偏最小二乘法在红外光谱识别茶叶中的应用

采用漫反射傅立叶变换红外光谱(FTIR)法结合主成分分析(PCA)、偏最小二乘法(PLS)、簇类的独立软模式(SIMCA)识别法对十三种茶叶进行了分类判别研究。研究结果表明,通过多元散射校正(MSC)对原始光谱进行预处理,可以提高模式识别技术的分类判别效果。在此基础上,选取1 900~900 cm-1波长范围内的茶叶红外光谱建立识别模型,三种方法都得到了满意的分类判别效果。在对检验集中全部130个样本的判别中,PCA仅有两类样本无法判别,SIMCA的识别率和拒绝率都在90%以上,而PLS的识别效果最佳,全部样本都得到了正确的归类。这一研究结果表明傅立叶变换红外光谱法与化学计量学方法相结合可以实现茶叶品种的快速鉴别,这为茶叶的客观评审提供了一种新思路。     

径向基-偏最小二乘-贝叶斯方法及其在化学模式分类中的应用

提出一种用于模式分类的RBF-PLS—Bayes方法。它集成地应用径向基(RBF)变换与偏最小二乘(PLS)方法，从原有模式中提取出分类能力甚强的成分，然后进行贝叶斯(Bayes)判别。这种集成方法尤其适用于复杂化学信息的模式分类，本文将其应用于两种类型的化学模式分类问题，均取得了令人满意的效果。与经典的判别分析方法和单纯的神经网络方法相比，具有明显的优越性。     

基于质子转移反应-飞行时间质谱快速鉴别不同产地闽北水仙茶

采用质子转移反应-飞行时间质谱仪(PTR-TOF-MS), 构建了3个产地(武夷山、建阳、建瓯)113个闽北水仙茶样品香气的化学指纹图谱, 对所得的闽北水仙茶香气指纹图谱进行主成分分析(PCA), 获得了不同产地闽北水仙茶样品的质谱信息特征, 然后采用软独立建模分类法(SIMCA)、K最邻近结点算法(KNN)、偏最小二乘判别分析法(PLS-DA)对闽北水仙茶的质谱信息进行了模式识别.结果表明, PTR-TOF-MS结合分类识别模式能有效区分不同产地的闽北水仙茶.PCA 提取了3个主成分, 累计贡献率为84.66%;3个识别模型的校正集判别正确率分别为89.38%、100.00%和100.00%, 预测集的判别正确率分别为83.18%、 96.46%和95.57%.基于此成功建立了不同产地的闽北水仙茶识别模型.本方法无需样品预处理、分析速度快、灵敏度高、对茶叶无损伤, 为茶叶产地溯源提供了新方法.     

红外光谱及Bayes信息融合技术的葡萄酒鉴别研究

建立了将检出限不同的近红外透射光谱技术和中红外衰减全反射光谱技术进行Bayes信息融合后用于葡萄酒鉴别的方法。分别采集3种品种和3种陈酿方式的干红葡萄酒的近红外透射光谱和中红外衰减全反射光谱,用PLS-DA法分别建立基于近红外光谱和中红外光谱的判别模型,用Bayes方法实现两种判别结果的融合修正。信息融合后的结果为:葡萄酒品种鉴别模型的建模集准确率为95.08%,检验集准确率为94.68%,葡萄酒陈酿方式鉴别模型的建模集准确率为98.91%,检验集准确率为98.75%;均优于单独采用一种光谱技术的判别结果。实验表明,信息融合技术有助于模型判别效果的提高,采用Bayes信息融合技术对葡萄酒品种和陈酿方式进行快速识别是可行的。     

健康和病变关节软骨的傅里叶变换红外光谱显微成像及Fisher判别

傅里叶变换红外光谱显微成像(FTIRI)可同时获得样品的红外光谱和形貌信息,其与化学计量学方法结合,可实现生物组织中主成分含量及分布的定量研究.本研究采用FTIRI技术结合主成分分析(PCA)以及Fisher判别算法对正常和病变的关节软骨进行鉴别分析.对关节软骨切片进行实现FTIR扫描及光谱分析,再利用SPSS软件对软骨的光谱(矩阵)进行主成分分析,根据主成分得分矩阵构造分类函数,结合Fisher判别算法对样本进行分类识别.正常和病变的关节软骨样品识别准确率高达95.7％(初始案例)和94.3％(交互验证案例).本方法可准确有效地辨别关节软骨是否发生病变,为监测骨关节炎的发生和修复提供参考.     

