中药金礞石红外指纹图谱相似度分析

分析金礞石红外指纹图谱的相似度,建立金礞石药材质量的红外指纹图谱评价方法.用傅里叶变换红外光谱仪测定金礞石药材样品的红外光谱,以共有模式建立金礞石的对照红外指纹图谱,采用相关系数法和夹角余弦法计算药材样品红外指纹图谱与对照指纹图谱的相似度.19件样品中,符合《中国药典》规定者红外指纹图谱与对照指纹图谱的相似度(相关系数...     

六味地黄丸三维同步荧光光谱特性的研究

应用英国Edinburgh公司FLS920P荧光光谱仪,实验测定了六味地黄丸组分中熟地黄、山茱萸、山药、泽泻、茯苓、牡丹皮等六味中药的三维同步荧光光谱,并提取荧光特征参数,发现六味中药均为荧光物质,谱图线形各不相同,具有指纹特性,且与药理相吻合。进一步,实验测定六味地黄丸的标准水煎剂及非标准水煎剂的三维同步荧光光谱,发现两者差异明显,可用于区分不同组方的中成药水煎剂。实验与理论均表明：将三维荧光光谱分析方法与同步荧光光谱分析方法相结合,可以进一步提高荧光光谱技术的灵敏度和选择性,在多组分复杂混合物的荧光光谱分析中有明显的优势。因此,本文的工作为建立完整信息中药材指纹图谱提供了一种方便快捷可靠的方法,也可为中成药的品质鉴别和成分分析提供帮助。     

石膏红外图谱鉴定研究

建立硫酸盐类矿物药材石膏的红外光谱指纹图谱,并建立三种硫酸盐类矿物药材的聚类分析模型。用傅里叶变换红外光谱仪测定煅石膏、石膏、芒硝等矿物药的红外光谱,以一阶导数光谱图谱结合聚类分析的方法研究三种硫酸盐类矿物药材的内在组合关系;通过测定不同产地和批次石膏药材样品的红外光谱,并以存在的共有峰为基准建立石膏的对照红外指纹图谱,采用相关系数法和夹角余弦法评价药材样品红外图谱与对照指纹图谱的相似度。在中红外区间,三种硫酸盐类矿物药材的原红外光谱谱图和一阶导数光谱谱图的峰数、峰位、峰形和峰强存在差异,结合一阶导数红外光谱和聚类分析,成功划分石膏和煅石膏一类,芒硝为一类;24批石膏样品红外指纹图谱相似度大于0.980 0。本方法操作简便,专属性强,利用红外指纹图谱法结合聚类分析,为石膏的规范监管提供快速准确的新鉴别方法。     

磁石的傅里叶变换红外光谱指纹图谱研究

对不同产地和批次的13个生磁石样品的红外光谱法进行分析,建立磁石的红外光谱指纹图谱,并将炮制品和生品进行分析比较.发现所有生磁石样品指纹图谱的相似度均大于0.97;磁石炮制后相似度和相关系数均降低.傅里叶变换红外光谱指纹图谱可用于商品磁石的分析与品质评价.     

中药钩藤生物碱部位HPLC指纹图谱

建立钩藤饮片生物碱部位HPLC指纹图谱,为钩藤生物碱部位的质量评价提供依据。利用HPLC测定了8批中药钩藤生物碱部位样品,采用中药色谱指纹图谱相似度评价系统,建立钩藤生物碱部位的标准指纹图谱且计算了各批样品的相似度,并进行指纹峰的主成分分析。确定19个共有指纹峰,其中4个色谱峰得到确认;计算了各个指纹峰的主成分分值,3个主成分累计变量贡献值达到86.40%。指纹图谱技术结合主成分分析方法能够有助于钩藤生物碱部位的质量控制方法优化。     

近红外光谱法测定缓释制剂中冰片释放量

利用近红外光谱技术与化学计量学方法建立了冰片缓释样品近红外光谱与冰片浓度之间的定量模型,以实现冰片释放量的快速测定。配制与缓释制剂具有相同物质体系的的冰片醇水溶液,获取其近红外光谱,采用偏最小二乘法(PLS)建立冰片含量预测模型并考察了图谱类型、建模样品浓度及建模区间对校正模型和预测结果的影响。结果表明采用原始近红外光谱,在5 314～7 032 cm-1区间,将样品按照中高浓度、低浓度范围建模可以获得最佳校正结果与预测结果。最后采用所建的中高浓度区模型测定了冰片包合物在醇水体系中冰片含量,实现了对缓释制剂冰片累加释放量的快速测定,可为冰片缓释制剂的研发快速提供评价数据。     

