近红外光谱法对头孢氨苄粉末药品的非破坏定量分析

采用近红外漫反射光谱法对头孢氨苄粉末药品中主要成分头孢氨苄进行快速、无损定量分析.采用偏最小二乘法建立近红外光谱信息与待测组分含量间的最佳数学校正模型.对3种光谱(SNV光谱、一阶导数、二阶导光谱)的预测结果进行了比较,讨论了光谱的预处理方法和主成分数对偏最小二乘法定量预测能力的影响,并对预测集样品进行预测.     

傅里叶变换红外光声光谱法测定土壤中有效磷

以中国科学院封丘生态实验站长期定位实验区的土样为材料(68样),利用傅里叶转换红外光声光谱测定土壤有效磷:以Olsen-P为因变量,通过傅里转换红外光声光谱构建偏最小二乘法和人工神经网络模型,利用模型进行预测。结果表明,偏最小二乘法模型的相关系数(R2)为0.96,校正标准偏差为1.79mg/kg,验证标准偏差为5.25mg/kg;人工神经网络模型的校正系数为0.84,校正标准偏差为2.40mg/kg,验证标准偏差为5.43mg/kg。两种模型均可以用于土壤有效磷的预测,且偏最小二乘模型优于人工神经网络模型。该方法的特点是无需样品前处理,且测定对样品无破坏,为土壤有效磷的快速测定提供新的手段。     

自适应蚁群优化算法的近红外光谱特征波长选择方法

为提高近红外光谱预测模型的精度和适用性,同时简化模型,提出了自适应蚁群优化偏最小二乘法优选特征波长的方法,建立不同产地苹果可溶性固形物含量混合分析模型。收集山东、陕西和新疆的富士苹果,采集3800~14000 cm"1范围的近红外光谱,并对其重要品质指标可溶性固形物含量进行测定。利用蚁群算法启发式全局搜索的特点,结合蒙特卡罗轮盘赌随机选择机制,优选苹果可溶性固形物含量的近红外光谱特征波长,然后用偏最小二乘法建立分析模型。与全光谱偏最小二乘模型和遗传偏最小二乘模型相比,蚁群优化算法选择的波长数最少,模型预测能力最强,预测的相关系数R和预测均方根误差RMSEP分别为0.9708和0.5144。研究结果表明,自适应蚁群优化算法可以有效选择近红外光谱特征波长,提高模型的稳健性和适用性。     

基于OSC–WT–PLS近红外光谱法测定烟草中芸香苷

采用正交信号校正(OSC)结合小波变换(WT)对烟草光谱进行光谱预处理,将预处理后的烟草光谱结合偏最小二乘法(PLS)建立了烟草光谱对芸香苷的预测模型。利用OSC滤除光谱中与芸香苷含量无关的光谱信息,确定OSC提取的最佳主成分数为7,再选择WT中的最佳小波基函数bior1.1对OSC预处理后的光谱进行压缩及进一步滤噪,然后进行PLS建模,OSC–WT–PLS所建模型决定系数r~2=0.874,校正标准偏差RMSEC=0.85,预测均方根误差RMSEP=0.743,交互验证系数Q_(ext)~2=0.887。结果表明,用OSC–WT–PLS可滤除光谱信息中与待测样品含量无关的信息、减少光谱数据量,降低建立模型的复杂度、提高建模速度及模型的预测能力、准确度。     

基于料酒的三维同步荧光光谱模式识别研究

提出了一种应用同步荧光光谱技术无损快速鉴别料酒品牌的新方法.利用主成分分解法和小波变换法对料酒样品的同步荧光光谱信号进行了压缩处理,分别采用同步荧光光谱数据的第一主成分和小波细节系数为特征变量进行主成分分析和聚类分析,分类结果表明小波系数作为料酒的特征变量对料酒品牌分类正确率更高.利用偏最小二乘和径向基人工神经网络方法...     

粒子群算法结合支持向量机回归法用于近红外光谱建模

研究了最小二乘法支持向量机(LSSVM)应用于烟丝样品和小麦样品的近红外光谱建模,采用粒子群优化算法(PSO)优化LSSVM的参数。通过对烟草样品和小麦样品的近红外光谱建模和预测,并与常规的偏最小二乘法(PLS)比较发现,PSO-LSSVM法具有更好的预测效果和稳健性。     

基于多模型共识的偏最小二乘法用于近红外光谱定量分析

建立了多模型共识偏最小二乘(cPLS)建模方法, 并应用于烟草样品近红外(NIR)光谱与常规成分氯含量之间的建模研究, 探讨了建模参数对预测结果的影响. 结果表明, cPLS方法与传统的偏最小二乘算法(PLS)相比, 所建模型更稳定可靠, 预测结果也可得到了明显改善.     

