新疆薰衣草微量元素的化学计量学分析

采用原子吸收/荧光光谱法测定了新疆不同产地薰衣草中的13种微量元素含量.结果表明,各元素线性关系良好,相关系数r≥0.9991,加标回收率在94.0％-108.0％之间,RSD＜4.78％,具有较好的准确度和精密度.并采用主成分分析和聚类分析对其特征元素进行评价.主成分分析结果表明Zn、Fe、Mg、K、Na、Cu、Mn、Cr和Ni等9种元素是薰衣草的特征无机元素.聚类分析结果表明18个薰衣草样品可以聚类成3大类.聚类分析和主成分分析是薰衣草无机元素分析的有效方法.     

西洋参中无机元素的主成分分析和聚类分析

采用电感耦合等离子体质谱(ICP/MS)法测定了12个西洋参样品中18种无机元素的含量,建立西洋参无机元素指纹谱,并用SPSS主成分分析法对西洋参中的特征元素进行分析;主成分分析选出五个主因子,得出西洋参的特征元素为Fe,Al,V,Mn,Mg,Sr,Mo,Ca,Cu;聚类分析将12个西洋参样品聚成五大类,表明元素的分布特征与西洋参的品种关系显著;主成分分析法和聚类分析法是西洋参无机元素分析的有效方法.     

基于无机元素特征的甘草药材分型研究

产地和生产方式是判断药材质量的重要依据,采用电感耦合等离子体原子发射光谱法(ICP-AES)和电感耦合等离子体质谱(ICP-MS)法测定了不同产地、不同生产方式甘草药材样本中16种无机元素的含量。通过总体分布分析、特征元素聚类、元素逐一分析的三级分析方法,根据K,Na,Sr,Mo等元素含量的高低分布状态建立了甘草药材相关的无机元素指纹图谱;以主成分分析选定的特征元素进行的聚类分析结果与甘草样品的生长方式相一致;逐一比较不同样品间元素差异结果表明,Mo和Sr元素的组合不仅可以作为甘草样品生长方式的分类依据,还可以作为甘草产地区分的判断标准,Na/P,K/Ca两对元素比可以作为评价不同生产方式的参考依据,初步揭示了无机元素在这几种甘草类型间的差异规律。     

不同产地丹参及根际土壤无机元素分析与评价

无机元素是自然界植物生长过程中所必需的物质,也是中药材的基本组成成分,在中药质量控制和评价应用中是不可或缺的参数。原子吸收分光光度技术作为无机元素测定方法,在中草药及成药分析中起到重要的作用。根际是植物和土壤进行物质能量交换的结点,根际土壤中营养元素与中药材内在品质密切相关。研究以5个省份9个主产区的丹参及根际土壤为样品,采用原子吸收分光光度法对样品中Na,Mg,K,Ca,Mn,Fe,Cu和Zn八种无机元素含量进行检测,采用聚类分析、主成分分析和偏最小二乘判别分析等化学模式识别方法进行探讨。结果表明：建立的原子吸收分光光度方法线性关系良好,具有较高的准确度和精密度;比较各产地样品无机元素含量,发现山东丹参中Mn元素含量颇高,四川丹参中Fe和K元素含量较高,陕西丹参根际土壤中Ca元素含量较高;聚类分析显示不同产地丹参存在明显差异,且根际土壤中的K,Na,Mn和Zn元素与药材中多个无机元素呈现相关关系;主成分分析结果表明土壤中元素影响着药材成分元素含量若以这八种元素为评价指标山东产区丹参质量较佳;偏最小二乘判别分析结果发现Na,K,Fe和Mg四个元素可能是造成不同产地丹参质量差异的主要影响因素。采用原子吸收分光光度技术建立不同产地丹参及根际土壤中无机元素含量方法,探讨道地药材质量与生长环境两者间关系,为丹参药材质量控制及标准建立提供科学参考。     

刺参中无机元素的聚类分析和主成分分析

探讨多元素分析对中国刺参产地溯源的可行性,筛选判别刺参产地的有效指标.采用电感耦合等离子体质谱(ICP-MS)法测定了7个产地刺参样品中Al,V,Cr,Mn,Fe,Co,Ni,Cu,Zn,As,Se,Mo,Cd,Hg和Pb共15种无机元素的含量,建立刺参无机元素数据库.原始数据经过标准化处理后,结合聚类分析和主成分分析...     

