光谱预处理方法对混胺近红外定量模型影响的研究

本文探讨了一阶导数、Savitzky-Golay平滑、小波变换(WT)和正交信号校正(OSC)预处理方法对混胺组分近红外光谱的预处理效果。采用预测集标准偏差(SEP)对各种预处理方法的最佳参数进行选择。比较了各种预处理方法的去噪能力,对预处理方法组合后的效果进行了评价。研究表明,WT和OSC能有效去除噪声,提高分析模型的精度,WT和OSC结合后的预处理效果更好。     

近红外光谱定量校正模型的建立及应用

介绍了近红外光谱定量校正模型的建立步骤,从样品集的选择,光谱的采集,定量校正模型的建立和验证,到模型适用性判据的建立.在此基础上,剖析了影响近红外光谱分析结果的因素,并讨论了在实际应用过程中应注意的关键性问题.     

小波变换结合多维偏最小二乘方法用于近红外光谱定量分析

将小波变换和多维偏最小二乘法相结合用于近红外光谱定量校正模型的建立。首先将原始光谱进行小波变换分解，得到系列小波细节系数，通过选取一组受外界因素少、信息强的小波系数组成三维光谱阵，然后再采用多维偏最小二乘法建立校正模型。实验结果表明，该方法所建近红外校正模捌的预测能力更强，并更具稳健性。     

变量选择方法对近红外光谱校正模型优化极限的研究

变量选择经常被用于优化近红外光谱线性校正模型,消除冗余信息,提升回归的准确性和可解释性。该文研究并设计了一种基于蒙特卡洛的方法,用于评估不同线性校正方法在变量选择的子空间中能达到的最优程度,寻找变量选择对线性校正模型的优化极限。该方法通过获得验证指标——预测均方根误差（RMSEP）的分布图,揭示变量选择方法在数据集上的优化效果与优化极限。将该方法应用于3组样品的近红外光谱建模研究,结果表明：在烟草-果胶数据集上的可优化率约为24.98%,RMSEP降低了15.2%;在小麦-蛋白质数据集上的可优化率约为13.90%,RMSEP降低了9.5%;在玉米-淀粉数据集上的可优化率约为14.05%,RMSEP降低了57.1%。应用该方法可以快速得到变量选择方法在模型上的优化极限,为变量选择方法的设计、应用和评估提供参考。     

近五年我国近红外光谱分析技术研究与应用进展

评述了近五年来(2014～2018)我国近红外光谱分析技术的研究与应用进展,内容涉及方法研究、软硬件研发、应用特点和趋势等方面,并对今后我国近红外光谱技术的发展方向进行了展望。引用文献97篇。     

基于迭代保留信息变量和连续投影的近红外光谱波长选择方法

连续投影算法(SPA)作为一种波长选择算法,用于近红外光谱的定量分析中以简化模型复杂度,提高模型预测精度.由SPA算法的原理可知,SPA算法只能保证相邻两次投影所选择的两个波长之间具有较低的冗余性,但不保证所选变量一定是有效变量,即SPA筛选出的变量子集中可能包含一些无信息变量甚至是干扰变量.所以通过迭代保留信息变量(...     

小波变换结合多维偏最小二乘方法用于近红外光谱定量分析

将小波变换和多维偏最小二乘法相结合用于近红外光谱定量校正模型的建立.首先将原始光谱进行小波变换分解,得到系列小波细节系数,通过选取一组受外界因素少、信息强的小波系数组成三维光谱阵,然后再采用多维偏最小二乘法建立校正模型.实验结果表明,该方法所建近红外校正模型的预测能力更强,并更具稳健性.     

近红外与中红外光谱技术在土壤分析中的应用

传统的土壤分析方法周期长、成本高,不能在短时间内获取所需的土壤信息,如何快速、准确地获取土壤信息成为农业现代化的必然要求。漫反射光谱技术以其快速、廉价、非破坏与无污染等特点,已成为环境研究中获取相关土壤信息的重要技术手段,其中的近红外(NIR,780~2 500 nm)和中红外(MIR,2 500~25 000 nm)光谱技术预测土壤理化特性逐渐成为国内外学者研究的重点领域。文章介绍了近红外和中红外光谱技术的基本原理和分析方法,综述了该技术在土壤分析方面的具体应用,并对此提出了一些观点和展望。     

基于遗传算法的波长选择方法在绿茶近红外光谱分析模型中的应用

利用遗传算法(GA)提取茶叶的近红外吸收特征波长的方法,研究建立了绿茶水分和氨基酸的近红外分析模型,并对波长选择前后两种成分的模型进行了比较分析。结果表明,经遗传算法波长选择后,简化了分析模型,同时模型的稳健性增强。氨基酸预测集的均方根误差(SEP)减小82.1%,水分预测集的均方根误差减小(SEP)76.6%,它们在波长选择前后对应的分析波长数之比分别为995∶7和1990∶33。     

