岭回归在近红外光谱定量分析及最优波长选择中的应用研究

以66个小麦样品为试验材料,研究岭回归方法在近红外光谱定量分析中的应用。用44个小麦样品的近红外光谱数据建立测定蛋白质含量的近红外-岭回归模型,预测其余22个小麦样品的蛋白质含量。预测结果与凯氏定氮法分析结果(化学分析值)的平均相对误差为1.518%,与偏最小二乘法(PLS)预测结果进行比较,显示岭回归方法可用于近红外光谱定量分析;进一步,为了减少无关信息对定量分析模型预测能力的干扰,一种有效的方法就是进行波长信息的选择。从1297个波长点中优选出4个波长点,利用这4个波长点处的光谱信息建立近红外-岭回归模型预测22个样品的蛋白质含量,预测结果与凯氏定氮法分析结果之间的平均相对误差为1.37%,相关系数达到0.9817。结果表明岭回归方法从大量光谱信息中筛选出了最重要的波长信息、不仅简化了模型,有效的减少了光谱信息共线性的干扰,而且对特定分析选择出适用的波长对指导设计专用近红外定量分析仪器亦有实际意义。     

近红外光谱波段优化选择在驴奶成分分析中的应用

近年来,驴奶引起了越来越多研究者的注意.与牛奶相比,驴奶的营养成分更接近母乳,且有着许多独特的优势.由于驴奶与牛奶成分差别较大,适用于牛奶的模型无法直接应用于驴奶的成分分析中.但目前还未见将近红外光谱分析技术应用到驴奶成分分析中的研究报道.文章采用傅里叶变换近红外光谱法,快速测定了新疆疆岳驴奶中脂肪、蛋白质、能量和灰分的含量.其含量分布范围分别为:1.15%～2.54%,0.34%～2.67%,355.87～565.17 cal·kg-1,0.28%～0.57%.光谱扫描区为3 899.6～12 493.4 cm-1,扫描间隔1 cm-1.采用PLS回归算法对光谱信息阵X提取主成分时附加约束,使X的主成分与待分析组分Y相关.并利用优化波段和不同预处理方法优化组合,建立了PLS回归预测模型,并与PLS全谱区建模预测进行了比较.结果表明波段优化组合建模分析效果整体优于全谱区建模结果,驴奶样品中脂肪、蛋白质、能量和灰分的近红外光谱定量分析模型预测值与化学分析实测值在水平α=0.05下显著相关,其含量分析模型的校验集(RMSEP)值分别为0.18,0.117,23.5,0.040 6,表明预测值有较好的精度.结果表明建立近红外光谱定量分析模型用于驴奶样品成分分析是可行的,波段优化选择与全谱建模分析效果比较表明,建立定量分析模型对波段优化组合选择是必要的,当模型中包含了与组分无关的信息时,对模型定量分析将起干扰的作用,会影响模型的分析效果.因此进行谱段信息选择建立相应组分分析模型是数据预处理的有效环节.样品各组分标准值的测定结果的准确度和精确度都影响近红外定量分析的准确度.以近红外光谱法进行定量建模分析时,扩大组分含量的分布范围,提高标准数据的分析精度和准确度都是很必要的.     

近红外漫反射光谱法测定黄芩中总黄酮及黄芩苷的含量

文章建立了近红外漫反射光谱技术快速测定中药黄芩中主要活性成分黄芩苷和总黄酮含量的方法.对黄芩苷含量在12.24%～21.34%,总黄酮含量在16.08%～26.52%范围内的61个不同产地的黄芩,选择在8 000～4 000 cm-1范围内的近红外吸收光谱,采用偏最小二乘算法(PLS)比较不同光谱预处理方法建市的校正模型,结果表明一阶导数和最小最大归一化的数据预处理方法分别为黄芩苷和总黄酮最优预处理建模方法.黄芩苷校正集相关系数(r)为0.902 4,校正集标准偏差(SEC)为1.01,预测集标准偏差(SEP)为0.876 4;总黄酮校正集相关系数(r)为0.952 7,校正集标准偏差(SEC)为0.785,预测集标准偏差(SEP)为0.521 1,该方法快速简便,适合于黄芩中主要活性成分的快速分析.     

