拉曼光谱结合偏最小二乘的甲醇汽油甲醇含量快速定量分析方法研究

甲醇汽油是一种用以替代传统汽油的新型燃料,其品质受到甲醇含量的严重影响.因此,甲醇汽油中甲醇含量的快速分析对其品质把控具有深远意义.基于拉曼光谱(Raman)结合偏最小二乘(PLS)建立了一种甲醇汽油中甲醇含量快速定量分析方法.采用激光拉曼光谱仪对49组甲醇汽油样品的Raman光谱进行采集,并进行光谱解析.比较了五种光...     

工作曲线法和偏最小二乘回归分析在XRF定量分析软玉样品中的应用

由于块状固体标准玉石样品的缺乏, 造成了便携式X射线荧光分析技术(pXRF)利用工作曲线法对玉石文物样品进行无损定量分析的困难。试图寻找一种pXRF可采用, 但不需要块状固体玉石标准样品的定量分析方法。选取24件软玉样品, 其中17件为校准样品, 7件为测试样品。所有软玉样品利用质子激发X射线荧光分析技术(PIXE)获得定量分析结果。根据校准软玉样品的PIXE定量分析结果建立兴趣元素的工作曲线, 利用工作曲线对测试软玉样品进行定量分析;然后, 利用pXRF对所有软玉样品进行定性分析, 获得其定性分析图谱, 利用校准软玉样品的定性分析图谱和PIXE定量分析结果, 采用最小偏二乘法对测试软玉样品兴趣元素含量进行分析。最后, 将工作曲线法、PLS方法和PIXE的定量分析结果进行了相互对比。通过误差分析, 评估了工作曲线法和PLS方法定量分析软玉样品的精确度。结果表明, PLS方法可以代替工作曲线法对玉石类样品进行定量分析。     

工作曲线法和偏最小二乘回归分析在XRF定量分析软玉样品中的应用

由于块状固体标准玉石样品的缺乏,造成了便携式X射线荧光分析技术(pXRF)利用工作曲线法对玉石文物样品进行无损定量分析的困难。试图寻找一种pXRF可采用,但不需要块状固体玉石标准样品的定量分析方法。选取24件软玉样品,其中17件为校准样品,7件为测试样品。所有软玉样品利用质子激发X射线荧光分析技术(PIXE)获得定量分析结果。根据校准软玉样品的PIXE定量分析结果建立兴趣元素的工作曲线,利用工作曲线对测试软玉样品进行定量分析;然后,利用pXRF对所有软玉样品进行定性分析,获得其定性分析图谱,利用校准软玉样品的定性分析图谱和PIXE定量分析结果,采用最小偏二乘法对测试软玉样品兴趣元素含量进行分析。最后,将工作曲线法、PLS方法和PIXE的定量分析结果进行了相互对比。通过误差分析,评估了工作曲线法和PLS方法定量分析软玉样品的精确度。结果表明,PLS方法可以代替工作曲线法对玉石类样品进行定量分析。     

