共查询到20条相似文献,搜索用时 31 毫秒
1.
近红外光谱法同时测定银杏提取液中总黄酮和总内酯含量 总被引:12,自引:0,他引:12
采用傅里叶变换近红外透射光谱和偏最小二乘法,对银杏提取液中总黄酮和总内酯的含量进行了定量测定。所建立的数学模型对校正集样本的银杏总黄酮和总内酯复相关系数(MR)分别为O.998和o.986;对预测集样本的银杏总黄酮和总内酯复相关系数分别为0.983和0.971,标准回收率分别为95.71%~103.3%和95.29%~104.6%,相对标准偏差(RSD)分别为2.44%和3.19%。结果表明,近红外光谱测定银杏提取液中总黄酮和总内酯含量具有快速、准确的优点,有望应用于银杏提取过程的中间控制和大批量产品的检测。 相似文献
2.
应用傅立叶变换近红外光谱技术,建立了腐乳中总酸、蛋白质和水分的分析模型。测定32份腐乳的近红外光谱数据,得到原始光谱信息,通过光谱预处理方法消除原始光谱噪声,最后采用偏最小二乘法建立回归方程。最终得到总酸、蛋白质和水分近红外光谱分析模型的决定系数(R2)依次为99.37%、99.70%、99.73%,交叉验证均方根差(RMSECV)依次为0.00871、0.11、0.0714。用该模型对11个未知腐乳样品进行外部验证,其总酸、蛋白质和水分外部验证的决定系数(R2)依次为98.74%、99.38%、99.48%,预测标准偏差(RMSEP)依次为0.00862、0.113、0.0683。内部交叉验证和外部验证均证明,近红外定量分析有较高的准确度,能满足腐乳生产中总酸、蛋白质和水分的检测精度要求。 相似文献
3.
为快捷有效地测定复合肥中氟的含量,采用盐酸浸取过夜、盐酸超声、碱熔、纯水煮沸四种方法提取复合肥中的氟离子,用氟离子选择电极进行测定,全程加标回收;结果发现盐酸超声提取法测得值与碱熔提取法测定值非常接近,并且加标回收率为98.4%~104.2%,相对标准偏差为1.9%;则用盐酸超声提取法测定复合肥中的氟含量方法可靠,方便快速,能够满足复合肥中氟含量的测试要求。 相似文献
4.
建立一种酸碱电位滴定法直接测定硫酸铵中氮含量的方法。样品溶解后,可直接用氢氧化钠标准滴定溶液进行滴定。为了保证检测的准确度,分别使用硫酸铵高纯试剂和邻苯二甲酸氢钾基准试剂对氢氧化钠标准滴定溶液进行标定,并对标定结果进行比较,两种方法基本无差异。同时,通过适量硫酸的加入避免了样品中游离硫酸对检测结果的影响。该方法检测速度快、检测精度高、绿色环保、易于控制,非常适合于硫酸铵中氮含量的检测。将本方法与蒸馏后滴定法(仲裁法)检测结果进行比较,两种方法无显著性差异。采用本方法测得氮含量的加标回收率为99.9 %-100.3 %,相对标准偏差(RSD,n=5)为0.03 %-0.05 %。分别使用实验方法和蒸馏后滴定法测定不同样品的氮含量,结果相吻合。 相似文献
5.
6.
7.
利用数字光栅近红外漫反射技术快速、简便、穿透能力较强的特点建立复合肥中总磷(五氧化二磷)含量的方法,包括定标、建模、验证和应用试验等。结果表明:(1)检测只需几分钟,而且无需称样和消耗化学试剂。(2)与磷钼酸喹啉重量分析法相比,其定标标准偏差为0.13%,定标相关系数为0.995 9;验证标准偏差为0.15,验证相关系数0.994 8;(3)初步应用该法测定52个复合肥样品,预测标准偏差为0.29%,相关系数为0.985 0,与建模和验证结果相近。 相似文献
8.
9.
10.
