近红外光谱法测定PDA中残留丙烯酰胺含量

选取38份实验室自制二甲基二烯丙基氯化铵与丙烯酰胺的共聚物(PDA)为样品,用紫外光谱法对PDA中残留丙烯酰胺(AM)含量进行测定,并进行近红外光谱扫描,在图谱中选取七个波段,将每个波段的特征峰作为自变量,吸收峰作为因变量,采用偏最小二乘法(PLS)的数学转换方法建立近红外反射光谱(NIRS)定标模型,采用小波分析对光谱进行降噪处理,建立PDA中残留AM含量的近红外预测模型,并将预测值与紫外光谱法测定值进行比较,其外部验证决定系数达到0.99,预测分布趋势良好,对预测值与实测值进行t检验,结果显示预测值与实测值差异不显著。试验结果表明,采用近红外光谱数据建立的定标模型预测PDA中残留AM单体含量具有较高可行性。     

涩柿可溶性单宁的可见/近红外漫反射光谱无损检测研究

旨在建立可见/近红外漫反射光谱与涩柿内部可溶性单宁之间的关系,以评价可见/近红外漫反射光谱在测量涩柿内部指标可溶性单宁的应用价值.在可见/近红外光谱区域(570～1848 nm),实验对比分析了不同数学建模算法、不同导数处理方法和不同散射及标准化处理的涩柿可溶性单宁定标模型.结果表明,应用改进偏最小二乘回归算法、一阶导处理和去散射处理所建涩柿可溶性单宁定标模型的预测性能较优,其定标交互验证相关系数(Rcv)和预测相关系数(Rp2)分别为0.722 7和0.678 5,定标交互验证均方根误差(RMSECV)和预测均方根误差(RMSEP)分别为0.148 4和0.176 3.研究表明,可见/近红外漫反射光谱对涩柿可溶性单宁的快速无损检测具有一定的可行性,但模型精度有待提高.     

GA-PLS结合PC-ANN算法提高奶粉蛋白质模型精度

提出一种偏最小二乘法(PLS)和人工神经网络(ANN)结合用于近红外光谱(NIRS)的分析方法,以提高奶粉蛋白质模型的预测精度。首先采用基于遗传算法的波长选择法(RS-GA)优化光谱数据,建立GA-PLS模型预测奶粉蛋白线性部分;然后在RS-GA法选择的波段上进行主成分分析(PCA),以主成分的得分矩阵作为ANN模型输入层,以GA-PLS预测值与真实值之差作为输出层,建立PC-ANN模型预测其非线性部分。最终预测结果为两个模型预测值之和,以模型的预测标准偏差(RMSEP)作为评价指标,以便考察新方法的有效性。同时建立线性的全谱模型(Fr-PLS),其Fr-PLS、GA-PLS和GA-PLS+PC-ANN模型的RMSEP分别为0.511,0.440和0.235。结果表明：考虑奶粉蛋白含量近红外模型的非线性部分,可以显著提高模型的预测精度,该方法也可为其它复杂体系模型精度的提高提供借鉴。     

傅里叶近红外光谱的雪青梨酸度偏最小二乘法定量分析

利用近红外漫反射光谱测定法获取了完整雪青梨的近红外光谱(12 500～4 000 cm-1), 采用多元校正算法偏最小二乘法(PLS)方法,选取不同的波段范围对漫反射光谱进行有效信息提取和分析,得出了不同因子数时PLS方法进行酸度分析的结果及其因子数与交互有效检验标准偏差(RMSECV)关系,确定了最佳回归的因子数和用于定量分析的最佳波段范围。实验结果表明: 校正模型的预测精度在5 452～12 285 cm-1波段范围内,最佳主因子数为7时,雪青梨总酸的预测精度最好,其预测集的相关系数达到了0.79, 预测标准偏差为0.018 6。     

