近红外光谱用于低共熔溶剂中水结构的分析

采用近红外光谱技术研究了含水量(摩尔分数)在5%～95%范围内水结构对低共熔溶剂(DESs)的氢键网络结构的影响.通过分析氯化胆碱与尿素混合后不同时间的近红外光谱,发现了尿素—NH基团与氯化胆碱Cl^-相互作用的光谱信息,表明DESs熔点降低的原因主要是NH···Cl^-氢键的形成.通过分析不同含水量的DESs-水混合物的近红外光谱,发现了水分子之间以及水分子与尿素中—NH和C=O基团相互作用的光谱信息,表明水在DESs中主要以3种结构存在:类大体积水、与尿素C=O键合的水以及—NH分子间的桥连水.类大体积水破坏DESs中NH···Cl^-,使体系的稳定性降低,而尿素—NH分子间的桥连水和与C=O键合的水使体系的稳定性增加.DESs中3种水结构的相对比例与含水量有关,含水量在40%～80%既能有效降低体系的黏度,又能维持DESs的性质.     

水光谱探针及其在结构分析中的应用

水对化学和生物过程具有重要作用,因此水的结构和性质研究一直备受关注。水的结构易受温度影响,利用温控近红外光谱技术和化学计量学方法,通过提取随温度变化的水光谱信息,不仅可以了解水的结构和性质,还可以将水作为探针,探测溶液或生物体系中分子的定量信息和结构变化。该文总结了利用温控近红外光谱技术研究小分子的结构和蛋白质、温敏聚合物结构转变过程等方面的研究工作,并利用随温度变化的水光谱信息,对化学结构及其变化过程中水的作用及作用机理进行了分析。     

近红外光谱用于过氧化氢含量的定量分析研究

用长波近红外光谱仪（傅里叶变换,InGaAs检测器）和短波近红外光谱仪（光栅分光,CCD检测器）对比研究了25％～30％过氧化氢水溶液中过氧化氢含量的定量分析方法。结果表明,应用短波近红外光谱结合长光程样品池对25％-30％过氧化氢水溶液样品中过氧化氢含量进行定量分析,可以显著减少过氧化氢分解对定量分析的干扰,使定量分析的准确度和重复性显著提高。短波近红外光谱定量分析模型RMSECV和RMSEP分别为0．06和0．05;长波近红外光谱定量分析模型RMSECV和RMSEP分别为0．10和0．09。     

人工神经网络用于近红外光谱测定柴油闪点

采用主成分－人工神经网络对不同留程柴油的近红外光谱进行校正,预测其闪点。采用监控集控制网络训练过程,以避免过训练。探讨了人工神经网络（ＡＮＮ）、直接线性连接人工神经网络（ＬＡＮＮ）的校正效果,并与局部权重回归（ＬＷＲ）、主成分回归（ＰＣＲ）及偏最小二乘（ＰＬＳ）等校正方法进行了比较,认为人工神经及直接线性关联的较好手段。     

小波变换用于近红外光谱数据压缩

近红外光潜数据量大,需要较大数据存储空间和较长的建模时间、本文以成品柴油性质分析为例．将小波变换用于近红外光谱数据压缩处理,详细考察了小波压缩参数,比较了压缩前后潜图差异以及性质分析偏差的变化。研究结果表明．采用Daubechies小波函数(N=2)为母函数．进行3次分解,直接采用其逼近系数(Ca3)作为谱图压缩数据,其重构光谱与原始光谱基本一致直接利用逼近系数进行性质分析,其分析精度与原始光谱数据基本相当,存储空间减少至原来的1／8,且能够明显缩短其建模时间和分析时间。     

人工神经网络用于近红外光谱预测汽油辛烷值

本文对BP人工神经网络(ANN)方法在汽油的辛烷值与其近红外光谱光谱吸光度的关系之间进行关联预报方面进行了研究。采用35个汽油实际样本数据,建立了利用汽油的近红外光谱光谱吸光度预测汽油辛烷值的BP人工神经网络模型。对所有辛烷值的计算结果与实测值进行了比较,得到的预测值与实测值计算误差小于1.55%。     

近红外漫反射光谱聚类分析用于血竭的鉴别

建立用近红外漫反射光谱法鉴别血竭的方法，采用聚类分析方法进行分类鉴别，快速、准确地鉴别了不同产地的血竭。近红外漫反射光谱法快速、简便、无损，可用于血竭等中药的分类鉴别。     

自适应小波算法用于近红外光谱的多元校正

实现了一种构建自适应小波滤波器的方法,并将其用于近红外光谱数据的多元校正。该方法根据一定的目标函数,针对信号的特性自适应地构造小波滤波器。用该法构建的滤波器对烟草样品的近红外光谱进行压缩,并将压缩后的数据采用偏最小二乘法建模,实现了烟草样品常规组分的定量分析。     