近红外光谱和聚类分析法无损快速鉴别不同辅料奶粉

以添加不同辅料奶粉的近红外图谱作为聚类分析的对象,化学成分的含量不同,红外的谱图就会有差异。在建立混合成分模型的基础上,采用SIMCA聚类分析法对添加不同辅料奶粉进行了快速的分类研究。对市场250种不同种类奶粉进行近红外扫描,并做了重现性测定。含有乳糖或蔗糖的不同辅料的奶粉的近红外谱图,从表观上难以进行指纹特征提取,需采用模式识别技术来进行智能识别。从中随机抽取160张谱图进行聚类分析,并对未知样品进行预测。结果表明：尽管各样品的近红外谱图很相似,难以直接区别,但采用近红外光谱和聚类分析相结合的方法可以鉴定添加不同辅料的奶粉。从模型图上看,两个不同辅料奶粉之间没有重叠,互不干扰,各样品之间光谱聚类的结果较理想,盲样检测的正确率可达90％以上。如果能够获得足够多的样本,增加训练集样本数和采样的代表性,加强操作的标准程度,该法的准确率将会大大提高。近红外光谱与聚类分析法相结合可以快速、无损识别奶粉中添加的不同辅料,是一种有效的奶粉质量检测技术。     

近红外反射光谱法测定PDA阳离子度的研究

以37份实验室自制二甲基二烯丙基氯化铵与丙烯酰胺的共聚物(PDA)为样品,用沉淀滴定法对PDA阳离子度进行测定,并进行近红外光谱扫描,分别采用特征峰和全波谱段作为输入层神经元,采用RBF神经网络的数学转换方法建立近红外反射光谱(NIRS)定标模型,采用小波分析对光谱进行降噪预处理,建立PDA阳离子度的近红外预测模型,并将预测值与沉淀滴定法测定值进行比较,其外部验证决定系数大于0.90,预测分布趋势良好,对预测值与实测值进行t检验,结果显示预测值与实测值差异不显著。结果表明,采用近红外光谱数据建立的定标模型预测PDA阳离子度具有较高可行性。     

黄芩的1H NMR指纹图谱研究

利用PFT-NMR 核磁共振波谱仪测定了黄芩提取物的¹H NMR图谱,对黄芩提取物的¹H NMR指纹图谱进行了解析,并与黄芩苷元、千层纸素A、汉黄芩素和黄芩苷进行了比较,获得了黄芩提取物的特征峰,并利用向量夹角法计算了不同指纹图谱的相似度;结果表明不同黄芩提取物的¹H NMR指纹图谱都显示出黄酮类有效成分特征共振峰,并具有很好的重现性和高度的特征性,可以成为黄芩真伪鉴别的依据;不同黄芩的¹H NMR指纹图谱的相似度计算结果定量地评价了不同指纹图谱的相似性.     

光谱成像技术无损鉴别西洋参饮片的研究

应用电可控液晶光谱成像装置,测定不同市售来源的西洋参饮片,以期为其质量控制提供新的方法。系统光谱分辨率5nm,光谱覆盖范围为405～680nm,空间分辨率50lp·mm-1。从成像光谱立方体中提取特征光谱曲线,构建饮片指纹图谱;采用主成分等聚类分析方法解析其指纹图谱,用于饮片真伪鉴别与质量判定。结果与性状,显微及理化鉴定结果相吻合。表明光谱成像分析技术可用于中药指纹图谱的构建和质量评价,操作方法简便、快速、无损。     

应用近红外光谱或化学指标判别不同产地晒红烟的相似性

近红外光谱采集物质信息较全面,是多种物质的复合信息,但具体特征不明显;化学指标虽能够体现物质的具体特征,但所包含的物质信息却不够全面。以2012年和2013年贵州、湖南、吉林、江西、山东、四川六个产地共115个晒红烟样品为研究对象,其近红外光谱采用一阶导数和平滑处理,测定的26个化学指标及其26个计算值(譬如糖碱比等)采用归一化处理,应用PPF投影技术对不同产地晒红烟进行相似性分析。结合近红外光谱和化学指标的分析结果表明：应用近红外光谱和化学指标分析六个产地晒红烟分布规律较为一致,表明通过近红外光谱信息和大量检测数据均可分析产地特征的相似性;对52个化学指标的方差贡献率分析得出,决定产地特征的重要指标是亚硝胺;应用近红外光谱对小产地之间进行聚类分析,得出部分小产地之间具有可替代性,结合主要内在的化学指标工业需求取向,可合理替代不同烟叶原料,降低产品加工质量的波动性。     

