应用近红外漫反射光谱法的猕猴桃品质无损检测北大核心CSCD

应用近红外漫反射光谱技术和化学计量学,研究成熟期猕猴桃内部品质与其近红外漫反射光谱之间的关系。在室温(24±2)℃下,采集猕猴桃赤道区域不同测试部位在4 000~10 000 cm^(-1)范围内的光谱数据,用基于平滑处理、归一化及基线校正的组合式处理方法对原始光谱进行预处理;另应用偏最小二乘(PLS)法、主成分回归法和多元线性回归法等方法分别建立猕猴桃硬度、可溶性固形物含量(SSC)的校正模型。结果表明:采用组合预处理方法和PLS法建立的校正模型精度最高;硬度校正集相关系数R_c、均方根误差RMSEC和预测集相关系数R_p、均方根误差RMSEP达到了0.976 5,0.548 3,0.943 2,0.612 7;SSC校正集相关系数R_c、均方根误差RMSEC和预测集相关系数R_p、均方根误差RMSEP达到了0.916 6,0.539 6,0.901 2,0.619 0;试验结果验证了本法的可行性。     

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。     

基于近红外光谱法建立的模型预测烟用料液中水溶性糖的含量北大核心CSCD

基于近红外光谱法建立了快速预测烟用料液中水溶性总糖和还原糖含量的模型,用以评价烟用料液配制质量的稳定性。以连续流动法为参比,测定5个不同品牌120个料液样品中总糖和还原糖的含量;以近红外光谱仪分析样品,采用二阶导数和Norris滤波平滑对原始近红外光谱进行预处理,在5 400~7 600 cm^(-1)和4 000~4 600 cm^(-1)波段内用偏最小二乘法建立总糖和还原糖的定量分析模型。结果显示:当主因子数为6时,总糖定量分析模型的校正相关系数(R_(c))为0.998 5、预测相关系数(R_(p))为0.998 1、交互验证相关系数(R_(cv))为0.998 8、校正均方根误差(RMSEC)为0.257、预测均方根误差(RMSEP)为0.261、交互验证均方根误差(RMSECV)为0.284;还原糖定量分析模型的R_(c)为0.999 0、R_(p)为0.998 7、R_(cv)为0.999 2、RMSEC为0.235、RMSEP为0.250、RMSECV为0.266。经配对T检验统计学分析,本法与连续流动法对料液样品中水溶性糖含量的测定不存在显著性差异。利用建立的模型对112个待检烟用料液样品中水溶性糖含量进行预测,运用统计过程控制技术中的3σ过程控制原理判断待检烟用料液配制质量的稳定性,并根据样品的理化指标来验证结果的准确度。结果表明,A品牌5,14,28号样品和C品牌21号样品均不属于正常样品,B、D和E品牌样品中水溶性糖含量均在质量控制范围内,说明样品配制质量的稳定性较好。     

基于近红外漫反射光谱法所建的模型快速预测甜叶菊中甜菊糖苷、绿原酸及水分的含量北大核心CSCD

基于近红外漫反射光谱法,结合偏最小二乘法建立了甜叶菊中甜菊糖苷总量(TSG)、瑞鲍迪苷A(RA)、甜菊苷(STV)、绿原酸总量及水分的定量分析模型。选取不同地区的500个甜叶菊样品,以高效液相色谱法(TSG、RA、STV、绿原酸总量)和烘干法(水分)所得数据为参比,结合样品的近红外光谱图,按照以下条件进行建模:(1) TSG模型,校正集385,验证集97,光谱预处理采用多元散射校正(MSC)+一阶导数(1st)+Norris derivative滤波平滑(ND),光谱范围4 090.76~7 085.37 cm^(-1),主因子数8;(2) RA模型,校正集381,验证集94,光谱预处理采用MSC+二阶导数(2nd)+ND,光谱范围4 060.38~6 221.23 cm^(-1)、6 769.51~7 401.24 cm^(-1),主因子数7;(3) STV模型,校正集386,验证集96,光谱预处理采用MSC+1st+ND,光谱范围4 017.86~4 224.39 cm^(-1)、4 370.17~5 172.15 cm^(-1)、5 414.95~9 106.22 cm^(-1),主因子数5;(4)绿原酸总量模型,校正集376,验证集95,光谱预处理采用标准正态变量变换(SNV)+1st+Savitzky-Golay卷积平滑(SG),光谱范围4 000.21~5 300.00 cm^(-1)、5 624.00~6 246.90 cm^(-1)、8 746.50~9 373.80 cm^(-1),主因子数12;(5)水分模型,校正集389,验证集96,光谱预处理采用MSC+1st+ND,光谱范围4 072.53~7 553.09 cm^(-1),主因子数8。结果显示:TSG、RA、STV、绿原酸总量和水分模型的校正相关系数、预测相关系数、交叉验证相关系数均大于0.800 0,校正均方根误差、预测均方根误差、交叉验证均方根误差均小于0.500;对各模型进行外部验证,TSG、RA、STV、绿原酸总量和水分的预测值与实测值的拟合相关系数均大于0.880 0;利用模型对甜叶菊样品中TSG、RA、STV、绿原酸总量和水分进行分析,日内精密度(n=6)为0.54%~2.7%,日间精密度(n=6)为1.1%~4.7%。模型用于某试验基地不同生长批次甜叶菊中TSG、RA、绿原酸总量的测定,TSG质量分数为10.40%~13.32%,RA质量分数为4.99%~7.61%,绿原酸质量分数为2.73%~4.07%,测定值的相对标准偏差(n=12)均小于7.0%。     