偏最小二乘-分光光度法同时测定福美锌和代森锰农药残留量

利用紫外可见分光光度法研究了农药福美锌和代森锰与苯基荧光酮的相互作用,发现反应后的产物分别在波长为551和554 nm处最大有吸收,但光谱严重重叠.实验采集了450～700 nm波长范围吸光度数据,并对该数据进行一阶求导后用偏最小二乘法处理,据此建立了偏最小二乘-分光光度法同时测定福美锌和代森锰两种农药的新方法.福美锌和代森锰的线性范围分别为0.3～6.0和0.2～3.5 μg/mL;检出限分别为0.22和0.13 μg/mL.混合样品分析无需分离,方法简单、快速.用于水果、大米和自来水等实际样品测定.     

血清胆红素的近红外光谱无创检测

血清胆红素的无创检测在疾病的预防、早期诊断与后期治疗等阶段都具有极其重要的作用.本研究提出了一种基于近红外光谱技术的无创血清胆红素新方法.通过采集舌尖的近红外反射光谱并运用偏最小二乘法对采集到的光谱数据进行建模,从而实现对血清胆红素的快速无创检测.将采集到的全部57例样本按照4∶1的比例分训练集和预测集,分别建立总胆红素(TBIL)、直接胆红素(DBIL)和间接胆红素(IBIL)的偏最小二乘回归模型.3个模型的相关系数分别为0.9922,0.9947和0.9486,预测均方根误差(RMSEP)分别为6.13,4.61和4.05 μmol/L.结果表明:舌尖近红外反射光谱结合偏最小二乘法可用于血清胆红素含量的无创检测,并且为其它血液成分的无创检测开辟了新路径.     

偏最小二乘-反向传播-近红外光谱法同时测定饲料中4种氨基酸

偏最小二乘与人工神经网络联用对70个饲料样品建立起天门冬氨酸(Asp)、谷氨酸(Glu)、丝氨酸(Ser)和组氨酸(His)4种氨基酸含量的预测校正模型,以样品平行扫描光谱验证校正模型预测的准确性和重现性。用偏最小二乘法将原始数据压缩为主成分,采用单隐层的反向传播网络建模。取前3个主成分的12个数据输入网络,以Kolmogorov定理为依据,经过实验确定中间层的神经元个数为25,初始训练迭代次数为1000。偏最小二乘-反向传播网络模型对样品4个组分含量的预测决定系数(R2)分别为:0.981、0.997、0.979、0.946;样品平行扫描光谱预测值的标准偏差分别为:0.020、0.029、0.017、0.023。本研究为近红外快速检测在组分含量较低的样品实现多组分同时测定提供了思路。     

基于粒子群算法的波长选择方法用于苹果酸度的近红外光谱分析

采用便携式近红外光谱分析仪,对苹果样品进行扫描获得光谱数据,运用偏最小二乘法结合基于粒子群算法的波长选择方法对苹果试验数据进行多元统计分析,建立数学模型,利用该模型对苹果酸度进行了预测。对于基于粒子群算法和全谱偏最小二乘方法,校正集样品的酸度预测值和实测值之间的相关系数分别为0.9880和0.9553,校正均方根误差分别为0.0197和0.0388;预测集样品的酸度预测值和实测值之间的相关系数分别为0.9833和0.9596,预测均方根误差分别为0.0193和0.0304。与全谱偏最小二乘法相比,基于粒子群算法的偏最小二乘法,不仅较大地减少波长变量而降低计算量,而且也较大地提高了模型性能而增强了模型预测的准确性。该方法可建立较好的定量分析模型,能广泛应用于现场或野外苹果酸度的快速分析。     

主成分回归一紫外光度法同时测定盐酸西替利嗪和苯甲酸钠

提出了一种用紫外光度法同时测定盐酸西替利嗪和苯甲酸钠的方法.在pH 4.56的B-R缓冲溶液中对盐酸西替利嗪和苯甲酸钠两组分混合溶液进行吸光度测定,所得的重叠光谱数据用主成分回归法(PCR)和偏最小二乘法(PLS)等化学计量学方法进行处理,结果表明主成分回归(PCR)的预报误差最小.对实际样品进行测定,回收率为88.8...     