应用近红外光谱技术评价冰鲜大黄鱼新鲜度的研究

水产品的新鲜程度是评价其品质优劣的重要指标,传统的评价方法费时、费力,无法满足实际的需求。本实验采用近红外光谱分析技术(NIRS)对冰鲜大黄鱼(Pseudosciaena crocea)不同贮藏时间下的新鲜度进行评价,以挥发性盐基氮(TVB-N)作为新鲜度的评价指标,比较了不同预处理方法单独或联合使用、不同建模方法以及不同波数范围所建模型定标集与验证集的相关系数与标准偏差,构建了最优市售冰鲜大黄鱼TVB-N定量模型,以期快速预测其新鲜度。研究表明,使用趋近归一化结合一阶导数(Ncl+Db1)和单位长度归一化结合一阶导数(Nle+Db1)作为光谱预处理方法,偏最小二乘法(PLS)作为建模方法以及选择波数范围5 000~7 144cm~(-1)7 404~10 000 cm~(-1)时可以达到最佳建模效果,其定标集相关系数为0.992,校正标准偏差(SEC)为1.045,验证集相关系数为0.999,预测标准偏差(SEP)为0.990。本试验尝试将多种光谱预处理方法结合起来使用并对波数范围进行了筛选,得到的模型效果良好,在大黄鱼新鲜度检测及品质评价方面具有较好的市场应用前景。     

甘薯黄酮含量近红外反射光谱分析模型的构建及其应用

以来自不同地点的126份薯块根样品为材料,应用近红外光谱技术(NIRS),建立甘薯黄酮含量近红外反射光谱分析数学模型,并对模型预测结果的准确性进行了评价.结果显示,甘薯块根黄酮含量的近红外光谱模型校正决定系数(RSQ)为0.903,校正标准误差(SEC)为0.172.交叉验证决定系数(RSQV)为0.851,交叉验证标准误差(SECV)为0.214.模型对样品NIRS的预测值与其相应的化学值有较好的相关性,此模型可用来预测甘薯黄酮含量,在甘薯优质育种和品质分析中具有应用价值.     

近红外透射光谱法检测三组分食用调和油含量的研究

以大豆油、花生油和玉米油三组分食用调和油为研究对象,采集样品在10 000～4 200 cm-1范围内的近红外透射光谱,对光谱进行不同预处理后结合偏最小二乘法分别建立调和油中三组分的定量分析模型,并检验模型预测的准确度和精密度。结果显示,一阶导数结合多元散射校正(FD+MSC),一阶导数结合减去一条直线(FD+SLS)以及一阶导数(FD)进行光谱预处理,可以得到大豆油、花生油以及玉米油含量的最优定标模型,分别是在5 450.1～4 597.7 cm-1,7 521.3～6 098.1 cm-1和9 993.7～7 498.2 cm-1谱区范围内获得的。各预测模型的相关系数R2和预测均方根RMSEP分别为99.89%,1.09%;99.88%,1.17%;99.76%,1.48%;配对t检验值在0.371 9～0.007 9之间;预测相对标准偏差RSD均小于1.50%。表明傅里叶变换近红外透射光谱分析技术可以快速准确可靠地检测三组分食用调和油中大豆油、花生油、玉米油的含量。     

基于径向基神经网络的测定抗结核药物主成分质量分数的近红外光谱定量分析模型

建立了同时测定利福平片、异烟肼片、吡嗪酰胺片、异福片和异福酰胺片5种抗结核药物中的利福平(RMP)、异烟肼(INH)和吡嗪酰胺(PZA)含量的新方法,应用径向基神经网络(RBFNN)建立5种抗结核片剂药物样品的近红外光谱(NIRS)与其中RMP、INH和PZA含量间相关模型.模型以交互验证均方根误差(RMSECV)为评价标准,选择最有效光谱区域、对网络结构参数和扩展常数进行优化,得到最优定量分析模型.最优模型的RMSECV分别为0.0127、0.0104、0.0078,应用最优模型对预测集样品中RMP、INH和PZA含量进行预测,预测均方根误差(RMSEP)分别为0.0125、0.0109、0.0103.内部交互验证和外部验证均表明,该方法具有较高的准确度,能够满足5 种抗结核药物生产中RMP、INH和PZA的同时检测精度要求.     