拉曼光谱结合偏最小二乘同时测定烟草中叶黄素和β-胡萝卜素含量

色素是烟草中的重要组成成分,烟草的外观质量和内在品质都与色素相关。色素主要分为绿色素、黄色素和黑色素。在生长期,烟草中的绿色素主要是叶绿素,成熟期的烟草中黄色素则主要为叶黄素和胡萝卜素,黑色素则存在于成熟的烟叶中,或在调制和发酵的过程中产生。色素的检测对于烟草原料评价和成品质量都非常重要。鉴于烟草色素基于液相色谱的传统检测方法耗时较长、样品制备过程复杂,以及拉曼光谱操作简单、测定时间短、能提供有关分子官能团信息的特点,开发了一种应用拉曼光谱同时定量检测烟草中叶黄素和β-胡萝卜素的快检方法。烟草样品的有机溶剂提取物,密封在透明玻璃瓶中,将激光聚焦于瓶内溶液样品直接测定拉曼光谱。研究发现,不同于常见的514和785 nm激发波长,在短波455 nm激光作用下,可获得更理想的拉曼信号,光谱强度较高,荧光干扰较低。对色素萃取溶剂、焦平面与光学平台间的距离等实验条件进行了优化。考虑到不同检测日期仪器操作条件的变化可对拉曼光谱产生影响,以溶剂峰为内标峰,对光谱进行归一化处理,以校正因测定条件不稳定而引起的物理干扰。为了解决荧光干扰,以及色素分子之间的拉曼光谱干扰问题,采用偏最小二乘法（PLS）建立光谱分析的多元校正模型。建模中对波长区域以及光谱预处理方法进行了优化。研究结果表明,光谱归一化处理显著降低了因物理因素产生的光谱干扰,光谱求导运算对建模影响不大,而波长选择能明显改善模型的预测能力。利用798.2～1 752.8 cm-1波段建立叶黄素的PLS定量模型时,预测效果最佳,预测集的均方根误差（RMSEP）为6.68 μg·g-1;对于β-胡萝卜素,798.2～1 752.8 cm-1组合2 254.2～2 784.5 cm-1用来建模时得到的RMSEP最小,为2.56 μg·g-1。该方法操作简便、耗时少、结果准确可靠,为烟草样本中色素的定量分析提供了一种切实有效的新途径。     

快速稳健偏最小二乘回归及其在近红外光谱分析中的应用

现代近红外光谱,作为一种间接分析技术,将建立校正模型,实现对未知样本的定量分析。针对近红外光谱分析灵敏度低、抗干扰性差的弱点,构建一种快速稳健的偏最小二乘回归(RRPLSR)算法。它运用峭度法快速识别离群点,排除它们后,再实施偏最小二乘回归,消除复共线性,建立稳健可靠的定量校正模型。将RRPLSR方法实际应用于鱼类物质的近红外光谱数据分析,实现脂肪含量的定量检测,效果良好。与已有的其他方法相比,它能准确识别离群点,所建模型预测性能良好,且计算省时,效率高,适用于快速检测。     

基于近红外光谱和稀疏偏最小二乘回归的生物质工业分析

林木生物质能源作为一种新型可再生能源,具有非常广阔的发展前景。基于近红外光谱技术,首次引入稀疏偏最小二乘回归建立木屑生物质的工业分析模型,用于生物质燃料特性的快速分析测定。工业分析总共测定了80种木屑的水分、灰分、挥发分和固定碳含量百分比;按照样品种类和产地将其划分为训练集和测试集,利用近红外光谱仪采集光谱数据并进行小波滤波处理;再利用稀疏偏最小二乘回归建立木屑生物质的定量分析模型,并与主成分回归、偏最小二乘回归、最小绝对收敛及变量筛选方法的建模效果进行比较。结果证明,相对于以上三种建模方法,稀疏偏最小二乘回归能够挑选出有重要影响的波长群组,降低非目标波段的噪声干扰,从而增强数学模型的解释能力并提高定量分析的准确度。利用稀疏偏最小二乘回归算法挑选的波长区间基本覆盖了工业分析中水分的吸收峰,而对于灰分、挥发分和固定碳的吸收峰波段尚无准确定位,需要继续探讨。总体而言,稀疏偏最小二乘回归能够减少无关信息的干扰,提高模型定量分析的准确度,增强模型的解释能力,将会在近红外光谱技术应用领域内起到重要作用。     

