近红外光谱法快速测定附子中6个生物碱的含量

应用近红外光谱(NIRS)技术结合偏最小二乘(PLS)和最小二乘支持向量机(LS-SVM)建立了附子中多指标成分的快速无损检测方法.选取38批样品建立了同时测定附子样品中6种成分含量的高效液相色谱(HPLC)方法;通过采集附子样品的NIRS图,分别采用PLS和LS-SVM建立了各个成分HPLC测定值与NIRS图的定量校...     

最小二乘支持向量机结合红外光谱法测定润滑油酸值

在润滑油酸值进行红外光谱法测定中,采用最小二乘支持向量机(LS-SVM)建立了酸值的定量预测模型。用Kennard-Stone方法将30个样本划分为训练集(24个样本)和验证集(6个样本),进行定量预测,并与偏最小二乘法和径向基函数神经网络所建模型的预测进行比较。结果表明:LS-SVM所建模型的预测标准偏差(SEP)最小,仅为0.002;预测值的相对误差为1.3%~5.3%。由此认为LS-SVM所建模型的训练和预测结果均优于其余两种方法所建模型。对5个未知样品的分析结果表明:LS-SVM模型的预测值与化学法实测值之间的相对误差(1.2%~3.1%)也较少。     

基于粒子群算法的最小二乘支持向量机在红花提取液近红外定量分析中的应用

提出一种基于粒子群算法的最小二乘支持向量机(PSO-LS-SVM)方法,用于建立红花提取过程关键质控指标的定量分析模型.近红外光谱数据经波段选择、预处理和主成分分析(降维)后,利用粒子群优化(PSO)算法对最小二乘支持向量机算法中的参数进行优化,然后使用最优参数建立固含量和羟基红花黄色素A(HSYA)浓度的定量校正模型.将校正结果与偏最小二乘法回归(PLSR)和BP神经网络(BP-ANN)比较,并将所建的3个模型用于红花提取过程未知样本的预测.结果表明,BP-ANN校正结果优于PSO-LS-SVM和PLSR,但是对验证集和未知样品集的预测能力较差,而PSO-LS-SVM和PLSR模型的校正、验证结果相近,相关系数均大于0.987,RMSEC和RMSEP值相近且小于0.074,RPD值均大于6.26,RSEP均小于5.70％.对于未知样品集,pSO-LS-SVM模型的RPD值大于8.06,RMSEP和RSEP值分别小于0.07％和5.84％,较BP-ANN和PLSR模型更低.本研究所建立的PSO-LS-SVM模型表现出较好的模型稳定性和预测精度,具有一定的实践意义和应用价值,可推广用于红花提取过程的近红外光谱定量分析.     

基于最小二乘支持向量机的油页岩含油率近红外光谱分析

为了提高油页岩含油率近红外光谱分析建模的预测精度和稳定性,开展了基于最小二乘支持向量机(LS-SVM)建模方法的对比研究.采用主成分-马氏距离(PCA-MD)和基于蒙特卡洛采样(MCS)2种方法进行了奇异样本的检测,采用径向基核函数的LS-SVM、偏最小二乘(PLS)和反向传播神经网络(BPANN)3种方法进行建模方法对比.结果表明,对于64个油页岩岩芯样本,与PCA-MD方法相比,采用MCS方法剔除奇异样本后所建PLS模型的预测精度提高了28%.对于MCS方法剔除奇异样本后的58个样品,采用KennardStone法划分了44个样品的校正集和14个样品的预测集,采用2阶导数和标准化预处理方法,建立了100个LS-SVM的校正模型,模型的预测决定系数R2平均值达到0.90以上,高于PLS和BPANN模型的对应值;且R2的变化量(0.02)小于BPANN模型的对应值(0.32).因此,MCS奇异样本检测结合LS-SVM方法可提高油页岩含油率样本建模的精度和稳定性.     

高效液相色谱指纹图谱在中药芦根上的应用

利用现代分离分析技术如高效液相色谱(HPLC)与气相色谱(GC),能够获得中草药的色谱指纹图谱。本实验报道了高效液相指纹图谱应用于快速检测中草药提取物以及应用于研究、开发与生产中的质量控制体系中,利用HPLC建立芦根的色谱指纹图谱。实验条件为反相C18柱,流速为1．0mL／min,紫外检测器(λ=230nm)。通过分析比较色谱指纹图谱中的相对保留值α以及相对面积St对不同产地的芦根进行对比研究。这种基于HPLC的分析策略为中草药的精确鉴定和质量控制提供了有效的信息,并为HPLC在复杂组分样品中的应用开拓了新的领域。     