近红外空间分辨光谱技术及其对新生猪脑缺氧缺血的检测

近红外光谱(NIRS)技术作为一种无创的组织氧检测手段,近年来在脑缺氧缺血的检测方面日益受到重视。文章介绍了自行研制的NIRS仪器(TSAH-100近红外组织血氧无损监测仪)的基本原理及用于新生猪脑氧检测时如何实现传感器与待测脑组织的最佳耦合。检测了28例新生猪在不同氧合状态下的脑组织氧饱和度(regional cerebral oxygen saturation, rSO₂),在缺氧结束后进行了有创的动脉氧饱和度及生理参数的检测。结果表明,NIRS无创测得的脑rSO₂与血气分析有创测得的动脉血氧饱和度(SaO₂)有很好的相关性(p<0.001),并且脑rSO₂与缺氧程度及缺氧后生理参数的变化一致。因此NIRS无创测得的脑rSO₂能直接判断脑氧合状态,可在一定情况下替代有创血气分析,帮助临床无创、简便地诊断脑缺氧缺血。     

近红外漫反射光谱法测定玉米秸秆体外干物质消化率

以不同生态环境、不同年份,不同品种和自交系类型、不同生长发育时期以及不同部位的600个样品中选出161份玉米秸秆为材料,应用傅里叶变换近红外光谱技术,采用偏最小二乘回归法(PLS),通过比较不同光谱范围和光谱预处理方法,在6 101.7～5 773.8 cm-1和4 601.3～4 246.5 cm-1谱区内,建立了适合不同品种类型、不同生长发育时期和不同部位且适配范围广的近红外漫反射光谱(NIRS)测定玉米秸秆体外干物质消化率(in vitro dry matter digestion,IVDMD)的稳定校正模型。其交叉验证和外部验证决定系数(R2_cv,R2_val)分别为0.907 3和0.906 6,预测标准偏差为2.08%, 预测值与化学值间的相关系数(r)达0.956。结果表明, 近红外光谱技术可以用于快速、准确测定玉米秸秆IVDMD,该结果对青贮玉米育种过程中的秸秆材料快速鉴定和筛选具有重要的意义。     

便携式X射线荧光光谱分析仪测定土壤中重金属

应用NITON XL3t600型便携式X射线荧光谱分析仪对土壤中主要重金属污染物Cu,Zn,Pb,Cr和As进行了测试。结果表明,Cu,Zn,Pb,Cr和As元素的最低检出限分别为:23.96,11.69,8.58,19.23,6.24mg.kg-1;对土壤成分分析标准物质GSS-5进行5次重复测定,准确度在96%～102%之间,RSD在1.0%～7.6%范围内,表明仪器对于土壤中较高浓度重金属检测准确度和精密度良好;田间进行原位检测,相对标准偏差均小于20%,与国标方法检测结果相比,准确度在55%～119%之间。通过实验室测试和田间原位检测,验证了便携式X射线荧光谱分析仪检测土壤中重金属元素有较好的准确度和精密度,适用于土壤中重金属的快速检测。     

NIRS法对栀子不同炮制品栀子苷含量的快速检测

以96批栀子不同炮制品为研究对象,高效液相色谱测定栀子苷含量为参考值,利用近红外光谱仪积分球漫反射测定其光谱图,建模波段取8 660~7 500,6 650~5 600和4 900~4 000 cm-1,以标准正态变换(SNV)和二阶导数法(2nd derivative)为预处理方法,主成分数为8,采用偏最小二乘法(PLS)对83批栀子样品建立栀子苷的定量校正模型,最终以13批栀子不同炮制品对模型进行验证。结果,定量模型的内部交叉验证决定系数(R2)为0.992 85,校正均方差(RMSEC)为0.240,预测均方差(RMSEP)为0.254,内部交叉验证均方差(RMSECV)为0.386 91,RMSEP/RMSEC=1.06。模型验证得到的相对分析误差(RPD)为8.81,绝对偏差范围-0.39%~0.23%,说明模型预测性较好。通过相关系数法,优选样品装样量、扫描次数、重复次数、分辨率实验条件;并由近红外一阶导和二阶导图,除去温湿度和样品水分影响波段,结合栀子苷对照品近红外光谱图,确定建模波段。首次利用NIRS法建立栀子不同炮制品栀子苷定量校正模型,方法简单快速,模型稳定可靠、准确性高,可同时应用于不同炮制品栀子中栀子苷含量的预测。     

基于可见/近红外光谱技术的番茄叶片灰霉病检测研究

利用可见/近红外光谱技术对感染灰霉病的番茄叶片感染程度进行了检测。提出了主成分分析结合BP神经网络的数据处理方法。采用主成分分析进行数据的降维,减少了计算量,提高了建模精度。通过主成分分析中的载荷值,定性地分析了不同波段对病害程度检测的重要性。将得到的最主要的几个主成分输入BP神经网络进行建模,预测结果显示,当主成分数为8,隐含层结点数为11的时候,病害程度的检测模型对未知样本预测的相关系数达到0.930,SEP为0.068 7,模型具有良好的检测效果。说明基于光谱技术和化学计量学方法的灰霉病检测模型具有很好的检测能力,为光谱技术应用于病害检测提供了新的方法。     

