近红外光谱法测定红烟硝酸中的水

建立近红外光谱法测定红烟硝酸中的水含量。以H2O/CH3CN溶液为标准溶液,以对应浓度的CH2Cl2/CH3CN溶液为参比溶液,通过二次多项式拟合得到红烟硝酸含水量与其在1 408 nm附近吸光度的标准曲线。标准曲线方程为y=–28.573x~2+10.307x–0.0002,相关系数为0.9997,重复性测定结果的相对标准偏差为0.30%～0.65%,样品加标回收率大于90%,测试结果与标准规定的电位法基本一致,且在安全性、经济性、简便性等方面优于电位法。该法操作简便,实用性强,测定结果重复性好、准确度高,适用于红烟硝酸中水分含量的测定。     

CCD近红外光谱快速测定柴油中的芳烃含量

研究了采用电感耦合器件（ＣＣＤ）近工外光谱仪在短波近红外区域（７００－１１００ｎｍ）、利用偏最小二乘回归（ＰＬＳ）测定柴油中芳烃含量的方法。考虑样品颜色对短波近红外光谱的影响,对波长范围的选择和基线处理方式进行了研究。考察了样品进入光路的时间对测定结果的影响。将ＣＣＤＮＩＲ对未知样品的预测结果与傅里叶变换近红外光谱（ＦＴ－ＮＩＲ）在长波近红外范围（１０００－２０００ｎｍ）的预测结果及液相色谱的测定     

近红外光谱法分析土壤中的有机质和氮素

应用近红外光谱技术测定土壤中的全氮、有机质、碱解氮，分别测定了2mm、0.15mm粒度的风干土在4000cm^-1～12000cm^-1波数范围的近红外光谱，用偏最小二乘法建立数学模型来进行含量预测，结果表明近红外光谱与土壤有机质、全氮、碱解氮具有良好的相关性，2mm风干土碱解氮建模的决定系数R^2为92.39，相对标准偏差为7.5%；2mm风干土全氮建模的决定系数R^2为88，相对标准偏差为8.2%;0.15mm的全氮建模的决定系数R2为89.86，相对标准偏差为7.2%;0.15mm风干土有机质建模的决定系数R^2为96.41，相对标准偏差为8.3%。因此，用近红外光普法测定土壤有机质、全氮、碱解氮的含量是可行的。     

冠醚分离锂同位素中冠醚的近红外分析

将近红外光谱法(NIR)和偏最小二乘法(PLS)相结合,建立了冠醚分离锂同位素中冠醚含量的分析方法,研究了锂、钠、钾离子的存在对冠醚测定的影响,并研究了不同离子液体对校正模型的影响。该方法的测定范围为0.1～1.2 mol/L,加入校正样品后,可扩大测定范围。冠醚分离锂同位素实验样品分析结果和设计值较吻合,加标回收率为105%～108%。所建立的方法为锂同位素分离工艺中冠醚的快速分析提供了一种新方法。     

近红外光谱快速测定高浓度烟酰胺

利用烟酰胺在乙醇溶液中波段范围为9001-8060cm^-1和7443-7144cm^-1的近红外一阶导数吸收光谱，经过中心化、矢量归一化预处理，应用偏最小二乘法回归来消除溶剂乙醇的近红外吸收干扰，建立了快速高浓度烟酰胺的方法。54个样本作为校正集，PLS最佳回归因子数为4时，决定系数等于0.997；线性范围为0.13-0.70mol/L。本方法应用于9个待测样品，预测相对偏差小于2.9%，结果令人满意，同时还讨论了一些影响回归精度的因素。     

近红外光谱法测定5-羟基色氨酸的含量

本文利用近红外光谱法建立了5-羟基色氨酸的偏最小二乘(PLS)定量模型。采用相关数法选择波段以及二阶导数、Norris derivative平滑滤波进行数据预处理,所建校正模型的R为0.99907,RMSEC为0.0638,RMSEP为0.0675。经验证模型的预测性能良好,为5-HTP的快速测定提供了一种方法。     

PLS-BP法近红外光谱技术同时测定鲜乳中四种主成分

基于近红外光谱技术,将偏最小二乘法(Partial Least Squares,PLS)和单隐层的反向传播网络(Back-Propagation Network,BP)联用并测定了鲜乳中4种主成分含量.用PLS法将原始数据压缩为主成分,取前3个主成分的14个数据输入网络,以Kolmogorov定理为依据,经过实验确定中间层的神经元个数为29,初始训练迭代次数为1000,建立了脂肪、蛋白质、乳糖、牛乳总固体4种主成分含量的预测校正模型.PLS-BP模型对样品4个组分含量的预测决定系数(R2)分别为:0.961、0.974、0.951、0.997;本研究为近红外光谱技术在鲜乳多组分快速检测提供了新思路.     