白术多糖指纹图谱和抗氧化活性的谱效关系分析北大核心CSCD

将高效液相色谱(HPLC)指纹图谱、抗氧化活性研究与多元统计分析相结合,对不同产地的38批白术多糖进行质量评价.以三氟乙酸水解白术多糖,用1-苯基-3-甲基-5-吡唑啉酮进行衍生化,采用高效液相色谱法测定其中单糖的衍生物,得到指纹图谱.以1,1-二苯基-2-三硝基苯肼(DPPH)自由基清除能力、羟自由基清除能力和Fe^(3+)总还原能力为指标测定抗氧化活性,并对结果进行相似度分析、层次聚类分析和偏最小二乘法-判别分析等多元统计分析.结果表明,白术多糖指纹图谱鉴别了5个共有峰,分别为鼠李糖、半乳糖醛酸、葡萄糖、半乳糖和阿拉伯糖.基于多元统计分析,浙江、安徽、河北和四川的白术样品分离显著.此外,选择半乳糖醛酸和半乳糖作为潜在的化学标记物,DPPH自由基清除能力对应的抗氧化活性可作为辅助鉴别的候选检测指标.     

高效液相色谱全轮廓指纹图谱结合化学计量学区分不同地区的紫苏叶

利用高效液相色谱全轮廓指纹图谱结合化学计量学方法对不同栽培地区的紫苏叶样品(共84个)进行区分。全轮廓色谱数据经自适应迭代加权最小二乘法(airPLS)和相关优化翘曲法(COW)校正后,基线和保留时间漂移现象均得到明显改善。经预处理后的色谱数据采用主成分分析(PCA)进行解析,结果表明不同来源的样品能按其特性各自聚为一类;而分段间隔压缩变量后的色谱数据经主成分分析处理可得到与全轮廓色谱数据为输入变量时相一致的结果。此外,偏最小二乘判别分析(PLS-DA)对于紫苏叶样品分类的识别能力和预报能力分别为92.8%和89.6%。     

近红外光谱法同时测定通天口服液中天麻素和芍药苷的含量

本文应用近红外光谱结合偏最小二乘法建立了同时测定通天口服液中天麻素与芍药苷含量的方法。以高效液相色谱(HPLC)法测定通天口服液样品中天麻素和芍药苷的化学参考值,随机抽取60个样本作校正集,20个样本作预测集。用偏最小二乘法(PLS)将校正集样本的近红外光谱与相应样本的天麻素和芍药苷含量分别相关联建立模型。结果表明,天麻素和芍药苷校正模型的决定系数分别为96.28%、94.55%,模型的交叉验证均方差分别为0.0336、0.00908,预测集的决定系数分别为94.23%、92.86%,预测集均方差分别为0.0453、0.00839。同时还做了模型的精密度实验,该方法能用于大批量样品的快速分析。     

共轴双脉冲激光诱导击穿光谱和最小二乘支持向量机法定量分析植物油中铬

利用共轴双脉冲激光诱导击穿光谱( DP-LIBS)技术对植物油(大豆油、花生油和玉米油)中的重金属铬( Cr)含量进行定量分析。采用Ava-Spec双通道高精度光谱仪采集样品的LIBS光谱,然后通过其LIBS谱线图确定了CN分子谱线(421.49 nm)、Ca原子谱线(422.64 nm)及Cr的3条原子谱线(425.39、427.43和428.87 nm),根据上述谱线建立了Cr元素的单变量定标模型和最小二乘支持向量机(LS-SVM)校正模型,并用验证样品对它们进行检验。研究结果表明,对于单变量定标法,大豆油、花生油及玉米油验证样品的平均预测相对误差(PRE)分别为12.57%,12.11%和13.72%;对于三变量LS-SVM法,其定标样品真实值与预测值之间的拟合度 R2分别为0.9785,0.9792和0.9654,验证样品的平均 PRE 分别为8.92%,8.33%和10.98%;对于五变量LS-SVM法(增加两基体元素谱线变量),其定标样品真实值与预测值之间的拟合度R2分别为0.9895,0.9901和0.9855,验证样品的平均PRE分别为7.46%,8.96%和8.95%。由此可知,LS-SVM校正模型性能优于单变量定标法,且五变量LS-SVM校正模型性能优于三变量LS-SVM校正模型;采用LS-SVM法及引入合适的基体元素谱线( CN、Ca)能有效减小定量分析误差,提高LIBS技术对植物油中Cr含量预测的精度。     

