基于SSPA-同步荧光法的鸭蛋蛋清中强力霉素残留含量的检测研究

应用同步荧光光谱技术结合分段连续投影算法(SSPA)实现了对鸭蛋蛋清中强力霉素含量的快速检测。首先对蛋清、强力霉素标准品和含有强力霉素的蛋清进行三维同步荧光光谱分析,确定了其最佳波长差(△λ)为110 nm;然后对60个含有强力霉素的蛋清样本进行同步荧光光谱扫描,运用SSPA分别从全光谱和划分不同子区间中提取特征波长,作为多线性回归(MLR)、偏最小二乘法(PLS)、主成分回归(PCR)的输入变量,分别建立了SSPA-MLR、SSPA-PLS和SSPA-PCR模型。结果表明,利用SSPA法可以压缩模型的输入变量,缩减率为90.8%。划分为6个光谱子区间的SSPA-MLR模型的预测结果最好,其预测集样本的决定系数(R2)和预测均方根误差(RMSEP)分别为0.9896和0.89,有效地提高了模型的效率和预测能力。该方法为快速检测鸭蛋蛋清中抗生素提供新的方法。     

基于同步荧光与支持向量回归的典型蔬菜农药残留快速检测

采用恒波长同步荧光法结合支持向量回归(SVR)算法，对西红柿汁中的春雷霉素和多杀菌素农药残留含量进行快速检测。确定了春雷霉素和多杀菌素的最佳波长差(Δλ)分别为70, 45 nm，同时得到最佳Δλ下的特征峰分别位于322, 292 nm。春雷霉素样本和多杀菌素样本的建模结果显示，2种农药模型的均方误差均小于0.002，决定系数(R²)均超过0.99，平均回收率分别为99.5%和100.1%。采用同步荧光结合SVR算法可有效检测西红柿中春雷霉素和多杀菌素的含量，并为其它蔬菜中农药残留检测提供方法依据。     

支持向量回归-同步荧光光谱法预测鸭肉中克百威残留

为了满足鸭肉中克百威残留分析及快速检测的要求,基于克百威水解物在巯基乙醇存在的条件下能与邻苯二甲醛反应产生具有强荧光性衍生物的方法,建立了应用同步荧光光谱法测定鸭肉中克百威残留量的预测模型。对含有克百威鸭肉样品的三维同步荧光光谱进行分析,确定其最佳波长差Δλ为120 nm;利用遗传算法(GA)结合交互验证均方根误差(RMSECV)从240～450 nm光谱中筛选出19个波长作为定量分析模型的输入特征变量;对SVR、PCR、PLS 3种回归模型的性能进行比较,实验发现SVR模型的预测结果最好,其预测集的决定系数(r2)和预测均方根误差(RMSEP)分别为0.999 4和0.878 7。研究结果表明,采用同步荧光光谱法结合支持向量回归算法测定鸭肉中克百威的残留量,具有快速、预测精度高等特点,可为检测鸭肉中的克百威残留量提供一种可行的方法。     

同步荧光法同时测定溶解态的菲与2-乙基菲

将同步荧光法结合人工神经网络(ANN)和支持向量回归(SVR)用于混合体系中荧光光谱重叠的菲(Phe)和2-乙基菲(2-EP)两组分的同时测定。通过三维同步荧光法结合平行因子(PARAFAC)分析寻得Phe和2-EP的特征波长差Δλ为118 nm。在220~280 nm范围内,以31个波长处荧光强度值作为模型的输入变量用于建立ANN和SVR模型。结果显示,ANN模型分析Phe和2-EP预测样本的回收率分别为92.5%~104.9%和96.1%~104.3%,预测均方根误差(RMSEP)分别为2.08和2.95;SVR模型分析预测样本的回收率分别为98.2%~101.3%和94.9%~104.2%,RMSEP分别为0.74和2.42。实际水样的加标回收实验显示,基体简单的矿泉水中两种模型均取得满意结果;而基体复杂的湖水中样品预测值较实际值低,且SVR模型比ANN的预测性能更加稳健,泛化能力更强。将同步荧光法结合SVR模型应用于Phe和2-EP单独及混合状态下与腐植酸(HA)相互作用的研究,结果显示混合体系中Phe和2-EP与HA的结合系数均小于各自单组分体系,表明Phe和2-EP之间存在竞争吸附。     

同步-偏振-导数荧光法同时测定三种苯二酚异构体的研究

苯二酚的三种异构体, 由于其吸收光谱和荧光光谱均重叠严重, 不能用常规分光光度法和荧光法进行同时测定. 而以λ＝0 nm进行同步扫描时, 在350～500 nm之间具有相似的荧光光谱特征, 其荧光强度有良好的加和性, 可以对三者进行总量测定. 研究还发现三种苯二酚异构体与Cu^2＋和异烟肼形成1∶1∶2的配位合物时, 用Δλ＝30 nm进行同步扫描并采用偏振和一阶导数法, 间苯二酚的导数荧光峰位于260 nm处, 对苯二酚的导数荧光峰位于320 nm处, 两者能很好分开, 而此时邻苯二酚荧光峰消失, 因此可在三者的混合物中分别测定间、对苯二酚, 然后再从总量中减去间、对苯二酚的含量, 从而测到邻苯二酚的浓度, 因此本工作通过上述方法可对三种苯二酚异构体进行同时测定. 其线性范围均在3×10^－6～5×10^－4 mol/L之内, 间苯二酚和对苯二酚的检出限分别是2.5×10^－7 mol/L和3.1×10^－7 mol/L; 其混和物总量的检出限是4.5×10^－7 mol/L, RSD均在5%以下. 该方法简便快速, 有良好的准确性和重复性, 用于环境水样中三种苯二酚的同时测定, 获得满意结果.     

