不同产地黄芪的红外光谱鉴别研究

采用红外光谱、二阶导数红外光谱和二维相关红外光谱,对四种不同产地的黄芪原药材进行了鉴别研究。结果表明:不同产地黄芪的红外光谱和二阶导数红外谱具有一定的相似度,与淀粉的红外谱图比对,4个不同产地的黄芪均含有淀粉,其中陕西绥德产黄芪的淀粉含量比其它3个产地黄芪的都要高。山西浑源和山西天镇产黄芪谱图的1 510、1 425cm-1木质素特征峰比内蒙古固阳和陕西绥德产黄芪的更为明显,说明前二者产黄芪中木质素含量高于后二者产黄芪。在二维相关红外谱图上,根据4个产地黄芪的相对峰强度的差异,可进行产地的鉴别。研究结果表明对于不同产地黄芪的鉴别,红外三级鉴定法是一种快速有效的新方法。     

矿物元素指纹图谱的建立及在西洋参产地鉴别中的应用研究

采用电感耦合等离子体质谱法测定了山东、吉林、美国和加拿大4个产地西洋参中50种矿物元素的含量,研究了不同产地西洋参矿物元素的差别和转换系数,构建了西洋参的矿物元素指纹图谱。以各产地矿物元素含量的平均值构建了山东、吉林、美国和加拿大产西洋参的矿物元素标准指纹图谱。采用SPSS 20.0计算了各西洋参矿物元素指纹图谱与其矿物元素标准指纹图谱的相似度,确定了山东、吉林、美国和加拿大产西洋参矿物元素指纹图谱的相似度阈值分别为0.93、0.91、0.98和0.93。通过比较未知产地西洋参矿物元素指纹图谱与矿物元素标准指纹图谱的相似度,进行西洋参的产地判别。采用20批未知产地西洋参样品验证模型的准确性,正确率为85%。此外,研究表明,不同生长年限和不同部位西洋参样品对所建立的西洋参产地鉴别方法无影响。     

光谱法鉴别油茶籽油的真伪

采用紫外光谱法、荧光光谱法、表面增强拉曼光谱对油茶籽油、掺玉米油油茶籽油等进行分析测试。结果表明,紫外光谱法对油茶籽油的掺假比较难以鉴别,荧光光谱法能够一定程度上对掺假油茶籽油进行鉴别;不同掺假比例的油茶籽油与纯油茶籽油的表面增强拉曼光谱可明显区分,且掺假比例越大,掺假样品与纯油茶籽油的鉴别效果越好,因此表面增强拉曼光谱可作为一种简单、可靠的方法用于鉴别油茶籽油。     

基于显微共聚焦拉曼技术对三种食源性致病菌的快速鉴别研究

采用显微共聚焦拉曼技术,建立了对三种常见食源性致病菌快速鉴别的检测方法。使用XploRA PLUS共聚焦拉曼光谱仪,在激光功率为5 mW、积分时间为30s、积分次数为1次的条件下,对德尔卑沙门氏菌、副溶血性弧菌和金黄色葡萄球菌进行了拉曼光谱数据的采集。对拉曼光谱采用多项式平滑算法和荧光背底扣除后,采用主成分分析法(PCA)对预处理后的数据进行降维,提取出前三个主成分的累计方差贡献率达到了95.4％,样本明显的聚为了3类。同时结合Fisher判别分析法(FLD)构建分类模型,对三种样本进行交叉验证,分类准确率达到了100％。结果表明,采用显微共聚焦拉曼技术与PCA-FLD方法结合可实现对三种食源性致病菌的快速准确鉴别且模型检测精度高,方法具有一定的实用性及参考价值。     

液相色谱-四极杆/飞行时间质谱法分析29种芬太尼类物质及其碎裂机理北大核心CSCD

芬太尼类物质品种繁多,自我国整类列管后,整类检测是该领域的重点和难点。该文详细研究了29种化合物的二级质谱碎片离子碎裂机理,总结出芬太尼类物质的碎裂规律和特点,为芬太尼物质的整类筛查检测提供参考。建立了分析29种芬太尼类物质的一级和二级质谱库的定性方法,建立了液相色谱-四极杆/飞行时间质谱(LC-QTOF-MS)检测29种芬太尼类物质的定量方法。药品和白色粉末类、蛋白质和乳饮料类样品经乙腈提取,含糖固体或粉末类、饮用水类、果蔬饮料类、保健饮料类、茶饮料类、酒类样品经10%乙腈水溶液提取,提取液经涡旋、离心和过膜后,采用Kinetex C18色谱柱(100 mm×2.1 mm,2.6μm)分离,以乙腈和0.08%甲酸水溶液为流动相进行梯度洗脱,采用四极杆/飞行时间质谱,在正离子模式下,外标法定量检测。结果表明,29种芬太尼类物质在1~20μg/L范围内线性关系良好,相关系数均大于0.995,检出限(LOQ)均为0.01 mg/kg,定量限(LOQ)均为0.05 mg/kg,在降糖药、露露、葡萄糖粉、珍露保健饮料和巧克力样品中3个加标水平平均回收率为85.2%~112.9%,相对标准偏差(RSD)为1.9%~19.8%(n=6)。该方法操作简单,耗时短,灵敏度高,稳定性好,检测品种覆盖范围广,适用于药品类、含糖固体或粉末类、饮料类、饮用水类和酒类等样品中29芬太尼类物质的定性和定量检测。     

高效液相色谱-四极杆-飞行时间质谱快速筛查鉴别食品中非法添加的62种中药材北大核心CSCD

建立了高效液相色谱-四极杆-飞行时间质谱快速筛查鉴别食品中非法添加的62种中药材的方法。依据卫生部关于进一步规范保健食品原料管理的通知(卫法监发[2002]51号)中可用于保健食品的物品名单,确定食品中可能非法添加的62种中药材原料清单,再从62种中药材中筛选其特征组分,获得不同中药材对应的特征组分清单。62种对照药材经甲醇超声提取后,于Thermo Accucore aQ色谱柱(150 mm×2.1 mm,2.6μm)上分离,在电喷雾正负离子扫描模式下,分别以0.1%(v/v)甲酸水溶液-乙腈和水-乙腈为流动相梯度洗脱,进行一级质谱和二级质谱全扫描检测,采用Library View软件建立不同中药材对应的特征组分的一级精确质量数据库和二级碎片质谱库。样品同法处理后上样分析,采用Peak View软件将样品高分辨数据与自建数据库中的质谱图、精确分子离子质量数、碎片离子质量数、保留时间等相关参数进行快速筛查鉴别分析。该工作通过建立“中药材-特征组分”对应清单,构建了食品中易非法添加的62种中药材中共388种特征组分的高分辨质谱库,每种中药材包括5~10种特征组分,通过对实际食品样品配制酒、代用茶及饮料进行筛查分析,1批次配制酒样品与淫羊藿中药材的7种特征组分匹配一致,推断该配制酒样品中加入了淫羊藿中药材。该法可实现无标准品情况下中药材的定性筛查,具有高通量、准确、简便、快捷的特点,解决了食品中非法添加中药材难以识别和确证的难题,可以实现食品中非法添加中药材的快速筛查鉴别分析。