温度对测定乙醇含量近红外模型的影响

以不同浓度的乙醇溶液为实验材料,研究了温度对近红外光谱法定量分析结果的影响.对体积百分比在5%～70%范围内的乙醇溶液,在15,18,20,25℃和28℃等5个温度点做了研究.对光谱经过不同预处理后,使用不同浓度的20个样品建立了测定乙醇含量的眦校正模型,根据模型评价参数选择了最佳模型.分析结果显示,温度在20℃时采用一阶导数(3点平滑)光谱预处理所建立的模型最佳.其相关系数为0.9986,预测均方根误差(RMSEP)和预测标准误差(SEP)分别为0.0079和0.0081.通过对模型进行t-检验,在显著性水平大于0.05的条件下,其测定结果与GC的测定结果对比,两者无显著性差异.应用于测定酒样中乙醇的含量,结果令人满意.     

基于正交信号校正的秸秆青贮饲料粗蛋白近红外分析模型传递方法

探讨了基于不同数据预处理方法的正交信号校正在秸杆饲料近红外光谱模型传递中的应用.以141个秸杆青贮饲料样品为研究对象,以其粗蛋白含量为目标参数,研究了基于无处理、局部中心化、全局中心化和Z-score标准化预处理方法的正交信号校正,在源仪器(SPECTRUM ONE NTS)和目标仪器1(ANTA-RIS)与目标仪器2(FOSS 6500)之间的模型传递效果.实验表明:对于两台傅里叶变换型近红外光谱仪,采用局部中心化、全局中心化和Z-score标准化预处理方法的正交信号校正均可成功实现模型传递,其中局部中心化和全局中心化法的作用效果基本一致,且优于Z-score标准化法.对于傅立叶变换和光栅型近红外光谱仪,全局中心化的作用效果明显优于其它3组处理效果,且只有全局中心化预处理的正交信号校正传递后的模型可用于实际预测.     

段式正交信号校正方法及在小麦近红外光谱数据分析中的应用

针对光谱数据峰宽、局部效应显著、含有噪音、变量个数多及彼此间常存在严重的复共线性等问题,改进和设计一种光谱数据局部校正方法:基于窗口平滑的段式正交信号校正方法,并将之结合偏最小二乘回归,以实现光谱数据的预处理及定量分析。通过NIPALS算法初始化将滤去的正交成分,以近邻分段方式进行逐个波长点的正交信号校正。而后将去噪后的光谱矩阵作为新的自变量阵,通过偏最小二乘回归构建其与性质参变量间的校正模型。通过小麦近红外漫反射光谱数据的应用实验结果表明,本方法正交成分估计稳定,去噪明显,模型的预报性能优于其它方法,PLS成分数减少,模型更加简洁。     

光谱预处理方法对混胺近红外定量模型影响的研究

本文探讨了一阶导数、Savitzky-Golay平滑、小波变换(WT)和正交信号校正(OSC)预处理方法对混胺组分近红外光谱的预处理效果。采用预测集标准偏差(SEP)对各种预处理方法的最佳参数进行选择。比较了各种预处理方法的去噪能力,对预处理方法组合后的效果进行了评价。研究表明,WT和OSC能有效去除噪声,提高分析模型的精度,WT和OSC结合后的预处理效果更好。     