最小二乘支持向量机算法与紫外光谱法用于鉴别清开灵注射液四混中间体

采用一阶导数数据预处理,最小二乘支持向量机(LS-SVM)紫外可见光谱建模,对清开灵注射液四混中间体进行质量评价。以二次网格法和十折交叉验证法优化建模参数,预测集的总正确率和接受器工作特性曲线(ROC)下面积分别可达98.0%和0.983。结果表明,与经典的支持向量机相比,LSSVM鉴别准确率更高,模型的泛化能力更强。可用于清开灵注射液生产过程中质量控制,为中药注射液生产过程的质量控制提供了一条有效的途径。     

基于多指标含量测定结合化学计量学的不同产地丹参品质差异分析

为对比分析产地对丹参中酚酸类和丹参酮类成分的影响,采用超高效液相色谱（UPLC）及超高效液相色谱－三重四极杆质谱联用技术（UPLC－QQQ－MS）同时测定来自山东、河南、陕西、四川、安徽共408份丹参中23种化学成分的含量,并对数据进行多元统计分析。研究发现17种酚酸类及6种丹参酮类成分在不同产地丹参中均存在显著差异。山东的丹参样品中丹参酮类成分含量最高,四川的样品中丹酚酸B含量最高,安徽丹参的紫草酸、丹酚酸Y、丹酚酸A、丹酚酸D和丹酚酸E等的含量最高。多种模式识别方法均可用于不同产地丹参的判别分析,线性判别分析（LDA）为产地溯源的最佳模型。正交偏最小二乘法判别分析（OPLS－DA）表明不同产地丹参的化学成分差异较大,不同来源丹参的质量差异标志物不仅限于丹酚酸B、丹参酮Ⅰ、隐丹参酮、丹参酮ⅡA,其他丹酚酸类及丹参酮类也是重要的质量标志物。该研究对全国不同主产区的栽培丹参进行多指标含量测定及建模分析,所建立的定量方法专属性强、准确高效,可为不同产地丹参的质量控制及产地判别提供参考。     

宁夏枸杞甜菜碱提取物高效液相色谱指纹图谱研究

建立宁夏枸杞甜菜碱提取物高效液相色谱指纹图谱,为鉴别不同来源的宁夏枸杞提供依据。以10批宁夏不同产地的宁夏枸杞主栽品种"宁杞Ⅰ号"样品建立枸杞甜菜碱提取物指纹图谱共有模式,采用"中药色谱指纹图谱相似度评价系统"软件进行数据处理,对15批不同来源的枸杞样品进行了分析。结果表明:8个特征峰构成了宁夏枸杞甜菜碱提取物的色谱指纹图谱,不同产地、不同品种的枸杞样品甜菜碱提取物指纹图谱存在差异;建立的枸杞甜菜碱提取物高效液相色谱(HPLC)指纹图谱对不同产地、不同品种枸杞的鉴别有参考价值。     

基于液相色谱/电喷雾飞行时间质谱技术的结石症尿液代谢组学探讨

探索了一种简便的尿液样品前处理流程,通过反相液相色谱(RPLC)与亲水相互作用色谱(HILIC)相结合的高效液相色谱/电喷雾飞行时间质谱的联用技术(HPLC/ESI-TOFMS),建立了泌尿系结石症的尿液代谢组学模型,研究结石症患者尿液样品中的代谢物浓度水平与健康人对照组间的差异情况。采用主成分分析(PCA)及偏最小二乘法-判别分析(PLS-DA)等多变量数据分析方法,寻找结石症患者组和对照组之间的差异性代谢谱。模型结果显示:结石症患者尿液代谢物水平与健康对照组具有明显差异,寻找其中潜在的差异性标志物群组,有望将该模型用于泌尿系结石症的快速预测和诊断。     

基于化学模式识别和熵权TOPSIS法分析鱼腥草不同部位的差异

基于高效液相色谱（HPLC）指纹图谱比较鱼腥草不同部位（茎、叶）化学成分的差异性,并综合评价鱼腥草不同部位的质量。建立鱼腥草不同部位的HPLC指纹图谱,通过相似度评价、化学模式识别及熵权TOPSIS法对其化学成分进行差异性研究,并对其质量标志物（槲皮苷）进行含量测定。建立的HPLC指纹图谱中鱼腥草药材及其茎叶均确定了8个共有峰,指认了其中6个成分;聚类分析（CA）和主成分分析（PCA）结果表明鱼腥草叶和茎的质量差异大,叶和药材的质量较接近;偏最小二乘法-判别分析（OPLS-DA）发现4种成分是造成不同批次样品差异性的主要标志物;熵权TOPSIS法分析显示同批次鱼腥草药材与其茎叶既有相关性也有差异性,且四川产地的鱼腥草药材质量较佳;含量测定结果显示,同批次鱼腥草中的槲皮苷含量由高到低均依次为叶、药材、茎。鱼腥草不同部位HPLC指纹图谱存在显著差异。该方法可反映鱼腥草不同部位质量差异性,为鱼腥草药材的质量控制及资源开发利用提供参考。     