气相色谱结合化学计量学区分大米贮藏时间与产地

香气是衡量大米质量的一个主要因素,对大米的食用品质有重要影响。该文以顶空固相微萃取(SPME)技术为基础,采用气相色谱法分别分析了不同贮藏时间和不同产地大米样本的挥发性成分,通过主成分分析法(PCA)和偏最小二乘判别分析法(PLS-DA)对大米样本进行分类和判别分析。PCA及PLS投影图显示不同储藏时间的大米明显聚为4类,通过留一交叉验证法(LOO)计算PLS预报的准确率为96%,相对标准误差为8.2%。同时,PCA投影图中可将4个不同产地的大米样本进行区分,分类效果显著;所建PLSDA模型可靠,不同产地大米样本均能被准确识别,正确率为100%。以顶空固相微萃取/气相色谱检测大米中挥发性成分,利用主成分分析法和偏最小二乘判别分析法鉴别大米新鲜程度和产地具有可行性。     

Fisher判别在气相色谱-质谱分析助燃剂燃烧残留物中的应用

为寻找一种用于火场助燃剂燃烧残留物鉴定的更为准确、有效的模式识别方法,对7种常见助燃剂在不同载体上的燃烧残留物样品及未知送检样品进行气相色谱-质谱（GC-MS）分析测试,通过特征组分分析鉴定出未知样品中含有汽油成分。同时运用Fisher判别及PCA（主成分分析）/Fisher判别联用两种判别方法对样本数据进行了分析处理,PCA/Fisher判别联用的结果表明送检样本中含有硝基油漆稀料成分,而仅使用Fisher判别的结果表明送检样本中含有93^#汽油。通过将两种分析方法所得结果与GC-MS特征组分分析的结果进行比对发现,Fisher判别能够对7种助燃剂燃烧残留物的样本实现更有效的分类,对未知样本的判别更为有效。该研究结果为火场助燃剂鉴定提供了新的数据分析手段。     

顶空固相微萃取-全二维气相色谱/飞行时间质谱法分析闽南乌龙茶中的挥发性成分及其在分类中的应用

采用顶空固相微萃取(HS-SPME)结合全二维气相色谱/飞行时间质谱(GC×GC-TOF MS)分析了闽南乌龙茶中的挥发性成分。从48份不同等级和产季的乌龙茶(铁观音、黄金桂、本山、毛蟹和梅占)中获得了2000余种挥发性化合物,经筛选得到51种共有组分,并结合质谱数据库、保留指数与结构谱图等进行了初步鉴定。在此基础上采用主成分分析法(PCA)获得得分投影图,直观给出了不同样品的分类趋势。通过逐步判别获得9种对分类结果有显著影响的组分,并以此为变量通过Fisher判别法(FDA)建立了4个判别函数,对样品的分类准确率达到97.9%。本试验证实了以挥发性成分识别闽南乌龙茶的可行性。     

表面解吸常压化学电离质谱法快速判别樟树化学型

采用表面解吸常压化学电离质谱(SDAPCI-MS)技术直接对5种化学型的樟树叶粉末片剂进行分析,获得其化学指纹谱图信息.采用主成分分析(PCA)、聚类分析(CA)和反向传输人工神经网络(BP-ANN)对谱图信息进行分析,获得各化学型樟树叶粉末片剂的特征质谱信息,进而对不同化学型样品进行判别.结果表明,在正离子模式下,SDAPCI-MS能快速获取樟树的化学指纹谱图;PCA分析中的PC1,PC2和PC3贡献率分别为79.9%,12.9%和4.2%,共计97.0%.SDAPCI-MS结合CA和BP-ANN测试样本准确率均为100%,能够快速、有效地判别出樟树化学型.     

基于高光谱和化学计量学方法的除草剂残留分类识别研究

本研究基于高光谱技术和化学计量学方法,对薄荷叶上的异丙甲草胺、烟嘧(莠去津、敌草胺和砜嘧(精喹4类除草剂残留进行种类判别.高光谱成像光谱范围为450nm～950nm的可见-近红外区域.为降低噪音对光谱数据的干扰、提升判别精度,采用SG平滑和多元散射校正对高光谱曲线进行处理.利用主成分分析算法(PCA)对原始数据进行降维...     