基于偏最小二乘增量式神经网络的近红外光谱定量分析模型

提出了一种基于偏最小二乘增量式神经网络的近红外光谱定量分析模型。该模型采用典型三层反向传播神经网络(BPNN),不同波长吸光度和成分浓度是模型的输入和输出。在使用历史样本训练之前先进行偏最小二乘(PLS)回归,所得自变量和因变量的历史负荷矩阵分别用于确定模型输入层和输出层的初始权值,且自变量的主成分个数作为隐层的节点数。当获得新的样本时,对新数据与历史负荷矩阵组合后进行PLS回归,将所得新的负荷矩阵与历史负荷矩阵融合后作为模型输入层和输出层新的初始权值,接着使用新样本对模型进行训练来实现增量式更新。将所提模型与PLS、BPNN、基于PLS的BPNN、递归PLS在天然气燃烧烟气近红外光谱数据上测定后比较。对于烟气中二氧化碳浓度的预测,所提模型的预测均方根误差(RMSEP)分别降低了27.27%,58.12%,19.24%和14.26%;对于烟气中一氧化碳浓度的预测,所提模型的RMSEP分别降低了20.65%,24.69%,18.54%和19.42%;对于烟气中甲烷浓度的预测,此模型的RMSEP分别降低了27.56%,37.76%,8.63%和3.20%。实验结果表明,所提模型不仅通过PLS对BPNN结构和初始权重的优化,使模型具有较强的预测能力,而且能在已建模型信息的基础上,不访问旧数据而用新增样本即可完成自身的增量式更新,从而使模型具有较好的稳健性和泛化性。     

基于逆向空间偏移拉曼光谱技术的多层混浊样品深层分析研究

空间偏移拉曼光谱（SORS）能够准确、快速、无损检测多层混浊介质样品深层生化构成信息。该研究通过搭建集成化逆向SORS光谱分析装置,在实现逆向SORS和背散射式拉曼光谱两种不同的光谱检测模式的基础上,检测与分析了不同空间偏移量（Δs）条件下双/三层组织模型内的深层拉曼光谱信息,并根据几何光学理论和投影测量原理,量化标定了Δs与锥透镜空间位置之间的关系,这为精确控制光谱检测条件提供了保障。为了验证该装置的检测能力,采用由羊肩胛骨/对乙酰氨基酚组成的双层模型和猪皮/硅橡胶/对乙酰氨基酚组成的三层模型,获得不同Δs条件下包含样品表层和深层信息的混合光谱。并进一步对该混合光谱进行面积归一化处理,观察到随着Δs的增大样品表层的拉曼贡献逐渐减小,而第二层以及第三层的拉曼贡献逐渐增大的现象。在此基础上,通过选择模型中每层物质的拉曼特征峰计算其相对拉曼强度,分析研究了相对拉曼强度、空间偏移量与样品厚度三者之间关系,即当Δs增大时相对拉曼强度比值随之增加,这清晰地表明深层物质的拉曼强度增加。然而,在同一Δs条件下,相对拉曼强度随着表层物质厚度的增大而减小。以上实验结果表明,我们搭建的集成化逆向SORS光谱分析装置可从深度达8 mm的生物模型下获取光谱信息,并证明了该装置在经皮无损探测方面的应用价值。     

基于激光诱导击穿光谱的合金钢组分偏最小二乘法定量分析

在炼钢中合金浓度的检测和控制对产品质量影响很大,激光诱导击穿光谱(laser induced breakdown spectroscopy, LIBS)技术具有快速、非接触、无需制样等特点,非常适合应用于合金成分的在线分析。但是由于合金中的C, S, P元素的成分含量都很低,其原子发射谱线极易淹没在复杂的铁元素特征谱线之中,造成这些重要元素在线定量分析困难。以合金钢标准光谱样品为研究对象,获取激光诱导击穿光谱数据,采用定标曲线法(calibration curve, CC)和偏最小二乘法(partial least squares, PLS),对合金钢样品的主量和微量元素进行定量分析。比较两种方法的定标结果得出：对于主量元素,PLS方法的定量分析水平优于传统的CC法;更重要的是对于微量元素,由于特征谱线极弱,CC法无法得出定量结果,而PLS法仍然具有良好的定量分析能力。同时,将PLS法回归模型特征谱线处的回归系数与原始有背景干扰的光谱强度数据进行比较,阐述了LIBS数据定量分析中PLS方法的优势。结果表明,在激光诱导击穿光谱合金成分分析中,PLS方法适合用于C等微量元素的定量分析。     

Quantitative Analysis of Al in Flour Products by Laser-Induced Breakdown Spectroscopy Combined with Partial Least Squares

Journal of Applied Spectroscopy - Based on partial least squares (PLS) analysis, the effects of different smoothing points and different preprocessing methods on the accuracy and precision of the...     