应用可见-近红外光谱技术进行白醋品牌和pH值的快速检测

提出了一种基于可见-近红外透射光谱技术快速判别白醋品牌和测定pH值的方法。应用可见-近红外透射光谱获取不同品牌白醋的透射光谱曲线,并对获得的原始光谱数据进行平滑、变量标准化以及一阶导数等预处理,然后利用主成分分析对原始光谱数据进行聚类分析,根据主成分的累计贡献率选取主成分数,并将所选取的主成分作为三层BP神经网络的输入。通过定标集样本对BP神经网络进行训练,得到三层优化神经网络结构：5输入层节点,6隐含层节点和2输出层节点,各层传递函数均采用Sigmoid函数。利用该模型对预测集样本进行预测。实验结果表明在阈值设定为±0.1的情况下该模型对预测集样本品牌鉴别准确率达到了100%,pH预测值与实际测量值偏差小于5%,得到了理想的结果。所以利用可见-近红外光谱技术结合主成分分析和神经网络算法能够快速准确的判定白醋品牌和pH值。     

基于三维荧光光谱和四元数主成分分析的食醋品牌溯源研究

提出基于四元数主成分分析的三维荧光光谱特征提取新方法,并将其运用于品牌食醋溯源研究。首先利用F7000荧光光谱仪测得不同品牌食醋样本的三维荧光光谱数据,获取样本的等高线图和三维投影图,并进行三维荧光等高线图分析;然后利用激发波长分别为380,360和400 nm下的发射光谱数据建立食醋三维荧光光谱数据的四元数并行表示模型,对四元数荧光光谱矩阵进行四元数主成分特征提取,并基于乘积运算、模值运算和求和运算三种方法对提取出来的四元数主成分特征进行特征融合;最后将融合特征作为K近邻分类器的输入,得到不同食醋品牌的最优分类模型。分别讨论三种不同特征融合方法和四元数主成分个数与最终模型分类正确率之间的关系。针对四个不同食醋品牌120个样本的分析结果可得：基于求和特征融合运算所得到的融合特征可以利用最少的特征数目,建立最优的溯源模型,样本预测集溯源正确率可达100%。研究结果表明：四元数主成分特征提取和特征融合方法能够并行表示三维荧光光谱数据所蕴含的丰富信息,为三维荧光光谱数据分析提供新思路。     

基于离散小波变换对不同种类瓜籽的FTIR鉴别研究

傅里叶变换红外光谱(FTIR)结合离散小波变换(DWT)对不同种类的瓜籽进行鉴别研究。测试了6种瓜籽30个样品的红外光谱,结果表明:不同种类瓜籽的红外图谱相似,但在1700~900cm~(-1)范围,光谱的峰位、吸收强度及峰形状存在一定差异。选取该区域光谱进行离散小波变换,发现第二尺度细节系数差异明显。基于第二尺度细节系数对样品进行相关分析、主成分分析和聚类分析,其相关性最大的为丝瓜籽和南瓜籽,相关系数达到0.9279,最小是丝瓜籽和冬瓜籽为0.2147;主成分分析中,前2个主成分的累计贡献率达到95.50%,能准确代表6种瓜籽的光谱信息,且主成分分析和聚类分析正确率达100%。研究结果表明FTIR结合离散小波变换分析方法可以用来鉴别研究不同种类的瓜籽。     