基于高光谱技术的玉石鉴定及模型研究

为了给玉石鉴定提供依据以及得到优化预测模型,分别对天然玉石和假玉石的可见光高光谱图像进行分析。针对高光谱图像数据的非线性、小样本以及空间光谱维数大等问题,本研究首先对原始光谱数据进行主成分分析(PCA),使高维光谱数据降维,通过对比分析其平均光谱图和方差贡献率图,发现天然玉石与假玉石的谱线之间存在很大的差距,证明了高光谱成像技术在玉石鉴定领域的可行性。然后分别采用费希尔(Fisher)判别法、反向传输(BP)神经网络以及支持向量机(SVM)判别法建立的三种数学模型对玉石进行分类模式判别,结果显示,用Fisher判别法能直接得到预测的类别归属,用BP神经网络以及SVM判别法得到的类别鉴定准确率分别为96.37%,82.5%。研究结果表明,高光谱技术结合BP人工神经网络预测建模方法可以作为快速和非破坏性预测玉石真假的有效手段。     

基于离子迁移谱的假币用纸快速检测及溯源

该文采用离子迁移谱（IMS）对20种假币用纸进行分析,通过快速检测假币用纸中的可挥发性组分,构建假币用纸的指纹谱图库。基于主成分分析（PCA）和层次聚类分析（HCA）对迁移时间8～17.5 ms范围的迁移谱信息进行处理,从而对假币用纸进行分类。PCA可将同种假币用纸聚类,HCA则可进一步将20种假币用纸准确分类,其对6个未知来源的半成品假币的分类正确率达83.33%。结果表明,IMS快速检测分析是比较和分类假币用纸的有效方法。     

基于非接触式拉曼光谱分析人血与犬血的PCA-LDA鉴别方法

将拉曼光谱分析法与数理统计方法有机结合,构建人血与犬血种属判别模型,实现了不同种属血液样本的高效无损鉴别.采用拉曼光谱的无损测试模式对血液样本进行测试,考察了抗凝管管材、聚焦位置及曝光时间等对血液样本拉曼光谱的影响,在激发波长为632.8 nm,光谱扫描范围为200~1800 cm-1,功率衰减率50%,曝光时间5 s及累加次数为2次的优化条件下,获得了无损检测条件下的血液样本拉曼光谱图.针对血液样本组分复杂、拉曼光谱信号基底背景高等问题,提出了基于小波变换去噪,进行分段多项式基线校正的预处理方法,有效解决了血液样本拉曼光谱谱图的高噪音和基线漂移问题.实验选择30例正常人血和33例比格犬血为样本训练集,5例正常人血和5例比格犬血为测试集,基于主成分分析法(PCA)联合线性判别法(LDA)模型,训练集分类正确率达到95.23%,盲测集分类正确率达90.00%.这种基于非接触式血液样本拉曼光谱和PCA-LDA判断模型的测试方法在进出口检验检疫等涉及血液无损鉴别的领域具有广泛的应用价值和前景.     

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。     

轮胎橡胶颗粒红外光谱的多元分类研究

交通肇事现场轮胎橡胶颗粒的检验鉴别是一项常见的工作。为降低检验成本,提高检验效率,提出一种基于红外光谱及其化学模式研究的轮胎橡胶颗粒鉴别方法。实验采集并获取朝阳等4种品牌共计46个样本的红外光谱数据,预处理采用自动基线校正、峰面积归一化、多元散射校正、Savitzky-Golay 7点平滑,借助主成分分析和判别分析构建分类模型。结果表明,46个样本主要由丁苯橡胶、顺丁橡胶和异戊橡胶三种类型,PCA模型对46个样本的区分能力相对较弱,判别分析模型则实现了100%的准确区分和归类,分类结果理想,该方法快速、无损、准确,具有一定的普适性和借鉴意义。     