表面增强拉曼光谱对鱼肉中组胺的快速定量分析

基于表面增强拉曼光谱（SERS）拟建立一种适用于水产鱼制品中组胺含量的快速检测方法。采用银纳米颗粒（Ag NPs）作为活性基底和氯化钠溶液作为聚集剂获取组胺的SERS特征峰,并结合线性回归算法对鱼肉中的组胺含量进行测定分析。首先对固体组胺、组胺水溶液以及鱼肉提取液中组胺的SERS特征峰及归属进行表征分析,然后对以Ag NPs的浓缩倍数与氯化钠溶液的浓度作为SERS基底的反应条件进行优化,最后在该优化条件下对鱼肉中组胺进行定量分析。结果表明,Ag NPs在400 nm处有最大吸光度,通过透射电子显微镜观察颗粒的形状主要为球形,均匀尺寸为30 nm左右。利用4-巯基苯甲酸作为探针分子对其进行拉曼测试,所得拉曼峰具有良好的重复性,且拉曼强度很高。因此该活性基底的合成方法不仅用时少、易操作,且合成的Ag NPs可作为可靠的增强基底应用于SERS试验中。此外通过紫外-可见分光光度计检测得出氯化钠溶液使Ag NPs在溶液中发生团聚,形成热点,可实现SERS信号增强。固体组胺的拉曼光谱图反映出1 167 cm-1处出现的特征峰主要是由N-H面内弯曲引起的;1 236 cm-1处的特征峰主要是咪唑中C-H平面内弯曲和环呼吸引起的;1 291 cm-1处主要与环伸展有关;1 474 cm-1处的特征峰主要是由咪唑N-H面内弯曲振动和环伸展引起的。优化反应条件在Ag NPs的浓缩倍数为15倍、氯化钠溶液浓度为1 mol·L-1时表现出最高的增强效应,并在该优化条件下检测了浓度为5～250 mg·L-1的组胺水溶液,得出在该优化条件下检测到组胺水溶液的最低浓度为5 mg·L-1。同时在该优化条件下采集了10～100 mg·L-1范围的鱼肉提取液中组胺的SERS光谱,并建立组胺溶液的特征拉曼位移峰强度与浓度之间的线性回归模型。得出在1 180,1 258和1 425 cm-1处的特征峰与对应的拉曼峰强度值所建立的标准曲线有良好的线性关系(R2=0.918 1～0.947 3),通过比较得出在1 258 cm-1处特征拉曼位移峰强度的R2值最大,且在鱼肉中组胺的最低检测浓度为10 mg·L-1, 远低于国标中水产品中组胺最大限量检测限50 mg·L-1。因此选择1 258 cm-1处的标准曲线进行进一步的组胺检测。最后通过对鱼肉提取液中添加组胺对该标准曲线进行检测验证,得到回收率在100%～111%之间。且通过高效液相色谱法验证该方法具有适用性。由此表明选取银纳米颗粒作为活性基底、氯化钠溶液作为聚集剂的表面增强拉曼光谱技术结合线性回归法建立标准曲线用于快速检测鱼肉中的组胺是可行且准确,这为在鱼肉中的组胺含量的快速定量分析提供了参考依据。     

毒品及其常见添加成分的拉曼光谱快速分析

毒品来源推断技术可以为禁毒工作提供准确的毒品情报信息, 对于有效打击毒品犯罪活动具有重要意义。毒品中添加成分的分析方法研究是毒品来源推断技术的重要组成部分。本文对海洛因、甲基苯丙胺和氯胺酮三类我国常见毒品及其添加成分进行了拉曼光谱快速分析研究, 将盐酸海洛因、盐酸甲基苯丙胺和盐酸氯胺酮毒品与淀粉、葡萄糖、咖啡因等添加成分按一定质量比例混合制成混合样本, 进行拉曼光谱分析。实验结果表明, 在毒品含量低至10%的混合毒品样本中应用拉曼光谱技术能够检出毒品成分; 同时在添加成分含量低至10%的混合毒品样本中也能准确检出添加成分。拉曼光谱法是检验常见毒品及其添加成分的快速有效的方法。     

