变量选择方法对近红外光谱校正模型优化极限的研究

变量选择经常被用于优化近红外光谱线性校正模型,消除冗余信息,提升回归的准确性和可解释性。该文研究并设计了一种基于蒙特卡洛的方法,用于评估不同线性校正方法在变量选择的子空间中能达到的最优程度,寻找变量选择对线性校正模型的优化极限。该方法通过获得验证指标——预测均方根误差（RMSEP）的分布图,揭示变量选择方法在数据集上的优化效果与优化极限。将该方法应用于3组样品的近红外光谱建模研究,结果表明：在烟草-果胶数据集上的可优化率约为24.98%,RMSEP降低了15.2%;在小麦-蛋白质数据集上的可优化率约为13.90%,RMSEP降低了9.5%;在玉米-淀粉数据集上的可优化率约为14.05%,RMSEP降低了57.1%。应用该方法可以快速得到变量选择方法在模型上的优化极限,为变量选择方法的设计、应用和评估提供参考。     

定量近红外光谱分析中应用自适应神经网络法建立校正模型

论述了将自适应神经网络,结合内模控制,建立校正模型,应用手定量近红外光谱法测定石油化工产品中各组分的可行性.试验中,以dSPACE硬件平台为基础,以直馏柴油、加氢精制柴油和催化裂解柴油为校正模型的训练样本,对自适应神经网络校正模型作检验.试验结果表明:该方法响应速度快、误差小、鲁棒性强,在近红外长波区(800～2 300 nm)内,校正样品舜口验证样品的均方偏差均小于1×10-6.     

小波变换结合多维偏最小二乘方法用于近红外光谱定量分析

将小波变换和多维偏最小二乘法相结合用于近红外光谱定量校正模型的建立。首先将原始光谱进行小波变换分解，得到系列小波细节系数，通过选取一组受外界因素少、信息强的小波系数组成三维光谱阵，然后再采用多维偏最小二乘法建立校正模型。实验结果表明，该方法所建近红外校正模捌的预测能力更强，并更具稳健性。     

近红外光谱快速测定混胺组分含量

研究了用近红外光谱分析混胺组分三乙胺和二甲苯胺含量的方法。对波长范围的选择和基线处理方法进行了研究,用偏最小二乘法线性回归分析建立三乙胺和二甲苯胺的校正模型。将近红外法测定结果与标准方法测定结果进行了比较,对光谱测量的重复性进行了考察,对温度的影响进行了分析。所有分析研究结果表明：在试样恒温的条件下,近红外光谱分析简单、快速、准确。     

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。     

互信息诱导子空间集成偏最小二乘在近红外光谱定量校正中的应用

在集成框架下,提出了一种联合自助采样和基于互信息变量选择的子空间回归集成偏最小二乘算法MISEPLS.此算法的核心是通过训练集自助采样和随后计算互信息的方式来引入成员模型的差异性.由于互信息量小于一个特定阈值的变量被淘汰,每个成员模型在原始变量的一个子空间得到训练.模型融合考虑了简单平均和加权平均两种方式.通过两个近红外光谱定量校正实验,与建立单模型的全谱偏最小二乘算法(PLS)和基于互信息变量选择的偏最小二乘算法(MIPLS)进行了比较.结果表明,在不增加模型复杂度的情况下,MISEPLS能建立起更精确、更稳健的校正模型.     

近红外与中红外光谱技术在土壤分析中的应用

传统的土壤分析方法周期长、成本高,不能在短时间内获取所需的土壤信息,如何快速、准确地获取土壤信息成为农业现代化的必然要求。漫反射光谱技术以其快速、廉价、非破坏与无污染等特点,已成为环境研究中获取相关土壤信息的重要技术手段,其中的近红外(NIR,780~2 500 nm)和中红外(MIR,2 500~25 000 nm)光谱技术预测土壤理化特性逐渐成为国内外学者研究的重点领域。文章介绍了近红外和中红外光谱技术的基本原理和分析方法,综述了该技术在土壤分析方面的具体应用,并对此提出了一些观点和展望。     

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。     

小波变换结合多维偏最小二乘方法用于近红外光谱定量分析

将小波变换和多维偏最小二乘法相结合用于近红外光谱定量校正模型的建立.首先将原始光谱进行小波变换分解,得到系列小波细节系数,通过选取一组受外界因素少、信息强的小波系数组成三维光谱阵,然后再采用多维偏最小二乘法建立校正模型.实验结果表明,该方法所建近红外校正模型的预测能力更强,并更具稳健性.     