总氮含量是评价烟叶质量的一项重要指标,与烟叶感官评吸质量密切相关。烟叶中的总氮含量较高时,烟叶的杂气增加、刺激性加大。植物样品中总氮的测定一般采用凯式定氮法,该方法需经过消化、蒸馏、滴定等操作,过程繁琐[1]。目前烟草行业通常采用连续流动分析法测定烟草样品中的总氮含量, 相似文献
11.
12.
高飞陈素贤李昌伟刘瑜张春红 《化学分析计量》2021,30(11):59-62
建立凯氏定氮仪法测定植物营养液中铵态氮和硝态氮的方法。将10 mL植物营养液置于凯氏定氮管中,加入4.5 mol/L氢氧化钠溶液10 mL,利用锌-硫酸亚铁还原剂将营养液中硝态氮(NO_(3)^(-)-N)转化为铵态氮(NH_(4)^(+)-N),经蒸馏后被定量吸收在硼酸溶液中,用标准酸进行滴定,计算营养液中总氮含量;不加锌-硫酸亚铁还原剂时,测定营养液中的NH_(4)^(+)-N含量,采用差减法计算出营养液中NO_(3)^(-)-N含量。方法的检出限(以铵态氮计)为0.15 mg/L,硝态氮和铵态氮测定结果的相对标准偏差分别为1.23%~2.75%、0.83%~2.84%(n=5),加标回收率为98.7%~100.8%。该方法满足LY/T 1228—2015《森林土壤氮的测定》标准要求。 相似文献
13.
利用近红外光谱技术对食用植物油中反式脂肪酸(Trans fatty acids,TFA)含量进行快速定量检测,并通过波段选择、预处理方法、变量筛选及建模方法对TFA含量预测模型进行优化.采用AntarisⅡ傅里叶变换近红外光谱仪在4000~10000 cm-1光谱范围采集98个食用植物油样本的近红外透射光谱,然后采用气相色谱法测定TFA的真实含量.首先,对样本原始光谱进行波段、预处理方法优选;在此基础上,采用竞争自适应重加权法(Competitive adaptive reweighted sampling,CARS)筛选TFA相关的重要变量,最后应用主成分回归、偏最小二乘和最小二乘支持向量机方法分别建立食用植物油中TFA含量的预测模型.研究结果表明,近红外光谱技术检测食用植物油中的TFA含量是可行的,优化后的最佳预测模型的校正集和预测集R2分别为0.992和0.989,RMSEC和RMSEP分别为0.071%和0.075%.最佳预测模型所用的变量仅26个,占全波段变量的0.854%.此外,与全波段偏最小二乘预测模型相比,其预测集R2由0.904上升为0.989,RMSEP由0.230%下降为0.075%.由此表明,模型优化非常必要,CARS能有效筛选TFA相关的重要变量,极大减少建模变量数,从而简化预测模型,并较大提高预测模型的精度和稳定性. 相似文献
14.
《理化检验(化学分册)》2016,(6)
将共识策略结合径向基神经网络用于近红外光谱法测定三七中总黄酮的含量中。首先采用离散小波变换对近红外光谱进行预处理,去除噪声并压缩数据。继而采用共识径向基神经网络建立校正模型。结果表明:共识策略可以使模型更稳定、更准确。 相似文献
15.
核燃料后处理工艺控制分析中,有机相中硝酸含量是一项重要的控制参数。通过研究TBP/正十二烷介质中硝酸的近红外光谱,将有机相样品的傅立叶变换近红外光谱与偏最小二乘回归法相结合,建立了含铀后处理有机相样品中硝酸浓度的测量方法。建立的定量校正模型的最佳校正标准偏差(RMSEC)、预测标准偏差(RMSEP)以及相关系数(r)分别为0.011,0.014,0.999。方法检出限为0.05 mol/L,测量结果的相对标准偏差不大于4%(n=6)。采用近红外分析法与滴定法对模拟样品进行测量,对测量结果进行t检验,结果表明两种方法的测定结果无显著性差异。所建方法无需样品预处理,可直接测量,分析速度快,结果准确,具有一定的实用性。 相似文献
16.