拉曼光谱和MLS-SVR的食用油脂肪酸含量预测研究

为实现食用植物油中饱和脂肪酸、油酸、亚油酸含量的快速预测,对一批纯食用油以及不同比例两两混合油共91个样品进行了拉曼光谱检测,在800～2 000 cm-1范围内,通过基于寻峰算法的自动确定支点的基线拟合方法,对获得的光谱数据进行预处理,提取八个特征峰作为拉曼光谱的特征值。以这些特征值为输入,以样品油中实际饱和脂肪酸、油酸、亚油酸含量为输出,运用偏最小二乘回归(PLS)和多输出最小二乘支持向量回归机(MLS-SVR)方法,分别建立了可以同时预测三种脂肪酸含量的数学模型,结果表明MLS-SVR方法具有较好的效果。将MLS-SVR模型的预测结果与气相色谱法结果相比较,可得到三种脂肪酸的预测均方根误差分别为0.496 7%,0.840 0%和1.019 9%,相关系数分别为0.813 3,0.999 2和0.998 1;对未知样品三种脂肪酸的预测均方根误差不超过5%。表明,拉曼光谱和MLS-SVR相结合的食用油脂肪酸含量预测方法,具有快速、简便、无损、准确等优点,为食用油脂肪酸含量分析提供了一种可行的方法。     

偏最小二乘法在火焰原子吸收分析中的应用

本文用偏最小二乘法校正了火焰原子吸收分析中Ｐｄ２４７．４３ｎｍ对Ｐｂ２４７．６３８ｎｍ的吸收线重叠干扰，对合成样中Ｐｂ和Ｐｄ的测定，结果令人满意，ＰＬＳ法是谱线重叠干扰的有效校正方法。     

喇曼光谱对血糖的半定量分析

血糖检测一般采用酶化和生化方法,但这些方法都是有损破坏性的检测方法.本文利用喇曼光谱技术来检测血糖浓度,并且建一种新的数据分析方法来分析血糖的含量,以探索一种无损、快速的血糖检测方法.以小白鼠为实验模型,麻醉的小白鼠在注射葡萄糖后半个小时开始抽取小鼠尾巴处的血液进行喇曼光谱的获取,此后每间隔15 min对小鼠尾巴进行抽血并获取血液的喇曼光谱,在每次测量小鼠血液喇曼光谱的同时用血糖仪来监测血糖浓度的变化情况以用来做参比.1 125 cm^-1是葡萄糖的喇曼特征峰,血液中的葡萄糖称为血糖,因此我们把血液光谱中的1 125 cm^-1作为血糖峰,1 549 cm^-1为血红蛋白的喇曼特征峰,人体中的血红蛋白是稳定的,所以本文以血红蛋白的峰1 549 cm^-1作为内标来研究血液喇曼光谱中血糖峰的强度.结果表明1 125 cm^-1/1 549 cm^-1的变化可以很好地与血糖变化相对应,并且具有良好的线性关系.利用喇曼光谱技术可以无损地对血糖进行半定量分析.     

拉曼光谱定量分析乙醇含量的非线性回归方法研究

传统拉曼特征峰峰比法一般采用线性回归法建立乙醇浓度与峰峰比的线性关系从而反演乙醇浓度实现乙醇定量分析,但仅在较低浓度范围适用。针对这一问题,采用自主研制的激光拉曼乙醇含量检测系统实验研究了不同浓度乙醇溶液拉曼光谱特征峰(非对称CH₂伸缩振动2 924.0 cm-1)与本底水峰(3 350 cm-1)相对强度关系,提出适用于大范围乙醇浓度测量的非线性回归分析方法。利用邻域平均算法去除拉曼光谱突变噪声,结合多点插值处理实现光谱基线校准。基线校准及归一化处理后,可有效消除突变噪声及强荧光背景的影响。分别采用二次多项式和e指数数学模型对拉曼峰值强度比随乙醇浓度变化关系进行非线性回归并与线性回归分析进行对比。结果表明,线性拟合相关系数约为0.991,线性回归模型乙醇浓度准确测量的适用范围为15%～60%;非线性拟合相关系数高于0.997,非线性回归模型乙醇浓度精确测量的适用范围为3%～97%。非线性数学模型可为乙醇溶液浓度定量分析提供理论基础,将该数学模型应用于乙醇含量检测系统,可实时反演较为精确的乙醇浓度,从而实现大浓度范围内具有荧光背景干扰的乙醇溶液快速、实时、准确的定量分析。     

