软件技术在近红外光谱定量分析中的应用

为了更好地运用化学计量学方法提高近红外光谱定量分析的质量,全面研究了相关算法技术与软件工具的应用。根据近红外光谱定量分析的一般流程,依次探讨了光谱数据预处理、异常样本检测、样本集划分、波长选择、模型建立及其参数优化的常用算法,并给出了其中各种主流算法的基本步骤;然后介绍了OMNIC、OPUS、Origin、The Unscrambler X和MATLAB等软件工具的功能特点和主要用途,可为相关技术研究和分析检测工作提供参考。     

近红外光谱在无机微量成分分析中的应用

由于近红外光谱的独特优势, 在实际复杂样品分析中发挥了重要作用. 但由于近红外光谱的信号相对较弱, 无机离子在近红外光谱中一般没有响应, 因此难以用于微量成分特别是无机微量组分的测定. 总结了近红外光谱技术在环境、土壤、植物及生物样品分析中的应用, 说明了近红外光谱用于无机微量成分分析的原理. 由于近红外光谱技术一般通过多元校正方法进行定性定量分析, 利用组分间的相互作用或组分含量之间的相关性可以实现微量组分或无光谱响应组分的定量分析. 还总结了富集技术在近红外光谱分析中的应用, 利用富集技术可实现稀溶液中金属离子含量的快速测定, 并可以改善分析的灵敏度和检测限.     

近红外光谱在品质分析和定量分析中的应用

主要介绍近红外光谱在品质分析和定量分析中的一些应用，作为一种简单、快速、无损的检测手段，近红外光谱在鉴定原料的真伪、原料中有效成分的含量、有毒组分的识别等方面具有独特的效果。因此它在食品、药品、化工产品等领域得到了广泛应用。     

icPL-ANN近红外光谱分析方法在航空燃料中的应用研究

以航空燃料的闪点预测为例,针对数据分布分散不连续,与光谱信息的线性关联偏弱的情况,提出一种将波段间隔组合与线性-人工神经网络(icPLANN)相结合的近红外光谱定量分析方法。该方法利用分段建模考核进行波段优选,最大程度地提取了有效信息,并结合PL-ANN方法建立了近红外光谱定量分析模型。最终把预测结果与间隔组合偏最小二乘法(icPLS)的实验结果进行了对比。结果表明,间隔组合PL-ANN模型的校正标准偏差(SEC)为0.75,预测标准偏差(SEP)为0.86,而间隔组合偏最小二乘法SEC为1.48,SEP为1.08,因此前一种方法的预测精度更高,预测决定系数(Rp2)能达到0.8971。可见,针对分散不连续数据与近红外光谱的复共线性影响预测模型准确度和稳定性的问题,间隔组合PL-ANN方法是一种有效的近红外光谱定量方法。     

主成分-人工神经网络在近红外光谱定量分析中的应用

近红外光谱的主成分由非线性迭代偏最小二乘法（ＮＩＰＡＬＳ）求出。主成分作标准化处理后,作为Ｂ－Ｐ神经网络的输入结点进行非线性迭代。该法的优点是,充分利用了全光谱的数据,得到消除噪声后的最佳主成分,能建立非线性模型,Ｂ－Ｐ神经网络迭代时间显著缩短。用该法对大麦中的淀粉含量进行了定量分析研究。结果为：校准和预测的相关系数分别为０．９８１和０．９５３,校准和预测的相对标准偏差分别为１．７０％和２．４８％。     

主成分—人工神经网络在近红外光谱定量分析中的应用

近红外光谱的主成分由非线性迭代偏最小二乘法（ＮＩＰＡＬＳ）求出,主成分作标准化处理后,作为Ｂ－Ｐ神经网络的输入结点进行非线性迭代。该法的优点是,充分利用了全光谱的数据,得到消除噪声后的最佳主成分,能建立非线性模型,Ｂ－Ｐ神经网络迭代时间显著缩短,用该法对大麦中的淀粉含量进行了定量分析研究。结果为：校准和预测的相关系数分别为０．９８１和０．９５３,校准和预测的相对标准偏差分别为１．７０％和２．４８％     

近红外光谱技术在液化石油气检测中的应用研究

本研究采用实验室近红外光谱仪测定气态液化石油气的组成,自行研制了可让气流稳定流过的比色皿,并制作了配套的铝合金样品槽,研究了光程、光谱波段、扫描时间等因素对气态液化石油气近红外模型的影响,确定了最佳的实验参数,并对液化石油气各组分的近红外模型进行了优化.结果表明:近红外光谱技术结合自制比色皿适用于液化石油气组成分析,所...     

近红外光谱技术在川麦冬原位检测中的应用研究

原药材检测费时费力一直是川麦冬质量分析中亟待解决的问题。该文将近红外光谱分析技术应用于川麦冬原药材的质量分析,以漫反射模式对麦冬颗粒进行无损原位检测后,采用光谱预处理方法减少因粒径造成的干扰,通过变量筛选方法提取有效信息,最终建立了快速定量分析模型。结果表明,水分、浸出物和总皂苷含量模型的验证均方根误差（RMSEP）分别为0.165 5%、0.401 9%、0.078 4%,验证集决定系数（Rv2al）分别为0.965 1、0.696 5、0.803 6,相对分析误差（RPD）分别为4.50、2.68、2.22,3个质量指标的RPD均大于2,说明模型性能较好,能够满足川麦冬质量分析的要求。该法通过近红外光谱技术采集川麦冬颗粒的原位光谱,避免了粉碎,真正意义上实现了川麦冬无损、绿色、快速的含量分析,为川麦冬的质量分析提供了参考。     