近红外光谱分析中的化学计量学算法研究新进展

近红外光谱是一种绿色、快捷的分析技术,在科学研究、工业生产以及日常检测中得到广泛应用。化学计量学算法的应用在近红外光谱技术的发展过程中发挥了重要作用。化学计量学方法通过寻找测量变量之间的相关性,构建数学模型,量化样本间的差异性,并发现事物变化的内在规律,实现较合理准确的未知预测。这也是"大数据"战略的重要环节和主旨所在。该文针对近红外光谱吸收信号较弱、谱峰重叠严重,以及光谱测量过程中易受背景、噪声、无信息变量和外界环境因素干扰等,导致借助化学计量学方法建立的光谱与研究目标的定性定量分析模型变差问题,总结了近年来在近红外光谱领域所提出的一些化学计量学新方法,包括光谱预处理、变量选择、多元校正和模型转移,从不同角度阐述了这些方法在消除近红外光谱模型的干扰因素,提高模型的可靠性、预测准确性和适用性等方面的作用。     

食品中霉菌毒素样品前处理及分析方法研究进展

霉菌毒素广泛存在于食物和动物饲料中,可经食物链传递危及动物与人体健康,带来严重的食品安全问题。食品基体复杂,霉菌毒素结构多样、含量极低,其分离分析需要高效的前处理技术及快速灵敏的分析方法。该文综述了基于分子印迹聚合物、量子点材料、石墨烯类碳材料、生物材料等新型分离介质的固相(微)萃取、液相(微)萃取、免疫亲和层析、磁分离等样品前处理技术及液相色谱-质谱、免疫分析法、生物传感器等分析方法在食品霉菌毒素分析中的应用,并展望了其发展趋势。     

三线性分解方法用于光谱数据中背景漂移的扣除

在光谱测量中, 通常会发生光谱背景漂移现象. 引起光谱背景漂移的因素有很多, 如仪器的背景噪声变化, 测量时环境温度的变化, 光源如氙灯的使用时间等等. 针对三维光谱数阵, 发展了一种基于交替三线性分解(ATLD)算法的化学计量学方法用来处理光谱背景漂移问题. 该方法在进行三线性分解时, 对待光谱背景漂移与感兴趣组分一样, 将其单独当作一个组分或因子来考虑, 并将其从分解得到的相应矩阵中提取出来, 构建一个光谱背景漂移阵, 然后从三维原始响应数阵中将其减掉, 从而达到成功扣除光谱背景漂移的目的. 采用发展的方法处理2组模拟数据和2组实验数据, 都获得了满意的结果. 另外, 对于非线性较严重的背景漂移, 通过再进行一次扣除, 即“二次扣除”, 也达到了理想的效果. 该方法有望发展成为一种很有潜力的光谱预处理技术.     

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。     

用于样品预处理的超声波设备的应用及进展

超声波辅助萃取是近年来在样品预处理中受到广泛关注的新技术,与其它萃取方法比较,它在很多方面都显示出极大的优越性.本文着重介绍超声波辅助萃取设备的原理、特点及其进展.     

保健食品中非法添加物检测的前处理及分析方法研究进展

保健食品作为一种特定的食品种类,能调节人体的机能,适用于特定人群食用.但是在保健食品中添加化学药物和非法添加物的现象也层出不穷,因此迫切需要建立多指标的有效检测方法,为保健食品的质量安全提供技术保障.高效的前处理方法和高灵敏的分析方法为检测非法添加物提供了有效的技术手段.综述了近三年来溶剂萃取和固相萃取样品前处理方法,以及高效液相色谱、实时直接分析质谱、表面增强拉曼光谱及色谱-质谱串联技术等分析方法在微量及痕量非法添加物检测中的应用,为进一步研究建立高效简便的前处理方法和检测新方法、新技术提供理论参考.     

中药多糖成分前处理及检测方法研究进展

多糖是中药的重要活性成分之一,具有降血脂、降血糖、增强免疫、抗肿瘤、抗氧化、抗凝血、抗炎症、抗衰老等活性。该类物质具有极性强、分子量大、结构难确证等特点,成为中药多糖新药开发的瓶颈。该文综述了近10年关于中药多糖成分的前处理及检测方法,以期为中药多糖定性定量分析,质量控制的提高,多糖药物深度开发和中药物质基础的全面研究提供参考。     

医学成像光谱技术研究进展

从成像光谱技术的发展概况出发,综述了医学成像光谱技术的研究现状和最新进展,对现有的医学成像光谱仪按照类别进行分析,对其在生物医学领域应用概况和应用前景进行了探讨.对医学成像光谱技术的发展趋势和今后研究需要解决的问题进行了评述.     

分子印迹技术在样品前处理中的应用

分子印迹聚合物具有选择性高、稳定性好及制备简单的特点,可用于生物、医药、环境样品等复杂基体中痕量分析物的高选择性分离与富集,因此在样品前处理中的应用特别引人关注.本文介绍了分子印迹技术的基本原理,综述了分子印迹技术在样品前处理中应用的研究进展.     

Challenges and Opportunities of Implementing Data Fusion in Process Analytical Technology—A Review

The release of the FDA’s guidance on Process Analytical Technology has motivated and supported the pharmaceutical industry to deliver consistent quality medicine by acquiring a deeper understanding of the product performance and process interplay. The technical opportunities to reach this high-level control have considerably evolved since 2004 due to the development of advanced analytical sensors and chemometric tools. However, their transfer to the highly regulated pharmaceutical sector has been limited. To this respect, data fusion strategies have been extensively applied in different sectors, such as food or chemical, to provide a more robust performance of the analytical platforms. This survey evaluates the challenges and opportunities of implementing data fusion within the PAT concept by identifying transfer opportunities from other sectors. Special attention is given to the data types available from pharmaceutical manufacturing and their compatibility with data fusion strategies. Furthermore, the integration into Pharma 4.0 is discussed.