基于主成分分析和聚类分析的不同产地绒柄牛肝菌红外光谱鉴别研究

采用傅里叶变换红外光谱结合主成分分析和聚类分析建立快速鉴别不同产地绒柄牛肝菌的方法。采集15个产地绒柄牛肝菌样品的红外光谱信息,用多元散射校正(multiplicative signal correction,MSC)、二阶求导(Second derivative,SD)、Norris平滑的组合方法对原始光谱进行优化处理,MSC+SD+ND(15,5)预处理后的光谱数据进行主成分分析和聚类分析,并通过主成分载荷图分析不同产地绒柄牛肝菌样品差异的原因。结果显示,该方法的重现性,精密度及稳定性的RSD值分别为0.17%,0.08%,0.27%,表明方法稳定、可靠。主成分分析的前3个主成分累积贡献率达到87.24%,能表达红外光谱的主要信息,主成分得分散点图中同一产地样品成簇聚集,不同产地样品分布于相对独立的空间,能有效区分不同产地样品。主成分载荷图显示,随主成分贡献率降低,主成分所捕获的样品信息减少,其中PC1在3 571,2 958,1 625,1 456,1 405,1 340,1 191,1 143,1 084,935,840,727cm~(-1)波数捕获大量样品信息,归属为糖类、蛋白质、氨基酸、脂肪、纤维素等化学物质的吸收峰,表明这些化学物质含量的差异是区分不同产地绒柄牛肝菌样品的主要依据。基于离差平方和法(Ward method)及欧氏距离(Euclidean distance)进行聚类分析,能直观显示不同产地样品的分类情况及样品之间的相关性,15个产地样品基本能够按照产地来源正确聚类,正确率为93.33%。傅里叶变换红外光谱结合主成分分析和聚类分析,可以有效鉴别绒柄牛肝菌产地来源,并且能够分析不同产地样品具有差异的原因,为野生食用菌的鉴别分类和应用研究提供可靠依据。     

5种鹿茸营养成分的主成分分析

对梅花鹿茸、马鹿茸、花马杂交鹿茸、麋鹿茸及驯鹿茸等五种鹿茸的常规成分、无机元素和氨基酸含量进行了测定.采用原子吸收光谱法测定了15种无机元素的含量;使用氨基酸分析仪结合分光光度法测定了五种鹿茸不同部位的17种氨基酸的含量.采用主成分分析法对鹿茸的营养成分进行分析,探讨了不同品种鹿茸的差异及特征成分.结果表明,粗蛋白、Ca、P、Na、Fe、Ba、Sr、谷氨酸及甘氨酸是鹿茸的特征成分,与鹿茸品质特征密切相关.根据无机元素含量的主成分分析得分图,可将梅花鹿茸、麋鹿茸与其他3种鹿茸区分,而常规成分和氨基酸的主成分得分图不能明显表征五种鹿茸的差异.主成分分析揭示了不同鹿茸在营养成分上的相似性和差异性.本研究为鹿茸的进一步开发利用提供重要依据.     

显微共聚焦拉曼光谱技术结合化学计量法鉴别静电复印纸

静电复印纸的鉴别是法庭科学物证检验中的一项重要工作。建立显微共聚焦拉曼光谱技术结合化学计量学检验、鉴别不同品牌、型号静电复印纸的分析方法,以实现对静电复印纸的无损检验和准确鉴别。收集不同品牌、不同型号的静电复印纸共计20种,利用激光波长为785 nm的半导体激光器,采集不同纸张样品的拉曼光谱数据,分析每种纸张样品中的主要特征峰及对应的物质成分;将光谱数据使用沃尔德系统聚类分析法进行分类,并采用主成分分析法评价聚类分析的鉴别结果。研究发现,不同纸张样品的主要特征峰集中在900～1 700 cm^-1范围内,分别位于714, 892, 1 092, 1 119, 1 143, 1 343, 1 385, 1 470, 1 510和1 600 cm^-1附近,主要成分为纤维素、木素和碳酸钙;各纸张样品的光谱曲线虽然相互交叠,但峰强度和峰面积存在一定差异,可利用化学计量学中的聚类分析和主成分分析对纸张样品的光谱数据进行分类鉴别。根据系统聚类分析的树状图和按计划表绘制的散点图可将20种不同品牌、不同型号的静电复印纸样品分为四类,其中第Ⅰ类中包含10份样品,...     

基于近红外光谱技术的钢结构防火涂料品牌鉴别方法研究

为了实现钢结构防火涂料在流通使用领域中不同品牌的现场快速鉴别,提出了一种用近红外光谱技术快速鉴别钢结构防火涂料品牌的方法。运用光栅扫描型近红外光谱仪器,通过近红外漫反射光谱获取不同品牌钢结构防火涂料的光谱曲线,并对光谱数据进行标准正态变量变换(standard normal variate transformation, SNV)、Norris二阶求导等优化处理。利用主成分分析法(principal component analysis, PCA)对钢结构防火涂料品牌进行聚类分析,前五个主成分的累积方差贡献率已达到99.791%,以PC1,PC2和PC3×10的得分值对所有建模样品在三维空间作图,对不同品牌的钢结构防火涂料具有很好的聚类作用。利用5个品牌的各25个样品建立校正模型,用余下5个品牌的各5个样品,共计25个样品进行外部验证,通过未知样品光谱的主成分得分值计算其与校正模型中每个品牌的马氏距离值,实现未知样品的品牌鉴别。建立的定性分析模型对未知样品的外部验证正确率达到100%。说明该分析方法能够快速准确的鉴别钢结构防火涂料品牌,并为市场规范提供技术参考。     