近红外光谱法定性定量检测蜂蜜中掺入甜菜糖浆的可行性研究

为进一步检验近红外光谱技术(NIRS)快速检测蜂蜜掺假的能力,利用近红外光谱结合化学计量学方法对蜂蜜中掺入甜菜糖浆进行了定性和定量检测。偏最小二乘-判别分析法(PLS-DA)对真假蜂蜜预测集的判别总正确率为90.2%;不同判别方法对掺假量等级预测集的判别总正确率都低于33.3%;PLS回归只对同一蜂蜜样本掺假的定量分析结果满意：预测集真实值与预测值的相关系数(r)为0.982 9,预测均方差(RMSEP)为1.394 2,而对不同植物来源和同一植物来源的不同样本的掺假量的定量分析结果不满意。研究表明,蜂蜜中掺入甜菜糖浆后,NIRS可实现真假蜂蜜的快速鉴别,而不能实现掺假量等级的鉴别及掺假量的定量分析。     

基于SERS与PCA-SLR实现乙基对氧磷定量检测

利用表面增强拉曼光谱(SERS),结合主成分分析(PCA)与分段线性回归(SLR)算法实现乙基对氧磷的定量检测。首先采集820～1 630 cm-1乙基对氧磷溶液SERS,并对820～1 630 cm-1(全范围)与845～875 cm-1(特征范围)光谱分别进行标准正态变换(SNV)、多元散射校正(MSC)、一阶导数绝对值、二阶导数等预处理;然后经PCA降维后利用SLR建立乙基对氧磷溶液浓度预测模型。通过对比不同模型的预测准确度,发现特征范围光谱采用MSC预处理后所建立的模型为最优,总体预测均方误差值(RMSEP)为0.33,满足乙基对氧磷定量检测的需要。     

Research on improving the accuracy of near infrared non-invasive hemoglobin detection

To optimize the accuracy of near-infrared non-invasive hemoglobin (Hb) clinical detection, high-performance instrument and prepossessing algorithm have been investigated. A near-infrared spectrophotometric system was constructed adopting InGaAs detector array with 16 pixels and plane grating spectrometer to obtain high signal noise ratio (SNR) spectral data. In our experiment, we applied the device independently to collect spectra data from 91 volunteers’ fingertips non-invasively. Two prediction tests were conducted to verify the effects of preprocessing algorithms improving the accuracy of near-infrared Hb detection and exclude the occasionality of satisfactory results in a single trial. Our non-invasive Hb detection methods were based on partial least squares (PLS). In each test, PLS, MSC coupled with PLS, DOSC coupled with PLS, three methods for non-invasive Hb detection, were analyzed respectively. The results of two trials showed that only DOSC & PLS performed excellently in both predictive ability and stability, obviously better than other two methods. Relative RMSEP was 6.16% in predicting test 1, 6.08% in predicting test 2, almost reaching the requirements of clinical application. It indicates that our independent-developed high-performance instrument and the method DOSC coupled with PLS are promising in non-invasive Hb detection clinical application.     

气动雾化进样-微波等离子体炬全谱仪测定矿泉水中的Na,Mg, Ca,Li, Sr

采用微波等离子体炬(MPT)作为激发光源,通过气动雾化系统进样,循环水冷凝-浓硫酸吸水装置作为去溶系统,以Ar为等离子体工作气体,建立了氩微波等离子体炬全谱仪检测矿泉水中Na, Mg, Ca, Li和Sr等五种元素的方法。详细探究了微波功率源功率、工作气流量及载气流量等实验参数对待测元素发射信号的影响,并且对这些参数进行了优化。在优化的实验条件下,对11种瓶装饮用矿泉水进行了检测,方法对Na, Mg, Ca, Li和Sr的检出限分别为4.4,21,56,11和84 μg·mL-1,相对标准偏差范围为1.30%～5.45%(n=6),加标回收率在84.6%～98.5% 之间。实验结果表明,此装置简单便捷、分析成本低;此方法分析速度快、精确度与准确度高、能够同时测定多种元素,适用于矿泉水中元素检测,为打击非法商家提供了手段,同时也为人们的饮用水质量提供了安全保障,有望用于食品安全、药品安全、临床诊断及更多领域的分析检测。     