近红外光谱法快速测定附子中6个生物碱的含量

应用近红外光谱(NIRS)技术结合偏最小二乘(PLS)和最小二乘支持向量机(LS-SVM)建立了附子中多指标成分的快速无损检测方法.选取38批样品建立了同时测定附子样品中6种成分含量的高效液相色谱(HPLC)方法;通过采集附子样品的NIRS图,分别采用PLS和LS-SVM建立了各个成分HPLC测定值与NIRS图的定量校...     

偏最小二乘-导数同步荧光法同时测定生物样品中对羟苯基乳酸、多巴和尿黑酸

在pH=6.00的KH2PO4-NaOH缓冲溶液中,波长差△λ=35nm,采集260～325nm波长范围内的同步荧光光谱数据,并对该数据进行一阶求导后用偏最小二乘法处理,以此建立了偏最小二乘-导数同步荧光光谱法同时测定对羟苯基乳酸(PHPLA)、多巴(Dopa)和尿黑酸(HGA)的新方法。该三种物质的线性范围分别为0.06～3.00、0.06～3.00和0.08～3.00mg/L;检出限分别为0.0307、0.0310和0.0428mg/L。该法用于细胞培养液中PHPLA、Dopa和HGA三组分的同时测定,其测定结果与高效液相色谱法的测定结果相比无显著性差异。     

近红外光谱结合特征变量筛选方法用于农药乳油中毒死蜱含量的测定

为提高毒死蜱农药乳油中有效成分近红外光谱定量分析模型的精度和稳定性。采用联合区间偏最小二乘法(siPLS)结合遗传算法(GA)筛选特征变量,由交互验证法确定最佳主成分因子数及筛选的变量数。结果表明,从全光谱区优选出81个变量,主成分因子数为11时,能建立性能最优的模型,模型预测集的决定系数R_p~2为0.972,预测均方根误差(RMSEP)为0.353%。研究表明,利用siPLS结合GA方法优选特征变量,能大幅度地消除农药乳油光谱变量间的冗余信息和无关信息,降低模型的复杂度,提高农药有效成分预测模型的精度及稳定性。     

基于谱区优选的近红外光谱快速预测玉米秸秆中木质纤维素含量的研究

在生物燃气生产过程中,玉米秸秆中的木质纤维素(纤维素、半纤维素和木质素)成分含量对厌氧发酵性能具有重要影响。针对传统方法测定本质纤维素的耗时、成本高等问题,本研究分析了近红外光谱(NIRS)结合化学计量学进行玉米秸秆中木质纤维素含量快速检测的可行性。为提高NIRS模型的检测精度和效率,将遗传模拟退火算法(GSA)、区间偏最小二乘法(iPLS)和支持向量机(SVM)相结合,构建遗传模拟退火区间支持向量机(GSA-iSVM)进行NIRS特征谱区和SVM参数的同步优化,并与反向区间偏最小二乘法(BiPLS)、遗传模拟退火区间偏最小二乘法(GSA-iPLS)的优选特征谱区的建模性能进行对比,确定基于GSA-iSVM建立的纤维素和木质素校正模型性能最佳,基于GSA-iPLS建立的半纤维素校正模型性能最佳。纤维素、半纤维素和木质素最佳校正模型验证集的预测决定系数(R_p²)分别为0.910、 0.990和0.939,预测均方根误差(RMSEP)分别为0.881%、 0.707%和0.249%,剩余预测偏差(RPD)分别为3.283、 10.235和4.27...     

偏最小二乘-一阶导数分光光度法测定苯甲酸复方制剂中苯甲酸及水杨酸的含量

复方苯甲酸涂剂主要成分是苯甲酸和水杨酸,其在临床上常用于治疗皮肤疾患,由于紫外吸收光谱重叠较严重,用光度法测定时,彼此相互干扰。计量学方法的兴起为多组分的同时测定提供了一种不需分离的新技术。偏最小二乘法可以最大程度地从校正试样中提取信息,具有较强的数据处理能力,因而优于主成分回归等其它计量学方法。本工作将导数光谱的高灵敏度与偏最小二乘法的优良解析性能相结合,提出了同时测定两组分的偏最小二乘导数分光光度法,方法用于复方苯甲酸制剂中两组分的测定,对加和性不太好的体系,也能得到较为满意的结果。