基于可见-近红外光谱的制动液品牌鉴别方法研究

提出了一种基于可见-近红外光谱分析技术快速鉴别汽车制动液品牌的新方法。采用美国ASD公司的便携式光谱仪对五种不同品牌的制动液进行光谱分析,各获取60个样本数据。采用平均平滑法和标准归一化方法对样本数据进行预处理,再对光谱数据进行主成分分析,建立第一主成分和第二主成分的二维散点图,表明不同品牌制动液具有较好的聚类特性。将前6个主成分作为输入量,制动液品牌作为输出量,建立了基于逐步判别分析法的鉴别模型。随机抽取225个样本用于建模,余下的75个样本用于模型验证。试验结果表明验证准确率达到94.67%,说明所提出的方法具有很好的分类和鉴别作用,为制动液品牌的快速鉴别提供了一种新方法。     

基于电感耦合等离子体质谱法和化学计量学鉴别蜂蜜品种研究

开展了一种用电感耦合等离子体质谱仪(ICP-MS)结合主成分分析(principle component analysis)和判别分析(discrimination analysis)识别蜂蜜品种的研究。实验选取三种不同品种的蜂蜜：洋槐蜜,葵花蜜和油菜蜜,经湿法消解等预处理后,利用ICP-MS分别测得蜂蜜样品中20种矿质元素的含量。结果表明电感耦合等离子体质谱法的精密度,准确度以及回收率等满足要求,洋槐蜜在主成分得分图上呈现一定的聚集趋势, 而葵花蜜和油菜蜜的聚集趋势不明显,Na,Mg,K,Ca,Sr,Ba,V,Fe,Ni,Sb等十种矿质元素能够成为鉴别蜂蜜品种的特征元素;通过逐步判别分析筛选出Mg,Sr,Ba,Ni,Sb,Cr和Na等七种矿质元素,并利用贝叶斯判别对这些元素建立线性判别函数,其中洋槐蜜的判别率为100%,葵花蜜的判别率为80.8%,有两个葵花蜜样品误判为油菜蜜,油菜蜜的判别率为 90.9%,有一个油菜蜜样品误判为洋槐蜜,模型交叉验证总判别率为90.3%,说明矿质元素对蜂蜜品种鉴别具有良好的分类和鉴别效果,能够为研究蜂蜜品种与矿质元素之间的关系提供理论依据,该方法具有简单、准确、稳定等特点, 可作为蜂蜜品种鉴别的可靠方法。     

一种基于近红外光谱与化学计量学的绿茶快速无损鉴别方法

绿茶是我国饮用范围最广、最受欢迎的一类茶叶。不同品种绿茶叶外观上差别较小,非专业人员难以直接用肉眼进行辨别。传统化学方法操作复杂、检测费用较高,对样品具有破坏性,无法实现快速无损分析。近红外光谱技术是一种简便、快速、无损、重现性好、可直接用于在线定性定量分析的新型分析技术。由于种植方式以及土壤、气候等生长环境的差异,不同品种绿茶叶中含氢基团有机物的种类和含量也不相同,因此可以通过扫描样品的近红外光谱,得到不同品种绿茶叶的特征信息,实现对不同品种绿茶叶的快速鉴别。研究提出了一种基于近红外光谱与化学计量学技术对不同品种绿茶的快速无损鉴别方法。使用近红外光谱仪得到了八个品种绿茶样品的光谱图,用主成分分析方法对不同品种绿茶样品数据进行了聚类分析。使用连续小波变换方法消除了光谱信号中的基线干扰,从而提升聚类效果。利用基于标准偏差与相对标准偏差的变量筛选方法进一步提高了聚类结果的准确性。结果表明：主成分分析后样品的第一主成分和第二主成分的方差贡献率之和在90%以上,可以选取前两个主成分进行聚类分析。直接采用原始数据进行聚类分析的准确率较低,难以满足应用需要;连续小波变换可以有效地消除光谱信号中的基线干扰。与直接使用原始光谱聚类结果相比,采用连续小波变换后聚类效果有显著提升,但依旧不能实现所有品种茶叶样品的准确鉴别。为了进一步提高方法的稳健性和分类结果的准确性,选取了标准偏差和相对标准偏差较大的波长数据进行聚类分析。在符合平均值大于1%的波长范围内,剔除标准偏差小于5‰的波长,进一步选择较大相对标准偏差值对应的波长点进行聚类分析。采用这种方式,可以仅使用几十个甚至是几个波长即可实现绿茶样品品种的准确聚类分析。波长筛选方法可以大大提高主成分分析结果的准确性,采用近红外光谱分析技术与化学计量学方法可以实现对不同品种绿茶的快速鉴别。经过对各个光谱吸收区域波长所对应官能团分析后,初步得出多酚、酰胺类以及氨基酸类物质的种类不同或含量差异是形成绿茶品种差异的重要原因。所提出的基于近红外光谱与化学计量学技术的方法具有较强的鉴别能力,为绿茶的快速无损分析提供了一种新手段。     