近红外光谱分辨率对绿茶氮含量模型的影响

以绿茶为研究对象,氮含量为定量分析指标,研究了不同分辨率(2,4,6,8,16 cm-1)对近红外光谱图及氮含量模型的影响。结果表明：仪器的分辨率影响光谱图的质量,分辨率越高,得到的信息越丰富,但同时噪音增大;分辨率越低,光谱图更加平滑,信息量减少,当分辨率太低时光谱失真严重。分辨率为4 cm-1时,模型外部验证集RMSEP值为0.054 6,明显低于其他模型,相关系数为0.998 2,预测性能最好;模型预测精度也较好,STDEV和RSD分别为0.020和0.334。分辨率4 cm-1为最优分辨率。试验可以为近红外光谱仪采集绿茶光谱图提供参数选择依据,提高模型的稳定性与预测性能,促进近红外光谱检测技术在茶叶上的应用与推广。     

应用近红外光谱技术测试温室黄瓜叶片全氮含量

近红外分析技术是一种新型、快速、无损的检测技术,是未来农业化学分析检测的发展方向.文章采用近红外分析技术对黄瓜叶片中全氮进行了无损测试.主要结论如下:应用黄瓜叶片的全氮含量测定值(凯氏定氮法)与近红外光谱建立模型,然后进行外部验证,验证结果为:模型的决定系数为0.406 6,相对标准差为0.155 9,校正标准差为0....     

近红外光谱谱线特性对物质浓度分析误差影响的研究

为解决近红外光谱法分析物质浓度过程中缺乏可测度分析而导致测量过程存在一定盲目性问题,研究在已知测量条件、样品种类、被测组分以及建模分析方法的条件下,利用近红外光谱谱线特性作为参数,在大量样品近红外光谱采集和标准法测得浓度数据等工作前,对被测物质浓度的分析误差做大致估算。经过大量尝试和试验提出等效信噪比（ESNR）和谱线重叠系数（OC）两个重要参数,其中ESNR反映待测组分吸光度占总吸光度的比重,而OC则反映待测组分近红外光谱曲线间的重叠程度。通过理论仿真得到光谱分析中用经典的偏最小二乘回归建立定量分析模型时谱线特性与物质浓度分析误差的关系,分别计算ESNR和OC与被测组分浓度分析误差（RMSE）的关系,并且研究两个谱线参数的独立性。利用理论分析得到结果对浓度为8%~12%乙醇水溶液进行可测度分析,并与近红外光谱法分析的实际结果进行比较。研究通过理论仿真得到使用光谱分析中经典的偏最小二乘回归建立定量分析模型时谱线特性与物质浓度分析误差的关系,其中ESNR与RMSE成反比关系,而OC与被测组分分析误差成非线性的单调关系,并且验证了ESNR和OC两个参数的独立性。通过理论计算和乙醇水溶液近红外光谱检测实验对等效信噪比和谱线重叠系数与光谱分析浓度误差的定量关系进行讨论,通过理论分析得到的乙醇浓度RMSE预估值为0.30%,近红外光谱分析实际RMSE为0.32%,相对误差6.67%,二者结果相符。实现了在测量条件、样品种类、被测组分以及建模分析方法已知的条件下基于近红外光谱分析的待测组分含量理论误差的定量计算和实验验证。该研究明确了对近红外光谱法分析物质浓度有明确定量关系的两个谱线参数,给出了使用光谱分析中经典的偏最小二乘回归建立定量分析模型时的分析误差经验曲线,以及利用曲线进行近红外光谱法待测组分浓度可测度分析方法。结果表明所提出的ESNR和OC两个谱线特性参数的有效性,以及分析误差预估方法的有效性。为近红外光谱法待测组分浓度定量分析提供了有效、快捷的预估方法,完善了近红外光谱法成分含量可测度分析理论,对近红外光谱法物质浓度定量分析研究具有一定指导意义。     

MAXR回归法在近红外光谱定量分析及最优波长选择中的应用研究

介绍了运用MAXR回归法建立傅里叶变换近红外光谱定量分析模型的原理和方法。以此方法,由Matlab语言设计程序,进行近红外光谱定量分析建模的波长信息选择。并以小麦样品为实验材料,建立了蛋白质含量的近红外光谱定量分析模型,其中优选出2个和3个波长点处光谱信息建立的多元回归模型的预测结果与凯氏定氮法分析结果相关系数分别为0.977 1和0.976 5,标准差分别为0.335和0.340。MAXR回归法在进行波长信息,选择时可建立分别包含1,2,…,k个波长点信息的最优回归模型,且计算量适中,因此是一种实用的选择“最优”波长信息的回归方法。该方法不仅可少而精选择波长信息,建立抗共线性信息干扰的光谱定量分析模型,而且对于特定样品、特定待分析组分,选择最优波长信息建模分析的工作,可指导专用近红外分析仪器的设计。     