近红外光谱法测定汽油中的烯烃含量

近红外光谱法测定汽油中的烯烃含量;汽油;烯烃;近红外光谱;偏最小二乘回归     

近红外光谱快速分析法在小儿清热止咳口服液中的应用

应用近红外光谱透射分析技术建立了小儿清热止咳口服液的快速定性和其活性成分快速定量的分析新方法。采用聚类分析模型鉴别口服液品牌,且9种品牌的小儿清热止咳口服液能准确地被鉴别;利用偏最小二乘法(PLS)可对小儿清热止咳口服液中的活性成分黄芩苷和甘草酸进行同时检测。以黄芩苷和甘草酸为指标成分建立的定量校正模型预测性能较好,校正模型的相关系数(R2)分别为94.96、91.86,内部交叉验证均方差(RMSECV)分别为0.104、0.0930mg·mL-1,外部预测均方根误差(RM-SEP)分别为0.124、0.0699mg·mL-1。结果证明,近红外光谱快速分析法用于小儿清热止咳口服液的定性、定量分析,准确度较高,能够满足对小儿清热止咳口服液进行质量检测的需要。     

近红外光谱法测定30%TBP/正十二烷中硝酸含量

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。     

Enhanced Characterization of Naproxen Formulation by Near Infrared Spectroscopy

Near infrared spectroscopy in combination with appropriate chemometric methods is an effective technique for quantitative analysis of parameters of interest for the pharmaceutical industry. In this study, the artificial neural network (ANN) was applied to monitor critical parameters (compression force, tablet hardness, mean particle size, and active pharmaceutical ingredient concentration of tablets) in the process of naproxen pharmaceutical preparation. The performance of ANN was compared to linear methods (partial least squares regression (PLS) and synergy interval partial squares (siPLS)). The ANN models for compression force, tablet hardness, mean particle size, and active pharmaceutical ingredient concentration of tablets yielded the low root mean square error of prediction (RMSEP) values of 0.936 KN, 0.302 kg, 4.49 mg, and 2.14 µm, respectively. The predictive ability of the PLS model was improved by siPLS with selection of spectral regions and the best performance among all calibration methods was showed by the nonlinear method (ANN). Effective models were built by using these approaches using near infrared spectroscopy.     

Characterization of Chickpea Flour by Near Infrared Spectroscopy and Chemometrics

Near infrared (NIR) spectrometry was used for the rapid characterization of quality parameters in desi chickpea flour (besan). Partial least square regression, principal component regression (PCR), interval partial least squares (iPLS), and synergy interval partial least squares (siPLS) were used to determine the protein, carbohydrate, fat, and moisture concentrations of besan. Spectra were collected in reflectance mode using a lab-built predispersive filter-based instrument from 700 to 2500?nm. The quality parameters were also determined by standard methods. The root mean square error (RMSE) for the calibration and validation sets was used to evaluate the performance of the models. The correlation coefficients for moisture, fat, protein, and carbohydrates in chickpea flour exceeded 0.96 using PLS and PCR models using the full spectral range. Wavelengths from 2100 to 2345?nm had the lowest RMSE for quality parameters by iPLS. The error was further decreased by 0.41, 0.1, and 1.1% for carbohydrates, fats, and proteins by siPLS. The NIR spectral regions yielding the lowest RMSE of prediction were 1620–2345?nm for carbohydrates, 1180–1590?nm and 1860–2094?nm for fat, and 1700–2345?nm for proteins. The study shows that chickpea flour quality parameters were accurately determined using the optimized wavelengths.     

近红外光谱-径向基神经网络在异烟肼片无损定量分析中的应用

应用异烟肼片粉末的近红外漫反射光谱数据分别结合偏最小二乘法(PLS)和径向基神经网络(RBFNN)建立定量分析模型,并用所建模型对预测集样品进行了预测,结果表明:应用RBFNN所建立的定量分析模型优于PLS模型,相关系数(r)值由0.99593提高到0.99734,交互验证均方根误差(RMSECV)值由0.00523下降到0.00423,预测均方根误差(RMSEP)值由0.00614下降到0.00501。     

偏最小二乘紫外分光光度法同时测定丁烯二酸的顺反异构体

将偏最小二乘法用于紫外分光光度分析,在pH=1.4的磷酸溶液中,同时测定了丁烯二酸的顺、反异构体。确定了测定的最佳波长范围为190～268nm;测得23个混合标样的吸光度值用于建立模型,顺、反丁烯二酸的浓度范围为3.0～14.0mg/L和1.0～13.0mg/L。所建立的测定二者模型的相关系数分别为0.9951和0.9983;平均回收率分别为100.8%和100.7%;均方根误差(RMSE)分别为0.3667和0.2233;预测相对误差(REP)分别为5.05%和3.49%。对3个批次反丁烯二酸样品的测定结果与高效液相色谱法的测定结果进行比较,经成对t检验表明,两种方法的测定结果无显著性差异。     