近红外光谱技术用于花生油中棕榈油含量的测定

本文采用近红外光谱技术采集样品的近红外光谱数据,光谱经一阶求导后,采用偏最小二乘法(PLS)建立花生油中棕榈油含量的定标模型,并用交互验证法对模型进行了验证。模型相关系数为0.9963,校正均方根(RMSEC)为0.937。该模型应用于实际样品的检测,结果令人满意。     

近红外光谱法分析格列齐特片

应用化学计量法处理光谱数据,用偏最小二乘法建立格列齐特片的近红外分析模型。通过光谱预处理和模型的逐步优化最终确定定量分析模型的相关系数为0.991,交叉验证均方差(RMSECV)为0.641,预测均方根误差(RMSEP)为0.980,主因子数为4。选取15个验证样品对模型进行检验,检测结果相对误差在-2.04%～3.52%之间。     

溶剂浮选-偏最小二乘回归光度法测定地质样品中痕量贵金属元素

研究了贵金属Ru、Rh、Pd、Au-SnCL_2-RB体系及缔和物溶剂浮选的条件,采用偏最小二乘回归法对重叠光谱进行解析及数据处理.对地质样品中Ri、Rh、Pd、Au同时测定,相对误差小于11.1%;标准偏差为0.0062～00.19.     

近红外光谱分析模型传递简易方法研究

本文在不同时间安装的多台同型号近红外光谱仪上建立推进剂校正模型时,由于推进剂样品数量少且难于保存,新到仪器在建模时常遇到代表性样品数量严重不足.为此,提出将2台波长一致性好的近红外光谱仪器上采集的光谱组成一个混合校正样品光谱集,使用偏最小二乘法(PLS)建立模型的方法.结果表明,在用户缺少专业模型传递软件情况下,该方法...     

拉曼光谱法测定芳烃物料的馏程

应用拉曼光谱法测定了芳烃物料的馏程.采用芳烃样品60个,其中50个为校正样品集,10个为预测样品集,在拉曼光谱位移为400 ～1 800 cm~(-1)范围内进行光谱预处理,并应用偏最小二乘回归法(PLS)建立了各馏程的校正模型,其相关系数(r~2)分别为0.87、 0.89、0.98、0.97、0.94、0.89、0.88(相应蒸馏回收百分数分别为5%、10%、30%、50%、70%、90%、95%).在置信水平99.5%,α为0.005时,各馏程t值均小于3.69(临界值),表明拉曼光谱法预测结果与常压蒸馏法的测定结果无显著性差别.采用拉曼光谱技术可以快速测定芳烃物料的馏程.     

胆酸含量的近红外分析数学模型

本文应用近红外技术研究了快速测定胆酸含量的方法.通过测定胆酸在10000~4000cm-1范围内的近红外透射光谱,基于偏最小二乘(PLS)算法,建立了胆酸含量的数学模型.以校正均方差(RMSEC)和相关系数(R)为指标,确定了用于建模的最优近红外波段和光谱预处理方法,并基于此模型预测了9个样品.结果显示,建模效果良好,...     

稀土硼酸盐玻璃中三价镝离子的光谱分析

制备了具有高效可见荧光发射的Dy3+掺杂稀土硼酸盐(LBLB)玻璃,测量和分析了玻璃样品的吸收和荧光光谱。运用Judd-Ofelt理论,根据玻璃的吸收光谱求得各吸收跃迁的振子强度,利用最小二乘法求得Dy3+离子的晶场调节参数Ωt(t=2,4,6)分别为4.04×10-20,1.30×10-20和1.82×10-20cm2,计算了拟合过程的均方根偏差(rδms)。在紫外光激发下,Dy3+掺杂LBLB玻璃发出明亮的黄白光。激发光谱表明,氩离子激光器是Dy3+掺杂LBLB玻璃有效的激发光源。     

多元校正-光度法同时测定食品中的香兰素和乙基麦芽酚

香兰素、乙基麦芽酚在紫外区均有吸收,其吸收光谱严重重叠。在pH=2．87的B-R缓冲溶液中对香兰素和乙基麦芽酚两组分混合溶液进行光度测定,所得重叠光谱数据分别用经典最小二乘法(CLS)、偏最小二乘法(PLS)、主成分回归法(PCR)处理,并用于食品样品的测定,获得了较好的定量分析结果。香兰素和乙基麦芽酚的线性范围均为1．0～20．0mg／L;检出限分别为0．478mg／L和0．559mg／L。