基于FTIR的两种模式识别方法在两面针产地鉴别中的应用

为了探求建立快速鉴别两面针产地的方法,基于傅里叶变换红外光谱(FTIR)技术,选取1 800~400 cm-1红外指纹图谱带,采用Fisher比值法和SIMCA聚类分析法建立产地分类模型,分别对广西区内四个产地的两面针进行鉴别,并通过计算识别率与拒绝率来验证模型。结果表明,红外光谱技术不但能准确提取中药材的整体信息,并且基于红外光谱建立起的两种模式识别模型对未知样品进行预测,识别率和拒绝率均达到90%以上,说明所建模型具有较强的识别能力。通过自编计算程序以及现有统计软件,还可以将模式识别模型实现实时在线化检测与快速样品鉴别,大大提高了鉴别速度而更具应用价值。     

基于卷积神经网络的烟叶近红外光谱分类建模方法研究

卷积神经网络(CNN)在图像分类识别领域应用广泛,但其在近红外光谱分类中的研究还未见报道,对基于CNN的近红外光谱分类建模方法进行了研究。针对近红外光谱数据的特点,提出了一种改进的卷积神经网络建模方法,对CNN经典模型LeNet-5所做改进：①将方形矩阵卷积核改为适用于一维近红外光谱的向量卷积核;②简化网络结构,将LeNet-5结构中C5,F6及输出层改为单层感知机。同时,采用隔点采样的方法对近红外光谱降维,加快收敛速度;并对卷积核尺寸对建模结果的影响进行了研究。以我国东北、黄淮、西南三大烤烟产区的600个中部烟叶样本的近红外光谱为实验对象,建立烟叶产区分类NIR-CNN模型。该模型对训练集和测试集的判别准确率为98.2%和95%。实验结果表明,应用卷积神经网络可对近红外光谱数据准确、可靠地判别分类;烟叶产区NIR-CNN建模方法可为卷烟企业烟叶原料科学合理利用提供指导,为维护卷烟产品的质量稳定有重要意义;基于卷积神经网络的近红外光谱判别方法也可推广到其他农产品的分类应用中。     

支持向量回归建立测定醇烯比的近红外光谱校正模型

在石化工业中,甲基叔丁基醚（MTBE）是20多年来发展最快的石化产品之一。在生产过程中,反应器混合进料的醇烯比（MRMI）都是一个至关重要的操作参数,但传统的色谱方法由于速度慢、硬件维护量大等原因,应用效果大都 不理想。近红外光谱方法因其快速、测量方便、维护少等特点,特别适合这一参数的在线测量。但是,由于醇烯比与近红外光谱之间呈严重的非线性响应,基于线性校正的偏最小二乘方法将不能得到准确的测定结果。因此,文章采用近几 年新兴的支持向量回归方法建立近红外光谱测定醇烯比的校正模型,结果表明,该方法的预测能力优于偏最小二乘和人工神经网络方法,可以推广应用于实际的醇烯比在线近红外测量中。     

近红外光谱法对甲醇柴油中甲醇含量测定

应用近红外光谱结合化学计量学方法实现了对甲醇柴油中的甲醇含量的定量分析。以实验室配制的32种不同浓度[浓度范围为2%～25.8%(φ)]的甲醇柴油溶液为研究对象,在4 500～7 000 cm-1光谱范围内,建立偏最小二乘(PLS)、支持向量机(SVM)和最小二乘支持向量机(LS-SVM)三种定量分析模型。在建立SVM模型时,经过比较分析,径向基函数(radial basis function,RBF)作为SVM模型的核函数时可以获得更高的预测精度。最终获得甲醇含量的PLS, SVM和LS-SVM三种模型的预测相关系数R_P分别为0.985 9, 0.990 3, 0.998 9,预测均方根误差RMSEP分别为0.405 2, 0.356 3, 0.062 4,可以看出,三种预测模型都可以达到很好的效果,最优的预测模型是使用LS-SVM建模。研究结果表明,利用近红外光谱法结合化学计量学方法对甲醇柴油中甲醇含量的检测具有可行性,并可以达到很好的效果。采用近红外光谱技术结合化学计量方法对甲醇柴油中甲醇含量进行定量分析,也为近红外光谱技术快速无损检测甲醇柴油甲醇含量提供参考和应用价值。