原料乳中蛋白质与脂肪的近红外光谱快速定量研究 总被引:1,自引:0,他引:1
《分析科学学报》2015,(6)
本文对快速无损检测原料乳中蛋白质与脂肪含量的近红外光谱(NIRS)技术进行了研究。对采集的250组蛋白质及脂肪含量不同的原料乳近红外光谱进行马氏距离(Mahalanobis Distance)剔除异常光谱,结合主成分分析(Principal Component Analysis,PCA),筛选出最佳建模光谱区间,采用反向传播神经网络(Back Propagation Neutral Network,BPNN)建立原料乳中蛋白含量与脂肪含量的定量模型,获得了较好的预测结果,预测模型R2分别为0.9883、0.9878,预测均方根差(RMSEP)分别为1.83%、1.85%。研究结果表明,通过合理选择光谱范围及建模方法,可得到预测精度与稳定性均较高的近红外光谱定量模型,适用于原料乳中蛋白质与脂肪含量的测定。 相似文献
17.
傅里叶变换近红外光谱法测定大麦中蛋白质、淀粉和赖氨酸含量 总被引:13,自引:0,他引:13
采用傅里叶变换近红外光谱法测定大麦中蛋白质、淀粉、赖氨酸的含量,并用光谱影响值法(leverage)对异常值进行判断和处理。蛋白质、淀粉和赖氨酸含量近红外光谱分析模型的测定系数R。分别为0.985、0.973和0.978;检验集的化学值与模型预测值的相关系数r分别为0.9853、0.9644和0.9172,分析模型的预测相对标准偏差RSD分别为4.0%、2.4%和5.4%,该结果可替代经典分析方法,满足农产品快速分析的需要。 相似文献
18.
近红外分析方法是发展较快的一种新型的快速定量分析方法,它具有简便、快速、无污染等特性。采用傅立叶变换近红外光谱法同时对铝土矿中氧化铝、氧化硅、氧化铁、氧化钛和灼烧减量进行了定量分析,得到较满意的检测结果。为铝土矿主要成分的快速测定开辟新途径。 相似文献
19.
应用傅里叶变换近红外(FT-NIR)光谱分析技术结合偏最小二乘法(PLS),建立了卷烟纸中钙和镁含量的数学预测模型。结果表明:钙和镁模型的相关系数分别为0.9870和0.9851,内部交叉验证均方差为0.462和0.0082,近红外光谱法预测值与原子吸收光谱法测定值的平均相对偏差各为3.1%和7.4%。该方法简便、快速、不破坏样品,可用于大批量卷烟纸样品中钙和镁的快速测定。 相似文献
20.
该文以咪唑型离子液体作为原料制备吸附剂富集稀溶液中的木犀草素,利用竞争性自适应权重(CARS)变量筛选的方法建立了一种快速测定木犀草素的近红外光谱分析方法。考察了吸附剂用量、pH值、振荡时间对吸附效果的影响,并探究了吸附剂的吸附能力;富集木犀草素的吸附剂经近红外漫反射光谱检测,采用CARS变量筛选的方法结合偏最小二乘回归(PLS)建立了木犀草素的定量校正模型。结果表明,吸附剂用量为0.15 g、pH值为7、振荡时间为20 min的最佳条件下,吸附率达90.9%,且该吸附符合Langmuir等温吸附模型,最大吸附量为7.1 mg/g。近红外光谱建模中,与未经CARS变量筛选处理作为对照,对比发现经CARS变量筛选的方法结果更优,并采用连续小波变换(CWT)的光谱预处理进行验证,结果表明经CWT处理后,预测残差(RPD)值增大,说明了模型的可靠性。该方法可有效富集稀溶液中的木犀草素,采用CARS变量筛选结合CWT光谱预处理的近红外光谱方法可实现对稀溶液中木犀草素的灵敏、快捷检测。 相似文献