酸度对氢化物发生-原子荧光光谱法测定砷镉汞铅硒的影响

对用氢化物发生-原子荧光光谱法测定砷、镉、铅、汞、硒五元素时,溶液酸度对相关元素荧光强度的影响进行了试验,并提出了测定各元素时的最佳条件,所述酸度实际是指原子化前试液的综合酸度。试验结果表明,测定铅的溶液酸最严格,应控制在cHNO30．20～0．22 mol·L-1之间,与此相比,测定镉的酸度范围较宽,可允许在cHCl 0．20～0．31 mol·L-1范围内。而对砷、硒、汞的测定,酸度的影响最小,依次在cHCl>0．1 mol·L-1,cHCl>0．12 mol·L-1及cHNO3>0．16 mol·L-1的酸度条件下均能获得满意结果。     

近红外光谱定量校正模型的建立及应用

介绍了近红外光谱定量校正模型的建立步骤,从样品集的选择,光谱的采集,定量校正模型的建立和验证,到模型适用性判据的建立.在此基础上,剖析了影响近红外光谱分析结果的因素,并讨论了在实际应用过程中应注意的关键性问题.     

近红外光谱测定人参与西洋参的主要皂甙总量

采用近红外光谱测定人参与西洋参的主要皂甙总量.采集人参与西洋参的漫反射光谱,分别对光谱进行正交信号校正(OSC)与常规预处理,建立了对应的偏最小二乘(PLS)回归模型.与常规最优预处理方法相比,OSC能很好地消除人参与西洋参的品种差异,显著提高了光谱与皂甙含量的相关系数,同时降低了PLS建模因子数,提高了模型的稳健性与...     

拉曼光谱法测定废水中六价铬的含量北大核心CSCD

在铬盐的生产、铬渣的处理、铬铁的质检及电镀、制革等过程中通常含有高浓度水平的六价铬,如果未经处理就排放到环境中,会对环境造成不可估量的危害,伴随着物质循环与转移,最终会危害人类身体健康和生命安全,因此测定六价铬的含量对含铬废水的处理起到重要作用[1-3]。     

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.     

基于拉曼光谱法所建的多元校正模型预测烟草中绿原酸和芸香苷的含量北大核心CSCD

为了满足现场批量检测的需求,基于拉曼光谱建立了多元校正模型,实现了烟草中绿原酸和芸香苷含量的预测。120个烟草样品(包含90个校正集样品和30个验证集样品)用50%(体积分数)甲醇溶液萃取后注入拉曼光谱液体池中,在325 nm激发波长下采集800~2000 cm^(-1)内的拉曼光谱,采用Savitzky-Golay卷积平滑法预处理所得原始拉曼光谱,用Monte-Carlo交互检验法选择隐变量数目,并在1555.8~1652.9 cm^(-1)波段内建立偏最小二乘法(PLS)多元校正模型,以避免绿原酸和芸香苷拉曼光谱在1600 cm^(-1)附近的光谱重叠干扰。结果显示,所建绿原酸和芸香苷模型的预测均方根误差(RMSEP)分别为0.88和0.67,预测集决定系数(R_(p)^(2))分别为0.948和0.970,说明基于拉曼光谱和PLS所建模型,可以对烟草中多酚类化合物绿原酸和芸香苷含量实现准确可靠的预测。     

砷快速检测剂的研制及其在现场水质分析中的应用北大核心CSCD

按10∶2∶1的质量比称取硼氢化钠、乙酸钠和硫酸铜,混合均匀,取0.20g用胶囊包装,制得砷检测剂Ⅰ;按1∶0.25∶2.5∶7.5∶10的质量比称取硝酸银、聚乙烯醇(PVA-1788)、硝酸、乙醇和水,混合均匀,制得砷吸收液Ⅱ;按1∶10的质量比称取磷酸和磷酸二氢钾,混合均匀,于105℃烘干1~2h,取0.30g压片,用胶囊包装,制得砷检测剂Ⅲ。移取25mL待测水样于多功能样品处理仪的反应管中,加入砷检测剂Ⅰ,摇动溶解;滴加0.15mL砷吸收液Ⅱ于5mL普通白酒(40~60度)中,倒入吸收管内;向反应管中加入砷检测剂Ⅲ,迅速用连接管将反应管与吸收管连接起来,反应5min后,以0.2L·min-1的流量通入空气5min,将吸收液转移至比色池,立即用矢量色度法在波长400nm处进行测定。砷的质量浓度在0.020~0.200mg·L-1内与矢量色度呈二次函数关系,检出限(3s/k)为0.005mg·L-1,检测剂可以稳定3个月。采用此方法测定实际水样,结果与ICP-AES测定结果相符,加标回收率在99.8%~112%之间。     