近红外光谱分析技术的最新进展与展望

在过去的几十年,近红外光谱是发展最为迅速的分析技术之一。振动光谱基础理论、光谱仪器硬件和化学计量学是现代近红外光谱分析技术的3大支柱,近些年,近红外光谱技术在这3个方面均取得了显著进展。该文结合上述3个方面的应用研究情况,对近红外光谱分析技术的最新进展进行了综述,并对未来发展趋势进行了展望。     

近红外光谱法在红曲菌固态发酵过程参数检测中的应用

研究了近红外光谱技术快速检测红曲菌固态发酵过程参数水分含量和pH值的可行性。针对传统基于间隔策略波长选择方法忽略非线性因素的缺点,采用一种基于最小二乘支持向量机(Least squares support vector machines,LS-SVM)非线性模型的波长筛选算法：联合区间最小二乘支持向量机(Synergy interval least squares support vector machines,siLS-SVM),并将新算法与相关系数法、iPLS算法、siPLS算法对比。实验结果显示,联合siLS-SVM算法和LS-SVM模型取得了最好的预测效果,水分含量、pH值的预测集相关系数(Rp)分别为0.962 1、0.976 1,预测均方根误差(RMSEP)分别为0.012 9、0.145 2,表明模型具有较好的拟合度和预测性能。应用近红外光谱法进行红曲菌固态发酵过程的水分含量和pH值的快速检测可行,该方法为进一步实现其过程参数的在线检测及发酵条件优化提供了技术基础。     

磁场作用下葡萄糖近红外光谱检测技术研究

采用傅立叶变换红外光谱仪(FTIR)研究了磁场强度对葡萄糖溶液近红外光谱的影响,发现磁场作用下葡萄糖的近红外光谱吸收强度和部分峰位发生显著变化。分析了磁场对葡萄糖溶液近红外光谱吸收的影响机理。采用偏最小二乘回归法(PLS)建立了磁场作用下葡萄糖溶液的定量分析模型,使用验证集进行验证。研究结果表明,磁场对葡萄糖分子基团偶极矩产生诱导作用,使偶极矩增大,吸收增强;同时磁场作用下,葡萄糖分子趋于沿平行于磁场的方向排列,其基团振动频率(特征吸收峰)吸光度与浓度变化的线性关系得到极大的改善。该研究有助于提高葡萄糖分子吸收强度及其测量精度,为进一步提高血糖检测精度提供技术支持。     

基于拉曼光谱法所建的多元校正模型预测烟草中绿原酸和芸香苷的含量北大核心CSCD

为了满足现场批量检测的需求,基于拉曼光谱建立了多元校正模型,实现了烟草中绿原酸和芸香苷含量的预测。120个烟草样品(包含90个校正集样品和30个验证集样品)用50%(体积分数)甲醇溶液萃取后注入拉曼光谱液体池中,在325 nm激发波长下采集800~2000 cm^(-1)内的拉曼光谱,采用Savitzky-Golay卷积平滑法预处理所得原始拉曼光谱,用Monte-Carlo交互检验法选择隐变量数目,并在1555.8~1652.9 cm^(-1)波段内建立偏最小二乘法(PLS)多元校正模型,以避免绿原酸和芸香苷拉曼光谱在1600 cm^(-1)附近的光谱重叠干扰。结果显示,所建绿原酸和芸香苷模型的预测均方根误差(RMSEP)分别为0.88和0.67,预测集决定系数(R_(p)^(2))分别为0.948和0.970,说明基于拉曼光谱和PLS所建模型,可以对烟草中多酚类化合物绿原酸和芸香苷含量实现准确可靠的预测。     

扑热息痛片剂药品的近红外光谱法非破坏定量分析

现代近红外光谱分析技术将近红外光谱 (NIR)法同计算机科学和化学计量学结合 ,实现了对样品进行无损非破坏性定量分析 .该法具有速度快、操作简单及所需样品少等特点 ,能够实现样品分析的时间同步、地点同步及无损非破坏分析 .为实现生产过程中即时、在线的质量控制提供了新的手段[1 ] .本文应用人工神经网络 [2 ]与近红外漫反射光谱相结合对扑热息痛片剂药品进行了非破坏快速定量分析 .用扑热息痛片剂药品的近红外漫反射光谱数据、一阶导数光谱数据及二阶导数光谱数据分别建立了 ANN模型 ,预测未知样品 ,讨论了影响网络的因素 ,使用了新…     

Model Biological Membranes and Possibilities of Application of Electrochemical Impedance Spectroscopy for their Characterization

Biological membranes are essential parts of living systems. They represent an interface between intracellular and extracellular space. Depending on their structure, they often perform very complex functions and play an important role in the transport of both charged and uncharged particles in any organism. Structure of the biological membranes, which play very important role in electrochemical processes inside living organisms, is very complicated and still not precisely defined and explained. Model lipid membranes are used to gain detail information about properties of real biological membranes and about associated electrochemical processes. Electrochemistry, especially electrochemical impedance spectroscopy (EIS), can play a useful role in the characterization of properties of model lipid membranes (planar and supported lipid bilayers, tethered lipid membranes, liposomes, etc.). This review is focused on model biological membranes and the possibilities and limitations of electrochemical methods and namely of EIS in this field.     