近红外光谱分析技术在快速分析上的应用

简要介绍了近红外光谱的原理、特点,综述了近红外光谱在农业、食品、制药、石油化工、高分子等领域快速分析上的研究及应用现状,并对近红外光谱的应用前景进行了展望．     

近红外光谱技术用于白砂糖质量的实时监测研究

采用国产近红外在线分析仪,结合漫反射光谱分析技术,对广西某糖厂的白砂糖质量进行了在线应用研究.讨论了影响建模的因素,并提出一些解决问题的方案.采用SupNIR-4000型长波近红外在线分析仪,直接对产品传送带上的白砂糖进行扫描获得光谱数据,运用偏最小二乘法对实验数据进行多元统计分析建立数学模型,并进行了预测.样品色值的预测值和实测值间的相关系数为0.885,标准校正偏差为4.300,色值预测偏差小于糖厂要求的±10;样品浊度预测值和实测值间的相关系数为0.909,标准校正偏差为2.308,浊度预测偏差小于糖厂要求的±4.结果显示,模型预测结果符合糖厂要求,表明在线近红外技术在白砂糖质量监控中具有较好的应用前景.     

应用近红外光谱分析技术快速分析饲料质量

以饲料质量分析为例,综述了近红外光谱分析技术及仪器的发展、回归校正技术及在快速分析饲料质量中的应用,引用文献２５篇     

Components Analysis of Biochar Based on Near Infrared Spectroscopy Technology

This study aims to establish a rapid quantitative analysis method for biochar based on near infrared spectroscopy (NIRS) technology. Near infrared spectra of 163 samples in the 10000–3800 cm^–1 (1000–2632 nm) range were collected, and the contents of fixed carbon (FC), volatile matter (VM) and ash of samples were also analyzed. A partial least square (PLS) model for FC, VM and Ash was established after the model spectral ranges were optimized, the optimal factors were determined, and the raw spectra were pretreated by multiple scatter correction and second derivative (MSC + SD) method. Finally, the prediction performance of predictive model was evaluated. The results showed that the PLS model had a good prediction ability, and the predicted coefficient R²_p of actual values vs prediction values for FC, VM and ash were 0.9423, 0.9517 and 0.9265, respectively. Root mean square error of prediction (RMSEP) was 0.1074, 0.1201 and 0.1243, and ratios of prediction to deviation (RPD) were 3.51, 4.28 and 2.03, respectively. The PLS model had good accuracy and precision for both of FC and VM, and could be used as a quantitative method for FC and VM contents analysis. Nevertheless, PLS model need to improve the precision for Ash analysis according to RPD value. This method provides a fast and effective technical means for the quantitative analysis of biochar components.     

Tea Classification by Near Infrared Spectroscopy with Projection Discriminant Analysis and Gene Expression Programming

Traditional gene expression programming for classification is designed for binary decisions. Herein, projection discriminant analysis for direct multiclass categorization using gene expression programming is described. Gene expression programming was first employed to examine new synthetic variables that were built as nonlinear combinations of the original features. The data were projected on planes spanned by these new synthetic variables and the nearest centroid was employed to classify new samples. A new objective function was formulated to determine optimum synthetic variables. Direct multiclass categorization using a gene expression programming algorithm was used to classify six tea varieties analyzed by near infrared spectroscopy. Compared with traditional gene expression programming, principal component analysis, and linear discriminant analysis, direct multiclass categorization with gene expression programming algorithm was more efficient. Visual inspection of high dimensional data by this approach also facilitated classification and comprehension of data.     

近红外光谱技术结合主成分分析法用于子宫内膜癌的诊断

应用近红外光谱技术结合化学计量学方法研究了子宫内膜癌组织近红外光谱特征提取和早期诊断的可行性. 测定了154 例子宫内膜组织切片的近红外光谱, 选取适宜的波段和光谱预处理方法进行主成分分析, 很好地区分了癌变、增生和正常子宫内膜组织切片, 并且分辨出处于不同分化期的组织切片, 为子宫内膜癌的早期诊断提供了可靠依据. 该法快速、简便, 有望发展成为一种新型的肿瘤无创诊断方法.     