近红外光谱结合模式识别方法所建模型分析卷烟烟丝配方比例北大核心CSCD

为卷烟配方替代和产品质量稳定性评价奠定基础,利用近红外光谱结合模式识别方法,建立了卷烟烟丝配方比例的识别模型。在某牌号卷烟成品烟丝中添加5种不同比例的A模块烟丝,采集其近红外光谱信息,采用求导法(一阶求导、二阶求导)和平滑法(Savitzky-Golay平滑、Norris平滑)对样品近红外光谱进行预处理,结合主成分分析-马氏距离(PCA-MD)、偏最小二乘法-判别分析(PLS-DA)和正交偏最小二乘法-判别分析(OPLS-DA)建立上述5种成品烟丝的识别模型。结果显示,最佳光谱预处理方式为一阶求导+Savitzky-Golay平滑,最佳模式识别方法为OPLS-DA。当主成分数为4时,最佳识别模型的光谱变量累计解释能力为0.995,分类变量累计解释能力为0.953,特征值为0.196,累计交叉有效性为0.912,模型外部验证的整体识别率为99%。置换验证结果表明该模型稳定可靠,未出现过拟合现象。对5种成品烟丝进行感官评吸,该模型对不同卷烟烟丝配方比例的识别效果更好。     

近红外分析中光谱预处理及波长选择方法进展与应用

光谱预处理和波长选取方法在近红外光谱分析技术中相当重要。本文综述了常用的NIR预处理和波长选取方法及这一领域的最新进展,详细介绍正交信号校正(OSC)、净分析信号(NAS)和小波变换(WT)等新光谱预处理方法以及无信息变量消除(UVE)和遗传算法(GA)等波长选取方法,并给出了这些方法的具体算法和一些应用实例。     

短波近红外光谱法对蛇床子SFE萃取产物的定量分析

利用中药蛇床子CO2超临界萃取(SFE)的萃取物的短波近红外漫反射光谱(800～1100 nm),以HPLC分析值作参比值,采用化学计量学中的偏最小二乘法(PLS)建立短波近红外漫反射光谱与蛇床子SFE萃取物中主要成分蛇床子素和欧前胡素间定量分析数学模型.实现了快速、无损的测定双组分中药的有效成分.讨论了光谱的预处理方法和主成分数对PLS定量预测蛇床子萃取物中蛇床子素和欧前胡素含量能力的影响,并对预测集样品进行预测.     

直读光谱法测定中低合金钢中氮的含量北大核心CSCD

中低合金钢中的氮是一种有害元素,高氮会导致钢韧性下降[1].冶炼品种钢需要添加钒氮合金,目前氧氮分析仪测定单个样品需要12 min,不能满足在线检验的及时性要求,而直读光谱仪6 min内便可同时测定含氮在内的十几种元素.目前实验室使用的直读光谱仪具备氮的分析通道,能够满足工序快速检验的要求,但低合金钢中氮含量属于mg·kg^(-1)级,外界条件对低合金钢中氮的测定结果影响较大[2],本工作对制样方式、火花台冷却方式、氩气纯度和压力等因素进行探讨,提出了直读光谱法测定中低合金钢中氮含量的方法,并应用到实际生产过程中.     

水浴消解-氢化物发生原子荧光光谱法同时测定水中痕量汞和硒北大核心CSCD

汞和硒作为重金属污染中毒性较强的元素,一直是水质监测的重要指标。为保障后续饮用水安全,前端水源地中汞和硒的含量测定尤为重要。原子荧光光谱法具有检出限低、设备成本低、可实现半自动化操作等优点,被广泛用于水中汞和硒含量的测定^([1]),相关标准方法有HJ 694-2014《水质 汞、砷、硒、铋和锑的测定 原子荧光法》。