直接进样ICP-OES法测定N-甲基吡咯烷酮(NMP)中的12种杂质元素

建立电感耦合等离子体发射光谱(ICP-OES)法测定N-甲基吡咯烷酮(NMP)中12种杂质元素(Mo, Cr, Zn, Pb, Ni, Mn, Fe, Cu, Ca, Al, Na, K)的分析方法。将NMP用硝酸酸化后直接进样分析,无需对样品进行消解,避免了样品前处理时引入误差的风险。通过优化等离子体工作参数,减轻了有机溶剂对等离子体的负载,确保了等离子体的稳定工作,优化后等离子体射频功率为1 350 W,载气流量为0.40 L·min-1。采用轴向观测方式获取样品原子化或离子化过程中的所有信号,降低了方法的检出限,提高了分析灵敏度。通过选择各元素合适分析谱线、采用附加氧气除积碳并结合背景校正技术消除了各类谱线及背景干扰,选用标准加入法校正了基体效应,抵消了高浓度有机基质对易电离元素产生的干扰。结果表明,标准工作曲线的线性相关系数在0.999 5～1.000 0之间,检出限在3.8～106.4 ng·g-1范围内,各元素的回收率在92.0%～108.0%之间,11次测定的相对标准偏差(RSD)≤4.8%。方法操作简单,无需复杂的样品预处理,分析速度快,测定结果准确可靠,精密度高,完全满足大批量实际产品的分析要求。方法可应用于NMP产品中杂质元素的监测。     

基于电磁振动上料的茶梗和昆虫异物近红外光谱和荧光图像在线检测研究

茶叶是大众青睐的健康饮品之一,但茶叶在机器采收和加工过程中,容易混入茶梗和昆虫异物,污染茶叶、影响其质量安全,是未来应防范和检测的重点。X射线成像技术,根据食品基质和异物的密度差实施检测,广泛适用于金属异物并延伸至高密度塑料,但对于茶梗、昆虫这类低密度有机异物尚不适用,所以迫切需要研发新型无损检测技术和方法。针对片状茶叶重叠、遮掩异物的问题,提出了电磁振动上料辅助近红外光谱和荧光图像的检测方案,进行绿茶中的内源性异物茶梗和外源性异物昆虫的在线检测研究。通过电磁振动上料辅助近红外光谱和荧光成像系统,采集了600～1 050 nm范围的近红外光谱600条和RGB-N四通道图像各65幅。采用451条光谱进行建模,其余149条光谱作为预测集,评估模型的性能,比较了去趋势(Detrending)、多元散射校正(MSC)、标准正态变换(SNV)、变权重正态变换(VSN)、迭代自适应加权惩罚最小二乘法(airPLS)、不对称最小二乘法(ALS)、光程估计与校正(OPLEC)等不同光谱预处理方法的处理效果,其中OPLEC能较好地消除散射效应,偏最小二乘判别分析(PLS-DA)模型的正确识别率由78%提...     

Indoor human detection based on micro-Doppler features in the presence of interference from moving clutter sources

In this paper, to address the problem of detecting the presence of human in indoor environments in the presence of moving clutter sources, an indoor human detection method that utilizes random forest to process micro-Doppler signatures and a single pair of TX/RX unit is proposed. In contrast to most of the existing methods that use both distance information and micro-Doppler information assuming no interference from moving clutter sources (window curtains, blinds, table fans, etc.), our proposed method relies only on micro-Doppler information for human detection in indoor environments with curtain and fan interferences. Based on our time–frequency analyses on the measured radar data, seven features, i.e., the mean and standard deviation of the doppler centroid, the mean and standard deviation of the span of envelopes, the silhouette size, the positive peak values, and the peak spread, are extracted from spectrograms. These features are fed into a random forest classifier for categorizing the state of a room into one of the five scenarios considered in this work, namely (1) a person entering the room, (2) a person leaving the room, (3) interference from curtain/blind, (4) interference from fan, and (5) an empty room. The proposed system has been validated using real-world experiments and be able to deliver an accuracy of 97.5% in classifying the scenarios.