自适应蚁群优化算法的近红外光谱特征波长选择方法

为提高近红外光谱预测模型的精度和适用性,同时简化模型,提出了自适应蚁群优化偏最小二乘法优选特征波长的方法,建立不同产地苹果可溶性固形物含量混合分析模型。收集山东、陕西和新疆的富士苹果,采集3800~14000 cm"1范围的近红外光谱,并对其重要品质指标可溶性固形物含量进行测定。利用蚁群算法启发式全局搜索的特点,结合蒙特卡罗轮盘赌随机选择机制,优选苹果可溶性固形物含量的近红外光谱特征波长,然后用偏最小二乘法建立分析模型。与全光谱偏最小二乘模型和遗传偏最小二乘模型相比,蚁群优化算法选择的波长数最少,模型预测能力最强,预测的相关系数R和预测均方根误差RMSEP分别为0.9708和0.5144。研究结果表明,自适应蚁群优化算法可以有效选择近红外光谱特征波长,提高模型的稳健性和适用性。     

基于近红外光谱分析技术的栽培香菇产地快速鉴别

建立了一种基于近红外光谱分析技术的香菇产地鉴别方法。利用近红外光谱仪扫描不同主产地的香菇干样,获得样品的近红外漫反射光谱。利用偏最小二乘判别分析(PLSDA)分别建立了吉林、湖北、福建3个省份栽培香菇的产地判别模型,同时使用光谱预处理和波长筛选技术对判别模型进行优化,最后使用预测样品对模型进行验证。结果表明,使用原始光谱建立的模型能够初步实现对产地的判别,使用光谱预处理技术扣除光谱中的背景信息,同时利用波长筛选技术选择特定波长对模型进行优化后,可进一步提高预测正确率。该方法为香菇产地真实性溯源提供了一种新方法,对香菇产业发展具有重要的实际意义。     

近红外光谱相似性评估结合局部回归方法无损检测苹果糖度

基于Bayesian相似性评估方法结合偏最小二乘局部回归,对苹果近红外数据库进行数据挖掘。通过相似性计算方法搜索出与预测样品相近的近红外光谱,形成校正子集后采用局部回归方法获得待测样品的相关信息。该方法所建立局部模型的平均检验标准偏差(SEV)约为0.57,分析30个预测样品的预测标准偏差(SEP)约为0.61;基于马氏距离的传统方法建立的偏最小二乘局部模型的平均SEV为0.59,分析30个待测样品的预测SEP为0.64;而采用整个数据库建立的全局偏最小二乘模型的SEV约为0.65,分析30个预测样品SEP约为0.70。基于Bayesian相似性评估的局部回归方法在苹果糖度的近红外无损定量分析中获得较好的应用结果,在实际应用中该方法比全局回归方法具有更强的适用性,为近红外光谱分析提供了新的分析工具。     

苹果可溶性固形物含量的近红外模型传递研究

研究了苹果可溶性固形物含量(SSC)的近红外模型传递问题。样品集经过异常剔除和预处理之后,建立了主机的偏最小二乘(PLS)预测模型。分别采用一元线性回归直接标准化(SLRDS)、斜率/截距(S/B)法和专利算法(Shenk's)进行主机和从机间的模型传递,讨论了3种算法的传递效果和转换集标样数对传递效果的影响。结果表明,经过3种方法传递后预测集的预测效果比传递前均有不同程度提高,其中SLRDS算法传递效果最佳,经SLRDS传递后相关系数(R)、预测标准偏差(RMSEP)、相对分析误差(RPD)和光谱平均差异(ADS)分别为0.9614,0.4735,3.3866和0.0661。因此利用SLRDS算法实现两台便携式光谱仪之间的模型传递是可行的。     