近红外光谱法快速测定涂料固化剂中游离甲苯二异氰酸酯含量

用气相色谱分析值为参照,采用近红外透射光谱（NIR）技术采集相应样品的NIR光谱,研究了涂料固化剂中游离甲苯二异氰酸酯（TDI）含量的快速测定分析方法。 并从120个固化剂样品中挑选出109个代表性的样品建模,选择7320~7250 cm-1和8485~8370 cm-1波段区间,用偏最小二乘法(PLS)和完全交互验证方式建立TDI含量的预测模型。 结果表明,固化剂中游离甲苯二异氰酸酯含量和近红外光谱之间存在较好的相关性,其预测模型的校正集均方差（RMSEC）为0.0815,验证集均方差（RMSEP）为0.0715,模型性能良好。 近红外光谱法可快速准确测定游离甲苯二异氰酸酯（TDI）含量,用于固化剂样品快速分析。     

Application of Near Infrared Diffuse Reflectance Spectroscopy with Radial Basis Function Neural Network to Determination of Rifampincin Isoniazid and Pyrazinamide Tablets

Partial least squares(PLS),back-propagation neural network(BPNN)and radial basis function neural network(RBFNN)were respectively used for estalishing quantative analysis models with near infrared(NIR)diffuse reflectance spectra for determining the contents of rifampincin(RMP),isoniazid(INH)and pyrazinamide(PZA)in rifampicin isoniazid and pyrazinamide tablets.Savitzky-Golay smoothing,first derivative,second derivative,fast Fourier transform(FFT)and standard normal variate(SNV)transformation methods were applied to pretreating raw NIR diffuse reflectance spectra.The raw and pretreated spectra were divided into several regions,depending on the average spectrum and RSD spectrum.Principal component analysis(PCA)method was used for analyzing the raw and pretreated spectra in different regions in order to reduce the dimensions of input data.The optimum spectral regions and the models' parameters were chosen by comparing the root mean square error of cross-validation(RMSECV)values which were obtained by leave-one-out cross-validation method.The RMSECV values of the RBFNN models for determining the contents of RMP,INH and PZA were 0.00288,0.00226 and 0.00341,respectively.Using these models for predicting the contents of INH,RMP and PZA in prediction set,the RMSEP values were 0.00266,0.00227 and 0.00411,respectively.These results are better than those obtained from PLS models and BPNN models.With additional advantages of fast calculation speed and less dependence on the initial conditions,RBFNN is a suitable tool to model complex systems.     

啤酒主要成分的近红外光谱法测定

根据近红外光谱的振动吸收强度与有机分子官能团含量的线性关系,用偏最小二乘法,对啤酒的近红外光谱与其中的酒精度、原麦汁浓度以及总酸含量等3种主要成分进行了线性回归,并建立起相关的模型。用该模型对未知啤酒样品中的上述3种成分的含量进行预测,取得了令人非常满意的结果。可望作为啤酒厂的一种快捷而准确的检测方法予以推广。     

近红外光谱法同时测定多种雌、孕激素

研究并建立了用近红外吸收光谱同时测定多种雌、孕激素含量的快速方法,以四氢呋喃为溶剂,测定了雌二醇、雌三醇、雌酚酮,安宫黄体酮混合溶液的近红外光谱,利用雌,孕激素类物质在6000－11000cm^-1之间的近红外吸收,用偏最小二乘法解析重叠光谱,求得各组分的含曦,结果表明近外光谱法可以有效地同时检测雌二醇,雌三醇、雌酚酮和安宫黄体酮;并讨论了多种因素对测量精度的影响。     

模型诊断用于近红外光谱建模校正集中奇异样本的识别

由于校正集样本的质量决定校正模型的质量,校正集中奇异样本的检测在多元校正建模中具有非常重要的意义.本研究建立了一种用于近红外光谱多元校正建模时校正集中奇异样本的检测方法.本方法基于奇异样本的定义和偏最小二乘方法的原理,通过考察每个校正集样本在模型的每个因子(或主成分)中对模型的贡献,将与多数样本表现不同的样本识别为奇异样本.采用218个橘汁样本构成的近红外光谱数据进行了分析,结果表明,校正集中存在6个奇异样本,扣除奇异样本后,校正集的交叉验证均方根误差由16.870减小为4.809,预测集的均方根误差从3.688减小为3.332.