近红外光谱法快速测定植物油中脂肪酸含量

应用近红外光谱技术建立了快速测定植物油中4种脂肪酸含量的方法。应用气相色谱法测定52个植物油样品中棕榈酸(C16：0)、硬脂酸(C18：0)、油酸(C18：1)和亚油酸(C18：2)的含量作为其化学值(真值)。建模集样品数为41,检验集样品数为11,通过对模型的优化,结果表明建模样品集脂肪酸的化学值(真值)与近红外预测值的相关系数r分别为：r(C16：0)=0.891,r(C18：0)=0.837,r(C18：1)=0.982,r(C18：2)=0.971。检验样品集脂肪酸的化学值与近红外预测值的相关系数分别为0.921,0.891,0.946和0.949。实验结果表明气相色谱法测得的植物油中四种脂肪酸含量与近红外预测值之间存在较好的线性关系。应用近红外光谱法测定植物油中主要脂肪酸的含量是可行的。该方法既快速、方便,又可进行同一样品的多组分分析,有很好的应用前景。     

修正阻尼最小二乘法在确定脑血流量系数中的应用

本文运用修正阻尼最小二乘法,通过以测定局部脑血流量的试验数据进行数据拟合建立双指数型数学模型 不仅确定了脑血流量系数α的估计值,而且确定了所有模型参数的满意估计。     

近红外光谱结合非负回归系数回归法(配方回归)解析混合样品的组成比例

准确、快速解析混合样品的组成比例对食品、农产品加工过程的质量控制和配方设计具有重要作用。传统的解决方法多是利用大量代表性样品建立统计模型来实现,耗时耗力。以醇类及酸类液体混合样品及其低浓度溶液混合样品(无近红外特征吸收的四氯化碳(CCl₄)为溶剂介质)的透射光谱,以及片状烟叶样品漫反射光谱为例,采用导数和S.G.平滑,结合非负回归系数回归法(配方回归)验证了在一定条件下解析混合样品组成比例的可行性。结果表明,对醇酸类液体透射光谱,根据非负回归系数回归法得到的解析比例更接近于醇酸类液体的实际摩尔比例,与实际摩尔比例的误差在8%以内, 其低浓度溶液的解析效果更优,与实际摩尔比例的误差在4%以内;对片状烟叶的漫反射光谱,根据非负回归系数回归法得到的解析比例与实际质量比例的误差在10%以内;同时,混合样品的实际光谱与理论解析光谱之间均具有高度一致性,F和t检验的结果均在0.01水平上,无显著性差异,从理论上分析了解析比例的可靠性。该方法只需已知几种纯样品的光谱数据,即可解析出混合样品的纯样品组成比例,具有较好应用前景。     

样品装样、测试条件等因素对近红外检测结果的影响与分析误差源比较研究

以云南优质烤烟为实验材料,在国产光栅漫反射型近红外仪器上,研究了样品装样、测试条件等因素对近红外检测结果的影响。并实现了通过建立全局模型应用自校正方法来降低分析误差。结果表明,在不考虑样品粒度、测试条件等因素的影响情况下,该仪器自身信噪比等性能指标引起的测试重复性误差、重装样误差、样品松紧度误差来源各占50%,30%,20%左右,通过压样措施可降低由样品松紧度产生的误差。当季节、温度等测试条件发生较大变化时,引起的测试准确性误差远大于所有测试重复性误差的总和。文章旨在从误差来源理论上解析各影响因素,为改进仪器提供基础理论数据;从理论上解析测试条件因素影响的重要性,并为近红外技术研究解决该问题给出了一种新思路。     

栽培稻叶片近红外光纤漫反射光谱的抗旱性鉴定分析

选用了来源于不同国家和地区的30个抗旱性强弱不同的栽培稻品种,其中有传统旱稻4个,改良旱稻18个,敏旱突变体材料2个,典型水稻4个,耐旱水稻2个,分别在水田和旱地下种植得到的叶片近红外漫反射光谱为对象,进行了抗旱性鉴定分析研究,结果表明:采用多个叶片测量得到的平均光谱数据,选择4 500～7 500 cm-1作为有效的分析谱区,应用一阶导数和散射校正结合进行光谱预处理等方法,适合建立旱地种植下栽培稻叶片的旱地产量等模型.同时研究表明:孕穗中后期旱地叶片近红外光谱与旱地产量、抗旱指数之间建立模型的结果要优于孕穗前期,其模型交叉验证结果的相关系数可达0.8左右.而在水田种植条件下得到的叶片近红外光谱与水田产量、抗旱指数之间模型交叉验证结果相关性较弱,从叶片叶绿素、含水量等主要生理生化参数与产量、抗旱指数之间相关关系角度,对水旱田下两类模型的性能差异进行了农学解释.     

现代近红外光谱分析的信息处理技术

介绍了现代近红外光谱分析技术的要点，流程，以及建立数学模型的优化层次与建模层次，最后，阐明了在我国应用与发展近红外技术的策略，即“产业化”与“民主化”相结合。     

三维高光谱NPLS模型用于冬小麦估产的初步研究

以35个实验小区,8个生育期的冬小麦田间测量冠层反射高光谱组成三维数据信息阵,采用多维偏最小二乘(multiway partial least squares, NPLS)算法建立了冬小麦亩产量估产模型。模型用于对13个实验小区产量预测分析,预测值与实际值的相关系数ｒ为0.936 6, 平均相对误差为4.44%,说明模型的预测效果较好,对实际的估产工作有一定的指导意义。