近红外光谱模型检测苯磺酸氨氯地平片中有效含量的研究

以12种苯磺酸氨氯地平片为研究对象,以高效液相色谱(HPLC)法准确测定出苯磺酸氨氯地平片中苯磺酸氨氯地平的有效含量为标准,利用近红外光谱技术,建立了苯磺酸氨氯地平片的近红外定量分析模型。结果表明,利用二阶导数谱图,在4070.89～4248.69cm^-1、4316.83～4656.56cm^-1、4749.74～5449.81cm^-1、7315.64～6942.53cm^-1等四个波段下,得到的样品粉末定量分析模型最优。模型的预测值与HPLC测定值的绝对误差为-0.12%～0.18%,相对误差为-3.51%～5.41%。建立了一种快速检测苯磺酸氨氯地平片含量的方法。     

基于近红外光谱技术与优化光谱预处理的陈皮产地鉴别研究

采集不同产地陈皮内侧和外侧的近红外光谱,采用不同光谱预处理方法进行预处理,筛选得到最佳光谱预处理方法,结合主成分分析法建立了陈皮产地的鉴别模型.实验发现,陈皮原始光谱中存在明显的基线漂移与背景干扰.使用单一光谱预处理可在一定程度上消除干扰的影响.经标准正态变量变换、多元散射校正、一阶导数、二阶导数与连续小波变换预处理后...     

鱼粉近红外光谱模型传递应用研究

为探讨光栅型与傅里叶变换型近红外分析仪之间模型传递的应用效果,选取国产鱼粉为近红外光谱样本,DS2500F型近红外分析仪为源仪器,MPA型近红外分析仪为目标仪器,采用分段直接校正(PDS)方法实现近红外光谱传递。分别建立水分、粗蛋白质、粗脂肪、蛋氨酸和赖氨酸等组分的预测模型,通过交互验证决定系数(R_cv²)、交互验证标准误差(RMSECV)、马氏距离(MD)、系统偏差(Bias)、预测均方根误差(RMSEP)和相对分析误差(RPD)等参数,多维度评估光谱传递后所建预测模型的效果。结果表明,DS2500F仪器的近红外光谱传递到MPA型仪器时,所建国产鱼粉的水分、粗蛋白质、粗脂肪、蛋氨酸、赖氨酸的预测模型与MPA型仪器原始预测模型各参数对比无显著差异,预测效果基本一致,说明国产鱼粉在DS2500F仪器上的近红外光谱通过传递可以替代MPA型仪器的原始光谱,间接实现了模型传递,且具有良好的适用性和共享性,可提高近红外预测模型的应用效率。     

近红外光谱技术在液化石油气检测中的应用研究

本研究采用实验室近红外光谱仪测定气态液化石油气的组成,自行研制了可让气流稳定流过的比色皿,并制作了配套的铝合金样品槽,研究了光程、光谱波段、扫描时间等因素对气态液化石油气近红外模型的影响,确定了最佳的实验参数,并对液化石油气各组分的近红外模型进行了优化.结果表明:近红外光谱技术结合自制比色皿适用于液化石油气组成分析,所...     

近红外光谱分辨率对定量分析的影响

利用近红外光谱建立了多组分混合物中对乙酰氨基苯酚和乙水杨胺的定量分析模型。定量模型可以快速准确地测定混合物中对乙酰氨基苯酚和乙水杨胺的含量。研究发现,光谱分辨率对定量分析模型有重要影响。以光谱分辨率4cm-1获得的光谱数据建立的对乙酰氨基苯酚定量模型,其校正集回归系数达到0·9992;其标准偏差为0.2120;同时模型的验证集回归系数为0.9996,而标准偏差达到0.1848。以分辨率1cm-1和8cm-1收集的光谱为基础获得的定量模型,其预测能力呈现不同程度下降趋势。研究结果表明,针对具体样品的特定组分,需要选择合适的光谱分辨率,进而获得最佳的定量分析结果。     

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。     

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...     