用近红外透射光谱技术测定精米蛋白质含量研究

应用近红外透射光谱技术．采用3种不同回归统计分析方法建立业米蛋白质含量(PC)定量回归方程。结果表明,用改进的最小二乘法(MPLS)、偏最小二乘法(PLS)和主成分回归法(PCR)进行饺正时．校正标准误差(SEC)、交叉检验标准误差(SECV)分别为0．1258、0．134O(MPLS)．0．1177、0．1175(PLS)．0．1207、0．1275(PCR)校正相关系数(RSQ)和交叉验证相关系数(1-VR)分别为0．9941、0．9931(MPLS)．0．9950、0．9942(PLS)．0．9947、0．9942(PCR)。由此可见,3种回归统计方法在建立业米蛋白质含量回归方程时差异不明显．都具有较好的预测效果。近红外透射光谱法作为一种快速而准确的定量分析手段,在稻米加工企业品质管理、大米品质分析和大米贸易检测上有广阔的应用前景。     

近红外光谱与化学计量学方法用于镉污染稻米的定性鉴别

采用近红外光谱漫反射模式结合化学计量学方法对稻米镉含量是否超标进行可行性鉴别分析.本研究收集了120个样本,测定其镉含量值(合格49个,不合格71个).对光谱数据预处理方法优化,确定了平滑,一阶导数以及自归一化后的数据作为输入变量.采用竞争性自适应重加权算法筛选了45个关键变量,并对上述变量的光谱吸收带进行归属.比较了主成分分析-判别分析法、偏最小二乘识别分析、线性判别分析、K-最近邻法与簇类独立软模式法5种模式识别方法.确定采用偏最小二乘识别分析建模效果最好,模型训练集与预测集鉴别准确率分别达到98.8％与91.7％.结果表明,近红外光谱作为初筛方法可用于鉴别稻米中镉含量是否超标.     

近红外光谱法结合化学计量学方法用于茶油真伪鉴别分析

采用近红外光谱透反射模式结合化学计量学方法对纯茶油进行真伪鉴别.收集并扫描了163个样品(合格97个,不合格66个),对样本进行光谱数据预处理优化及有效波段筛选.在5750～6000 cm-1波段处,光谱经过平滑,一阶导数以及自归一化后,采用无监督学习算法即主成分分析法(Principal component anal...     

近红外光谱快速分析青贮饲料pH值和发酵产物

采用近红外光谱技术,结合偏最小二乘回归法,研究了142个不同种类的秸秆青贮饲料样品的pH值和发酵产物(乳酸、乙酸、丙酸、丁酸和氨态氮),建立了干燥粉碎和新鲜样品的近红外漫反射光谱定量分析模型以及浸提液样品的近红外透射光谱定量分析模型。研究发现,pH值的近红外漫反射光谱和透射光谱的分析效果均较好,校正模型决定系数R2和验证集样品预测值与化学值的相关关系决定系数r2都大于0.80,并且干燥粉碎、新鲜和浸提液样品的RPD值分别为3.44、2.50和2.27;3种状态样品的乳酸、乙酸、丁酸和氨态氮的定量分析模型精度需进一步提高;R2在0.64~0.85之间;RPD值在1.38~1.93之间;丙酸含量的测定结果较差。方差分析显示,3种状态样品的测定结果之间均无显著性差异(P>0.05)。     

Development of Near Infrared Spectroscopy for Rapid Quality Assessment of Red Ginseng

Near infrared spectroscopy(NIRS) was developed as a rapid analysis method for the qualitative and quantitative assessment of the quality of red ginseng. Discriminant analysis(DA) based on principal component analysis and Mahalanobis distance was used to distinguish red ginseng from counterfeits non-destructively. The result shows that the proposed method could distinguish red ginseng from counterfeits correctly and no misclassified sample was found in both training and test sets. The partial least squares(P...     

高粱籽粒中多酚类物质的傅立叶变换近红外光谱分析

利用高效液相色谱(HPLC)法测定高粱籽粒中阿魏酸、原儿茶醛和花青素的含量,比色法测定总酚、总黄酮、缩合单宁的含量;运用偏最小二乘法建立NIR光谱与HPLC法和比色法分析值之间的多元校正模型,预测高粱籽粒中主要酚类物质的含量.结果表明,各成分近红外预测值与实测值之间的校正模型相关系数(R)、内部交叉验证均方差(RMSECV)、最佳主因子数分别为:总酚0.9737, 0.288, 4;总黄酮0.9660, 0.00671, 8;缩合单宁0.9558, 0.0289, 6;阿魏酸0.9818, 0.0391, 6;原儿茶醛0.9979, 0.0118, 5;花青素0.9977, 0.0523, 4;预测相对偏差(RSEP)分别为:总酚6.99%、总黄酮4.54%、 缩合单宁7.13%、阿魏酸2.68%、原儿茶醛5.46%、 花青素5.81%.结果表明,模型对样品NIR的预测值与其相应的化学值有较好的相关性,此模型可用来预测高粱籽粒中的各酚类物质的含量,在高粱优质育种和品质分析中具有广泛的应用价值.