慢性心功能衰竭患者尿液的代谢组学研究

采用基于液相色谱-质谱联用的方法对慢性心力衰竭(Chronic heart failure, CHF)患者和正常对照(Control)人群的尿液进行分析, 筛选慢性心力衰竭患者尿液中的差异代谢物, 研究其发病机制, 并为临床治疗提供科学依据.选择15个慢性心力衰竭患者(年龄(62.27±3.14)岁)及15个正常人(年龄(65.41±4.63)岁), 采用高分辨度快速液相色谱-四极杆-飞行时间串联质谱(RRLC-QTOF/MS)技术对尿液代谢物进行分析, 采用主成分分析(PCA)对两组代谢物进行分类, 并筛选潜在生物标记物;运用偏最小二乘判别分析法(PLS-DA)建模, 考察生物标记物对疾病筛选的预测能力.研究结果表明, CHF组和Control组尿液代谢物谱能得到很好的区分, 发现并鉴定了2种潜在生物标记物尿苷及丙氨酰色氨酸, 提示嘧啶代谢和色氨酸代谢可能在心力衰竭发生发展中有重要作用.     

基于色谱和光谱数据融合的不同植物源食用油判别方法与模型

利用气相色谱和近红外光谱技术对不同植物源的4种食用油(葵花籽油、大豆油、玉米油和花生油)进行表征分析,基于表征数据分别建立了偏最小二乘判别分析(PLS-DA)模型,并在此基础上探究了数据级数据融合方法,构建了基于色谱和光谱数据融合的不同植物源食用油判别方法与模型。主成分分析(PCA)结果显示,气相色谱判别分析主要是依据脂肪酸组成信息,近红外光谱主要是基于样本中含氢化学键的表征进行分类。数据融合模型的灵敏度和特异度均为1000,分类误差为0000,降低了交互验证的平均分类误差,模型具有良好的稳健性。与基于单一数据的模型结果相比,数据融合分析策略提高了模型的分类精度和鲁棒性。     

核磁共振技术测试不同性别大鼠尿液代谢物的研究

采用核磁共振波谱技术测试不同性别大鼠尿液代谢物,分析性别因素对大鼠尿液代谢成分的影响.大鼠尿液核磁共振氢谱（1HNMR谱）结果采用主成分分析（principal component analysis,PCA）和正交偏最小二乘判别分析（orthogonal to partial least squares discriminant analysis,OPLS-DA）方法分析,得到不同性别大鼠尿液中的差异性代谢物.PCA分析结果显示2组尿液代谢成分有明显的差异,进一步进行OPLS-DA分析可以判别出2组尿液中具有差异性的代谢物.结果显示,雌性大鼠尿液中的丙氨酸、缬氨酸、鸟氨酸等氨基酸类以及乙酸、硫胺、氨基马尿酸、苯乙胺、氧氨嘧啶等代谢物含量高于雄性大鼠,差异有统计学意义（p〈0.05）.雄性大鼠尿液中的甲胺、二甲胺、三甲胺、肌酸酐、尿囊素、延胡索酸、甲酸等代谢物则明显高于雌性大鼠,差异有统计学意义（p〈0.05）.性别因素对大鼠尿液中的代谢成分有一定的影响.     

硝基漆品牌厂家红外光谱鉴别及预测模型建立

在法庭科学领域,硝基漆的检验鉴别是一项重要的工作。为提高检验工作效率,提高分析可靠性,提出一种基于中红外光谱结合化学计量学的硝基漆鉴别方法。实验采集并获取长颈鹿等6种品牌共计59个样本的红外光谱数据,借助主成分分析、K近邻模型和判别分析构建分类模型。结果表明,PCA模型和K近邻模型对59个样本的区分能力相对较弱,判别分析模型的区分能力较强,实现了96.6%的准确区分和归类,分类结果理想。该方法能够快速,准确,无损地鉴别硝基漆,可为其他物证的检验鉴别提供一定的借鉴和参考。     

拉曼光谱技术结合主成分分析-支持向量机对砷类矿物药的分类识别研究

为了快速检测砷类矿物药,建立了拉曼光谱技术结合主成分分析(PCA)-支持向量机(SVM)分类识别砷类矿物药的新方法.首先对雄黄、雌黄、信石和砒霜的拉曼光谱进行了归属,并进行了 PCA-SVM分类识别.然后分别测定了五个批次雄黄的拉曼光谱,并进行了 PCA-SVM分类识别,最后对其拉曼光谱的差异进行了分析.该方法快速、方...