近红外法分析二醋酸纤维丝束中的外油

研究了应用近红外漫反射技术测定二醋酸纤维丝束中的外油的新方法。在 1 1 0 0～ 2 50 0 nm范围内 ,采用偏最小二乘法 (PL S) ,对一系列标准样品与其近红外光谱进行回归 ,建立了二醋酸纤维丝束外油分析的数学模型。采用此模型进行二醋酸纤维丝束外油分析 ,具有分析速度快、样品制备简单等优点 ,且分析结果与传统分析方法有很好的一致性。     

汽油族组成的近红外光谱快速测定

以荧光指示剂吸附色谱法（FIA）测定汽油族组成结果为基础，采用近红外光谱和化学计量学方法建立了快速、准确测定催化裂化馏出口汽油族组成（饱和烃、烯烃和芳烃）的分析模型；试验表明，该法分析速度快、重复性好、成本低，特别适用于生产中间控制分析。     

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。     

近红外光谱法最小二乘双胞胎支持向量机的应用研究

依据中药大黄的近红外光谱信息,采用最小二乘双胞胎支持向量机( LSTSVM)算法,通过MATLAB软件编程,建立参数可优化识别模型,实现了对中药大黄的真伪鉴别.将实验材料98个大黄样品随机划分为训练集和测试集,对于训练集60个样品采用留1/5法交叉验证优化模型参数,以所选最优化参数结合训练集样品的近红外光谱建立最优识别模型,对测试集的38个样品的真伪迸行识别,识别率可达97.4％.结果表明,LSTSVM算法是一种有效的识别方法,可依据中药大黄的近红外光谱对其真伪进行快速识别.同时,本研究将大黄样品6次随机划分为训练集和测试集,建模预测平均识别率为93.4％,表明采用LSTSVM算法建立识别模型具有较好的稳健性.     

近红外光谱技术用于花生油中棕榈油含量的测定

本文采用近红外光谱技术采集样品的近红外光谱数据,光谱经一阶求导后,采用偏最小二乘法(PLS)建立花生油中棕榈油含量的定标模型,并用交互验证法对模型进行了验证。模型相关系数为0.9963,校正均方根(RMSEC)为0.937。该模型应用于实际样品的检测,结果令人满意。     

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     

基于共轭聚合物的近红外光传感器

近红外光(NIR)传感器在军事警戒、空间勘探、科研检测、医疗诊断等领域有着极为重要的应用价值。传统的NIR传感材料主要是基于半金属的无机材料,借助窄带隙来吸收低能量的NIR而改变材料自身的电导率,继而实现检测。无机传感材料由于加工繁琐、不具备柔性、成本高昂以及难降解等因素致其进一步发展受到限制。新兴的共轭聚合物材料通过光热转换或者能级可调的光电效应实现对NIR的高灵敏传感,同时能够实现快速响应。该类聚合物材料具有π电子离域的共轭结构,同样具有较窄的带隙,在NIR照射下能够通过自身电导率的改变或光热转换作用将热量传递至其他超热敏材料来实现对光的检测。借助柔性、环境友好、制备简单、便于掺杂、灵敏度高等优势,共轭聚合物材料为新一代NIR传感器的应用与普及开辟了新的前景。     

普鲁克分析用于近红外光谱仪的分析模型传递

使用普鲁克分析（Procrustes analysis,PA)统计学方法解决多元校正中的模型传递问题，并研究了PA算法中主要因子数及标样数对传递结果的影响，在5台国产CCD近红外光谱仪上进行了试验，初步获得了令人满意结果。     

温度限制串联相关网络-近红外光谱法用于药物甲硝唑的质量控制

近红外漫反射光谱是一种简便、快速的有机物分析方法,样品不需处理即可直接测量,易于实现固态样非破坏测定.近红外漫反射光谱分析技术广泛应用于农业、食品、化妆品、烟草和石油等方面的组分分用近红外漫反射光谱法进行药品的非破坏性分析正成为国际热门课题.但近红外漫反射光谱的光谱范宽,吸收强度很弱,且组分间光谱严重重叠,给非破坏性分析带来了困难.而近红外漫反射光谱法与化量学相结合,能有效地解决光谱重叠带来的问题[1～3].