MgCl2/甲醇溶液的近红外光谱研究及量子计算

利用近红外光谱研究了MgCl2/甲醇溶液中的氢键种类及其变化和溶液离子化作用. 近红外光谱结果分析表明, Mg2＋与溶剂发生了强烈的相互作用导致溶液中的氢键发生变化. 随着MgCl2浓度的增加, 多聚体氢键(δ-OHs)减少, 低聚体和二聚体氢键(γ-OHs)增加, OHs总数维持不变. 通过对光谱曲线的分解拟合, 定量地计算了不同浓度范围(0.21～0.62 mol•kg－1)内Mg2＋的溶剂化数为5.5到5.0. 并利用量子化学方法对溶剂化数为5和6的配合物结构进行优化及热力学性质的计算, 通过光谱变化及理论计算推断Cl－可能会以氢键结合甲醇分子的形式存在.     

Classification of Brazilian Coffee Using Near-Infrared Spectroscopy and Multivariate Calibration

This work describes the use of near infrared spectroscopy (NIRS) and chemometric techniques calibration for the classification of coffee samples from different lots and producers acquired in supermarkets and roasting industries in some Brazilian cities. Seventy-three samples of finely ground roasted coffee were acquired in the market and 91 samples of roasted ground Arabica beans were analyzed in the full NIR spectral range (800–2500 nm) using a diffuse reflectance accessory coupled to an MB160 Bomem spectrophotometer. Two classification models were constructed: Soft Independent Modeling Class Analogy (SIMCA) and PLS Discriminant Analysis (PLS-DA). All findings reveal that NIR spectroscopy, coupled with either SIMCA or PLS-DA multivariate models, can be a useful tool to differentiate roasted coffee grains and to replace sensory tests.     

Calibration in non-linear NIR spectroscopy using principal component artificial neural networks

Near-infrared (NIR) spectroscopy was used in simultaneous, non-destructive analysis of antipyriine and caffeine citrate tablets. Principal component artificial neural networks (PC-ANNs) were used to construct models for the analytes, using the testing set for external validation. Four pretreated spectra, namely, first-derivative, second-derivative, standard normal variate (SNV) and multiplicative scatter correction (MSC) spectra led to simplified and more robust models than conventional spectra. In PC-ANNs models, the spectra data were analyzed by principal component analysis (PCA) firstly. Then the scores of the principal compounds (PCs) were chosen as input nodes for input layer instead of the spectra data. The artificial neural networks (ANNs) models using the spectra data as input nodes were also established, which were compared with the PC-ANNs models. The result shows the SNV model of PC-ANNs multivariate calibration has the lowest training error and predicting error. The concept of the degree of approximation was introduced and performed as the selective criterion of the optimum network parameters.     

近红外光谱结合特征变量筛选方法用于农药乳油中毒死蜱含量的测定

为提高毒死蜱农药乳油中有效成分近红外光谱定量分析模型的精度和稳定性。采用联合区间偏最小二乘法(siPLS)结合遗传算法(GA)筛选特征变量,由交互验证法确定最佳主成分因子数及筛选的变量数。结果表明,从全光谱区优选出81个变量,主成分因子数为11时,能建立性能最优的模型,模型预测集的决定系数R_p~2为0.972,预测均方根误差(RMSEP)为0.353%。研究表明,利用siPLS结合GA方法优选特征变量,能大幅度地消除农药乳油光谱变量间的冗余信息和无关信息,降低模型的复杂度,提高农药有效成分预测模型的精度及稳定性。     

荧光光度法二氢叶酸还原酶抑制剂筛选模型的建立和应用

本文应用二氢叶酸(DHFA)和辅酶Ⅱ(NADPH)的荧光性质,建立了二氢叶酸还原酶(DHFR)活力测定的反应体系,并对酸度等反应条件进行了优化。在该体系中,用双倒数作图法分别测定了二氢叶酸还原酶对二氢叶酸和辅酶Ⅱ的表观米氏常数。将所建立的体系应用于氨甲喋呤,甲氧苄氨嘧啶等已知抑制剂的抑制率的测定,结果满意。