近红外反射光谱技术在动物营养研究中的应用进展

介绍了近红外反射光谱(NIRS)技术的基本原理,着重评述了其在动物营养研究中的评价动物饲料及日粮的营养价值、估测动物采食量及消化性能、估测动物的营养健康状况等方面的应用进展(引用文献37篇)。     

连续投影算法在近红外光谱校正模型优化中的应用

主要从减少变量、提高校正速度的角度,采用了一种新的变量提取方法——连续投影算法(successive projections algorithm)来优化白酒酒精度的近红外光谱定量模型,对于异常样品的剔除沿用了T2椭圆法,使模型更具代表性和稳健性,只用了全部变量的1.17%(9个变量)建立模型,其预测相关系数0.9477,得到了较好的预测效果,并与采用经无信息变量消除法进行波长优选后的偏最小二乘(partial least-squares)方法建立的校正模型做了比较,进一步证明这种算法是切实可行的。     

CCD近红外光谱分析技术在测定红烟硝酸中的应用

从化学计量学角度研究了CCD近红外光谱技术在无机物领域分析中的应用。使用偏最小二乘法(PLS)建立了红烟硝酸的密度、水分含量等五项指标的快速测定模型,验证了近红外光谱测定红烟硝酸各项指标的可靠性。试验证明,CCD近红外光谱方法具有重现性好、分析速度快、使用样品量少、可以在线分析等优点,可以用于无机物的常规分析。     

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。     

近红外光谱快速分析法在小儿清热止咳口服液中的应用

应用近红外光谱透射分析技术建立了小儿清热止咳口服液的快速定性和其活性成分快速定量的分析新方法。采用聚类分析模型鉴别口服液品牌,且9种品牌的小儿清热止咳口服液能准确地被鉴别;利用偏最小二乘法(PLS)可对小儿清热止咳口服液中的活性成分黄芩苷和甘草酸进行同时检测。以黄芩苷和甘草酸为指标成分建立的定量校正模型预测性能较好,校正模型的相关系数(R2)分别为94.96、91.86,内部交叉验证均方差(RMSECV)分别为0.104、0.0930mg·mL-1,外部预测均方根误差(RM-SEP)分别为0.124、0.0699mg·mL-1。结果证明,近红外光谱快速分析法用于小儿清热止咳口服液的定性、定量分析,准确度较高,能够满足对小儿清热止咳口服液进行质量检测的需要。     

正交试验设计在近红外光谱建模参数优化选择中的应用

应用正交试验设计法,以测定胺类燃料中水分为实例进行近红外光谱(NIR)建模参数的优化选择。以样本集划分方法、校正集比例、光谱预处理方法和波段选择等作为因素进行正交设计,分别建立校正模型,以验证集的标准预测偏差(SEP)为正交试验结果。通过正交试验结果分析,确定最佳建模参数,并且围绕最大影响因素进行优化调整,使预测模型的稳健性和测量结果的准确性得到提高。     

在线近红外光谱测试醇烯比闭环控制系统研制成功

不久前，燕山石化橡胶事业部MTBE合成装置在线近红外光谱测试醇烯比闭环控制系统开发技术通过了燕山石化公司科学技术成果评定。     

组合偏最小二乘回归方法在近红外光谱定量分析中的应用

针对近红外光谱数据局部效应显著,变量个数多,彼此间常存在严重的复共线性,并多与样品组分含量呈非线性关系,构建一种组合非线性偏最小二乘回归(E-S-QPLSR)方法。它采用无重复采样技术(subag-ging),从训练样本中生成若干子样,然后每个子样通过二次多项式偏最小二乘回归(QPLSR),建立其子模型,并实现对训练样本因变量的定量预测,再将它们交由线性PLS算法用于计算各子模型的组合权系数。将该法应用于80个玉米样品的水组分含量与其近红外光谱的定量关系建模,效果良好,显示出很强的学习能力,所建模型的预报性能也优于其它方法。     

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。     

鱼粉近红外光谱模型传递应用研究

为探讨光栅型与傅里叶变换型近红外分析仪之间模型传递的应用效果,选取国产鱼粉为近红外光谱样本,DS2500F型近红外分析仪为源仪器,MPA型近红外分析仪为目标仪器,采用分段直接校正(PDS)方法实现近红外光谱传递。分别建立水分、粗蛋白质、粗脂肪、蛋氨酸和赖氨酸等组分的预测模型,通过交互验证决定系数(R_cv²)、交互验证标准误差(RMSECV)、马氏距离(MD)、系统偏差(Bias)、预测均方根误差(RMSEP)和相对分析误差(RPD)等参数,多维度评估光谱传递后所建预测模型的效果。结果表明,DS2500F仪器的近红外光谱传递到MPA型仪器时,所建国产鱼粉的水分、粗蛋白质、粗脂肪、蛋氨酸、赖氨酸的预测模型与MPA型仪器原始预测模型各参数对比无显著差异,预测效果基本一致,说明国产鱼粉在DS2500F仪器上的近红外光谱通过传递可以替代MPA型仪器的原始光谱,间接实现了模型传递,且具有良好的适用性和共享性,可提高近红外预测模型的应用效率。     

近红外光谱水光谱组学

水是生命体系的主要成分。"水光谱组学(aquaphotomics)"是指以生命体系中的水作为研究对象,利用光谱技术探测水分子在不同环境下的结构变化,在分子水平上反映生命体系中水分子与其他分子的相互作用或水在生命体系中的功能。近红外光谱水光谱组学可利用扰动因素(通常包括浓度、温度、压力,也可指溶液中加入的其他组分)对水的近红外光谱的影响,借助多元分析方法研究光谱中的谱峰变化,实现生命体系中水的非侵入式监控,从而对生命体系进行分析。本文对近红外光谱水光谱组学的概念、研究内容、研究方法与应用进行了总结与评述。