基于可见-近红外光谱的可乐品牌鉴别方法研究

提出了一种采用可见-近红外光谱分析技术快速鉴别可乐品牌的新方法。采用美国ASD公司的便携式光谱仪对三种不同品牌的可乐进行光谱分析,各获取55个样本数据。将样本随机分成150个建模样本和15个预测样本,采用平均平滑法和标准归一化方法对样本数据进行预处理,再用主成分分析法对光谱数据进行聚类分析并获得各主成分数据。将建模样本的主成分数据作为BP网络的输入变量,可乐品牌作为输出变量,建立三层人工神经网络鉴别模型,并用模型对15个预测样本进行预测。结果表明,预测准确率为100%,实现了可乐品牌快速、准确的鉴别。     

基于拉曼光谱的汽油牌号快速识别

提出了一种基于拉曼光谱的汽油牌号快速识别方法。该方法首先基于已知牌号的成品汽油样本进行建模,获取不同牌号成品汽油建模样本的拉曼谱图,经过谱图预处理后对谱图进行主成分分析(principal component analysis,简称PCA),获得载荷矩阵和得分矩阵,同时分别计算不同牌号汽油样本的平均得分向量,即不同牌号的得分中心坐标;然后对未知牌号汽油样本进行识别,先将未知牌号汽油样本拉曼谱图进行相同的谱图预处理,再计算该样品在载荷矩阵上的得分向量,根据PCA类中心最小距离法,计算该得分向量到不同牌号的得分中心坐标的欧式距离,依最小距离直接确定汽油牌号。针对45个取自国内不同炼油厂的成品汽油样本的实验结果表明这些汽油样本拉曼谱图经谱图预处理和PCA后,不同牌号汽油样本在主元得分空间上存在明显类间距,使用PCA类中心最小距离法可实现汽油牌号快速准确的分类。     

原位能量色散X射线荧光分析中岩样基体效应及其修正研究

原位能量色散X射线荧光现场分析岩样矿物成分时,岩样基体效应会对测量结果产生影响。本文以Cu元素作为待测元素,研究了17种不同岩样基体对原位能量色散X射线荧光分析Cu元素特征X射线强度的影响及其修正方法。采用蒙特卡罗方法模拟获得了Cu元素含量相同的17种不同岩样测量谱线,综合各类岩石元素构成的相似性,并依据模拟谱线Cu元素Kα射线强度与谱线参数之间的相关性,反映了原位能量色散X射线荧光分析岩样Cu元素的基体效应并不完全受岩体元素构成或岩石分类的控制,需要依据岩石样分析谱线参数的相关性进行归类讨论。针对基体影响Cu元素特征射线强度相似的15种岩样进一步研究,并对Cu元素特征X射线与谱线主要参数的主成分进行分析,发现散射本底、X光管靶材料特征X射线及其非相干散射峰强度能够很好的描述Cu元素特征X射线强度受岩样基体影响的变化,据此可以对基体效应影响相似的岩体进行Cu元素测量结果修正。采用本文方法同样也能为不同岩性岩体其他待测元素基体效应的修正提供参考。