烟样水分质量分数对其常规化学成分近红外测定的影响

 在连续改变样品水分质量分数的条件下,采集了烟样的近红外吸收光谱,并用预测模型测定了它们的总糖、总氮和烟碱质量分数.结果表明,烟样水分质量分数的升高使其在近红外区域的光谱吸收明显增大,直接影响以上化学成分的测定结果.烟样水分质量分数大于10%时,以上几种常规化学成分的测定误差随样品含水量的降低而减小,而当样品水分质量分数小于10%时,样品水分差异引起的总糖、总氮和烟碱测定的误差可忽略不计.     

近红外光谱分析技术在烟叶产地鉴别中的应用

为研究近红外光谱分析技术在鉴别烟叶产地中的可行性,以云南8个不同产地的880个烟叶样品为基础,通过TQ analyst分析软件的定性分析方法建立预测各烟叶产地的近红外模型,并应用该模型对100个烟叶样品进行了实际产地预测.结果显示,上述方法建立的预测模型对云南烟叶产地的鉴别准确率达90%.研究表明,应用近红外光谱分析方...     

近红外光谱技术在中药鉴别及分析中的应用

中药鉴定在中药质量控制中具有重要的作用．近年来多种现代仪器分析方法被用于中药鉴定和质量控制．作为一种简单、快速．无损的检测手段，近红外光谱(NIRS)技术己成为中药材定性判别和定量分析的新兴方法．本文叙述了近红外光谱技术的原理和特点，介绍了近红外光谱定量分析和定性分析的原理，介绍了近红外光谱定性分析技术和定量分析技术常用到的几种分析方法．综述了近年来近红外光谱技术在中药鉴别和分析中的应用．     

不同连续流动分析仪在烟草化学分析中的应用比较

本文以水溶性糖测定为例,选择烟草中常用的三种连续流动分析仪介绍并比较了仪器分析方法之间的异同。通过对样品测定结果的比较,表明各连续流动分析仪测定结果的精密度均满足要求;仪器自带方法之间存在一定的系统误差;在同一检测标准下,三种型号的连续流动分析仪对烟草水溶性总糖的检测结果无显著性差异。     

相关分析技术在谷物近红外光谱分析中的应用

利用信号分析理论中相关分析技术有分离和增强信息的特点,提出了解决近红外光谱信息量大、信息弱、谱峰重叠和数据处理量大等难题的一种新思路和新方法,以提取6种谷物近红外光谱中的淀粉组分信息为例,研究了相关分析技术在近红外光谱中的应用方法．研究证明,采用小波阈值法对经一阶求导处理的近红外光谱进行滤波处理,再利用相关分析技术提取和强化待测组分的光谱信息的方法是可以用于多组分物质中某一组分的定性和定量分析．     

近红外光谱分析在农产品方面的应用与展望

分析了近红外光谱技术的发展进程,着重介绍了近几年近红外光谱分析技术在农产品品质分析,加工生产过程中的在线质量控制以及与神经 网络结合,采用模式分类原理进行物质鉴别方面的应用,并分析了该技术的发展趋势及应用前景。     

近红外光谱分析技术的应用综述

近红外光谱（NIRS）分析技术是上世纪70年代发展起来的一项现代分析技术。它综合运用了计算机技术、光谱技术和化学计量等多个学科的最新研究成果,以其独特的高效、成本低、环保的优点在农业、食品等学科中得到了广泛应用。     

近红外光谱技术在食用油种类鉴别及 脂肪酸含量检测中的应用

应用近红外光谱分析技术分别建立了快速鉴别食用植物油种类的定性分析模型以及测定食用植物油主要脂肪酸含量的定量分析模型.实验根据19份食用植物油样品的近红外光谱,结合系统聚类方法建立了纯橄榄-芝麻-花生油定性识别模型,识别率和预测率可达100%.根据59个食用植物油样品的近红外光谱,结合模型优化方法建立了食用植物油中棕榈酸、硬脂酸、油酸3种主要脂肪酸含量的近红外定量分析模型,且模型指标较好.实验表明近红外光谱分析技术在食用植物油品质快速检测领域有很好的应用前景.     

近红外光谱技术在中药鉴别中的应用

采用近红外光谱技术对山茱萸果肉与果核进行快速鉴别研究.方法:对9批山茱萸果肉与果核样品进行近红外光谱测定,采用矢量归一化法处理数据,以山茱萸果肉样品建立一致性检验模型,设定CI(conformity index)值.结果:经矢量归一化后山茱萸果肉与果核光谱差别明显,以果肉样品建立一致性模型,设定的CI值为3.2.结论:本方法快捷、准确,无需样品前处理,可以作为山茱萸非药用部位的快速检测方法.为全面控制药材质量,建立中药质量控制新方法提供科学依据.     

近红外光谱检测技术快速测定桔梗总皂苷的研究

利用近红外快检技术建立测定桔梗总皂苷含量的模型,探索近红外光谱仪在中药材有效成分研究方面的可行性.利用紫外-可见分光光度计建立测定不同批次的中江桔梗总皂苷含量的方法,以其含量作为参比,运用近红外技术收集50批中江桔梗样品的光谱图,借助偏最小二乘回归算法建立中江桔梗总皂苷的定量校正模型,并对未知样品中总皂苷含量进行预测.结果显示,桔梗中总皂苷定标标准偏差、相对分析误差、交叉检验标准误差、校正模型的决定系数和交叉验证相对分析误差分别是0.953、8.154、1.999、0.97、3.887.表明本研究建立的定性模型检测速度快、效率高、结果可靠,可用于桔梗总皂苷的质量控制.     