近红外光谱法快速测定化橘红中柚皮苷的含量

利用近红外光谱快速测定技术,建立化橘红药材中柚皮苷含量测定模型;用高效液相色谱法(HPLC)测定44批不同产地的化橘红中柚皮苷的含量作为参考值,使用2350～2199 nm、1750～1600 nm和1301～1150 nm波长范围的近红外光谱检测技术,利用偏最小二乘回归分析结合交叉验证法,建立快速测定化橘红中柚皮苷含量的模型;结果表明,所建立的校正模型的相关系数和内部交叉验证均方差分别为:R~2=0.978,RMSECV=0.997,预测结果良好。该法的建立证明了近红外光谱技术应用于化橘红药材中柚皮苷含量测定的可行性;近红外光谱结合偏最小二乘法(NIR-PLS)可以快速评估化橘红药材中柚皮苷的含量,可以应用于大批化橘红药材中柚皮苷的含量测定。     

高效液相色谱法测定白芷中9种香豆素类化学成分的含量及其多元统计分析北大核心CSCD

采用高效液相色谱法(HPLC)同时测定了30批白芷中欧前胡素、异欧前胡素、补骨脂素、水合氧化前胡素、佛手苷内酯、白当归脑、花椒毒酚、氧化前胡素、白当归素等9种香豆素类化学成分的含量,运用聚类分析(CA)、主成分分析(PCA)、正交偏最小二乘法-判别分析(OPLS-DA),筛选出白芷的指标性成分.结果表明,9种香豆素类化学成分的质量浓度在一定范围内与对应的峰面积呈线性关系,检出限(3S/N)为0.1~0.7 mg·L^(-1).按标准加入法进行回收试验,回收率为99.1%~106%,测定值的相对标准偏差(n=6)均小于3.0%.所测9种香豆素类化学成分的含量经统计分析可知,不同产地的白芷存在质量差异,且硫磺熏蒸对样品质量有较大影响;CA、PCA、OPLS-DA所得结果一致,将样品均分为3类,并且筛选出了差异贡献较大的指标性成分氧化前胡素和欧前胡素.     

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。     

不同产地白芷药材高效液相色谱指纹图谱研究

本文采用高效液相色谱-二极管阵列检测器(HPLC-DAD)法建立中药白芷的指纹图谱.应用化学计量学中两种不同的模式识别方法(主成分分析法和系统聚类分析法)对实验数据进行处理,以找出来自三个不同产地30个中药白芷样品间的相似性及差异性.两种模式识别方法均能成功地按样品的来源将不同产地的样品正确分类.建立了不同产地中药白芷的识别方法,该方法能有效地控制中药白芷的质量,并能为其它中药产品的化学模式识别提供参考.     

气相色谱结合化学计量学分析4种食用植物油的指纹图谱

运用气相色谱法对4类植物油(橄榄油、花生油、菜籽油和大豆油)的脂肪酸组成进行分析,并构建了植物油的指纹图谱,对4类植物油进行鉴别和分类。采用连续投影算法(SPA)对变量进行筛选,选出11个特征变量。以特征变量作为输入,使用主成分分析(PCA)和有监督模式识别(径向基函数神经网络(RBFANN)、线性判别分析(LDA)和最小二乘-支持向量机(LS-SVM))进行建模分析。结果表明,11个特征变量能够较好地区分4类植物油,PCA获得了较好的分类,RBF-ANN的预报结果最佳,预报率为92.6%,并且能准确预报二组分混合掺杂油样。该方法能够准确区分植物油种类,可用于食用植物油的鉴别和掺杂食用植物油的鉴定。     

基于近红外技术快速无损分析整粒棉籽中的脂肪酸含量

应用近红外光谱技术可以实现整粒带壳作物种子中脂肪酸含量的快速、无损分析。以385份棉花种子为实验材料,应用线性的偏最小二乘(PLS)和非线性的最小二乘支持向量机(LS-SVM)方法,结合蒙特卡罗无信息变量消除法(MC-UVE),构建整粒棉籽中脂肪酸含量的近红外校正模型。结果表明,基于变量选择的LS-SVM模型具有最佳的预测性能,其棕榈酸、硬脂酸、油酸、亚油酸、饱和脂肪酸和不饱和脂肪酸含量的近红外校正模型的相关系数R2分别为0.863,0.881,0.843,0.806,0.894和0.917,剩余预测偏差RPD分别为2.669,2.880,2.508,2.202,3.023和3.473。本方法省略了种子的粉碎过程,MC-UVE方法有助于提高校正模型的稳健性和精确度。