基于最小二乘支持向量机的橄榄油掺杂拉曼快速鉴别方法

提出了一种基于最小二乘支持向量机(LS-SVM)的橄榄油掺杂拉曼快速鉴别方法。首先,收集若干己知类别的橄榄油样作为训练样本,获取其拉曼谱图,并对其谱图进行预处理和波段选择,进而构建LSSVM分类器;对于未知类别的油样,获取其拉曼谱图,并进行相应的预处理和波段选择,由LSSVM分类器获得鉴别结果。实验以7种已知的特级初榨橄榄油为基础,分别掺入4种其它植物油(大豆油、菜籽油、玉米油、葵花籽油),获得112个掺杂油样。将全部样本随机分成训练集和测试集,对测试集样本的预测实验结果表明,本文方法能有效鉴别橄榄油掺杂,且掺杂量最低检测限为5%。与其它分类方法相比,LSSVM分类法具有最佳的分类性能。该方法快速、简便,为橄榄油掺杂鉴别提供了一种全新的方法。     

偏最小二乘法结合流动注射化学发光法同时测定芦丁和维生素C

在碱性条件下,芦丁和维生素C对鲁米诺-铁氰化钾化学发光体系具有显著的抑制作用,但两者峰值出现的时间存在明显差异。基于这一特点,本文将偏最小二乘法与流动注射化学发光法结合,建立了偏最小二乘法-流动注射化学发光同时检测芦丁和维生素C的新方法。在优化实验条件下,发光强度ΔI与芦丁浓度和维生素C质量浓度在0.02～0.6 mg·L^-1和0.1～20 mg·L^-1范围内呈线性关系,检出限分别为4.5 μg·mL^-1和8.9 ng·mL^-1(信噪比为3)。经实际测定复方芦丁片和人体尿液中芦丁和维生素C的含量表明,该方法具有灵敏度高、分析速度快及操作简便等优点,适合用于药品及生物样品等复杂样品中芦丁和维生素C的测定。     

激光拉曼定量分析氘气方法研究

应用拉曼光谱法对氘气在不同条件下的谱峰信噪比进行了实验研究。采用32 mW功率的Ar+激光器(514 nm),通过石英玻璃管,研究了光栅、激光功率、曝光时间和气体压强对氘气拉曼谱图信噪比的影响,得出了氘气拉曼光谱信噪比与激光功率、曝光时间和气体压强呈正比关系。绘制出适用于本套实验仪器的不同压力与信噪比的标准曲线,并用三组随机样品对关系式SNR(J 2→2)=10.6×10-4p+1.271 34进行验证。当氘气压强为21 280 Pa时,相对误差是4.8%,并且当压强增大到67 235 Pa时,相对误差下降到1.46%。     

双层PLS算法及其在近红外光谱分析中的应用

针对近红外光谱数据局部效应显著,变量个数多,且彼此间常存在严重的复共线性,并与样品组分含量呈非线性关系,构建了一种双层非线性偏最小二乘回归 (DNPLSR)算法。它将非线性回归和偏最小二 乘(PLS)相结合,先在外层由PLS从样本数据中提取成分,并实现每对成分间的非线性映射,再在内层实施PLS算法,将外层因变量成分的拟合误差反馈计算转换权向量的增量,进一步修正转换权向量,以使外层所提取的成分对因变量具有更优的解释能力。最后,将该法应用于80个谷物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他方法。