近红外光谱分析技术在鸡肉分类检测中的应用

针对近年来市场上不同品种不同级别的鸡肉混杂、以次充好现象,提出一种可以快速、准确判别土鸡和肉鸡的新方法.采用近红外光谱技术和聚类分析技术建立鸡肉分类判别模型,并讨论了不同预处理方法对模型预测结果的影响.结果显示:近红外光谱技术结合聚类分析技术能够对鸡肉建立一种快速的分类判别模型,该预测判别模型能够快速准确地对土鸡和肉鸡进行判别,其中数据经过二阶导数+矢量归一化后的模型预测判别率达100%.     

近红外光谱分析法对烤烟烟叶内在质量与外观特征相关性的分析

烟叶的红外光谱特征不仅与其化学成分密切相关,而且与其内部结构有一定的关系。提取90份烤烟烟叶样本的近红外光谱进行二阶微分去噪,并进行定量分析。加入外观特征并采用非线性主成分分析法进行数据压缩和特征提取,利用因子分析的方法进行烟叶内在质量和外光特征间的相关性分析,并利用BP神经网络建模对相关性进行预测。分析结果显示,烟碱、蛋白质、宽长比、叶片长度、色调标准差等5个变量有相似的变化趋势,总糖、还原糖、叶片厚度、平均亮度等4个变量间有相似的变化趋势。依据所得结论,可以辅助烟叶评级标准,使烟叶评级标准更加的客观。     

拉曼光谱和近红外光谱在小麦粉品质定量分析中的应用

应用拉曼光谱分析技术结合最小二乘法,应用近红外光谱技术结合偏最小二乘法,以及现有的小麦粉光谱数据,对小麦粉进行采集光谱信息,选择最优的光谱预处理方法,分别建立了水分、灰分、面筋的定量模型,并验证了模型的可行性.实验分析表明,近红外光谱技术建立的模型比拉曼光谱分析技术建立的模型效果要好.     

白肋烟烟碱含量的化学调控技术研究

2000－2001年研究了化学物A、B、C、D及其混配剂对白肋烟烟碱合成、烟叶产量、产值及评吸质量的影响，结果表明：化学物A、B及化学物B＋C能显著降低白肋烟烟碱含量，改善评吸质量；与对照相比，上部叶烟碱下降0．89－3．42个百分点，降幅达12．95％－49．785；中部叶烟碱下降1．77－3．81个百分点，降幅达24．25％－52．19％；化学物A＋C及化学物C单用能降碱，但幅度不大。所有处理对烟叶产值、产量无明显不利影响。通过这一研究，基本确定了降低白肋烟烟碱含量、提高其可用性的有效化学调控技术。     

近红外光谱技术对液态奶制品中乳糖、脂肪及蛋白质的定量检测

用InfraXact多功能近红外分析仪和正交实验设计,研究了不同预处理和校正方法对建模效果的影响,建立了液态奶制嘉中脂肪、乳糖和蛋白质质量含量的定标模型。利用目标函数法对模型进行评定,并对选出的最优模型的适用性进行验证．结果表明,最优模型对糖、脂肪和蛋白质的相对标准偏差分别为4．12％,7．04％,9．61％,相对误差分别为2．82,6．28,2．72．正交实验方法能综合考虑不同预处理方法和校正方法对模型建立的影响．近红外光谱分析法能够实现对牛奶中脂肪、乳糖和蛋白质质量含量进行快速、无损的定量检测．     

用近红外光谱定量分析混纺毛织品中羊毛的质量分数

运用近红外漫反射光谱技术定量分析羊毛/染色粘胶混合样中羊毛的质量分数,标样集中近红外预测值与实际值之间的相关系数是0.982;对待测样品检验结果:预测值变异系数CV为4.1％,令人满意。表明该方法有望成为一种快速的、非破坏性的定量分析混纺织物的手段。     

在线近红外光谱(NIR)快速测定烟草化学成分

本文就近红外光谱分析技术应用于测定卷烟生产在线烟草样本化学成分作了研究,建立了烟草总糖、还原糖、总植物碱、氯、总氮五项化学成分的校正模型。从各化学成分的模型来看,决定系数很高,模型相关性好。对模型进行验证,分析模型预测结果与连续流动分析结果间无显著差异。模型可以在生产中使用。     

近红外光谱-偏最小二乘法无损定量分析异烟肼片

应用近红外漫反射光谱结合偏最小二乘法, 对异烟肼片中异烟肼的含量进行分析, 建立了近红外光谱数学校正定量分析模型, 其对校正集样品的交互验证均方根误差(RMSECV)为0.00632. 对预测集样品的预测均方根误差(RMSEP)为0.00603; 回归系数为0.99456;加样平均回收率为99.772%. 重现性实验相对标准偏差(RSD)为0.526%. 结果表明, 该方法预测精度高, 且具有方便快捷、 非破坏、 无污染、 可在线检测和重现性好等优点.     

不同厂家冬凌草片的近红外光谱主成分聚类分析

利用近红外光谱对不同厂家的冬凌草片进行鉴别归属,并进行快速分类.采集不同厂家不同批次冬凌草片样品的近红外漫反射光谱,通过不同计量学方法进行处理.结合主成分聚类分析法对不同厂家冬凌草片进行聚类判别分析,分类识别正确率达100％,从而推断出不同厂家冬凌草片成分及生产工艺上的差别.结果表明,该方法准确、快速、简便,可用于不同厂家冬凌草片的分类鉴别和质量控制.