排序方式: 共有102条查询结果,搜索用时 765 毫秒
11.
12.
以表面增强试剂OTR202和OTR103作为表面增强拉曼光谱(SERS)的活性基底,探索建立甲萘威水溶液的SERS检测方法。首先对比分析了甲萘威水溶液的普通拉曼光谱与SERS。然后分析了表面增强试剂与待测样本的加入量对甲萘威水溶液的SERS的影响。最后分析了质量浓度在0.1~15.0 mg/L范围内的甲萘威水溶液的SERS,并以1374 cm-1处的特征峰强度与甲萘威水溶液浓度进行线性回归,得到线性方程为y=414.5x+481.59,决定系数R2=0.9864。试验结果表明该研究方法对甲萘威水溶液的检测限可达到0.1 mg/L,说明以表面增强试剂OTR202和OTR103为SERS活性基底的SERS检测方法可用于水中甲萘威残留检测。 相似文献
13.
为了使激光诱导击穿光谱(LIBS)技术更有效地应用于肉类食品品质安全检测领域,选择鸡肉样品进行了初步LIBS实验研究.通过分析软件并参照NIST原子光谱数据库鉴别了样品的LIBS谱线,并且得到了其特征谱线,运用统计学方法分析比较了鸡皮和鸡腿肉中Pb,Cd,Cu,Mn,Ni,Cr六种重金属元素与C元素强度比,得到了此六种元素相对含量的差别.从实验结果得知,鸡皮中Cd和Cu元素相对含量高于鸡腿肉;鸡腿肉中Ni、Mn、Pb和Cr元素的相对含量高于鸡皮,尤其是Ni元素相差最大.同时,实验结果也表明LIBS技术是一种快速而有效的检测和对比肉类食品中重金属元素含量的手段. 相似文献
14.
为了获得氨基甲酸酯类农药分子的分子结构振动信息,应用密度泛函理论(DFT)中的B3LYP杂化泛函和6-31G(d,p)基组对三种氨基甲酸酯类农药(西维因、克百威和涕灭威)分子进行了几何结构优化和频率计算,利用拉曼光谱仪采集了这三种氨基甲酸酯类农药的实验拉曼光谱,并将理论方法计算的拉曼光谱和实验拉曼光谱进行比较。结果表明,理论方法计算的结果与实验值具有很好的匹配性。对三种氨基甲酸酯类农药分子在400~3 200 cm-1范围内的振动频率进行了全面地归属,找到了氨基甲酸酯类农药分子的四个特征峰,分别位于874,1 014,1 162和1 716 cm-1附近。对比分析三种农药实验拉曼光谱的差异,找到三种农药分子各自不同的特征峰。研究结果为氨基甲酸酯类农药的检测分析提供了理论基础,将应用于农产品中氨基甲酸酯类农药残留的鉴别。 相似文献
15.
西维因是一种广谱、高效的氨基甲酸酯杀虫剂。提出一个基于表面增强拉曼光谱进行定量和定性分析小白菜中西维因残留的方法。密度泛函理论B3LYP/6-311G基组被用于计算西维因农药的理论拉曼光谱。硫酸镁、PSA、石墨化炭黑和C18被用来去除叶绿素、矿物质和维生素等物质的影响。采用MSC,SNV和归一化三种方法对原始光谱进行预处理,建立小白菜中西维因残留的偏最小二乘模型。研究表明,小白菜中西维因农药残留检测可以达到0.976 mg·L-1以下。经MSC预处理后所建PLS模型预测性能最好,当主成分数为9时所建模型的性能最好,Rc为0.977,RMSECV为2.09 mg·L-1,Rp为0.986 5,RMSEP为1.71 mg·L-1。五个未知西维因农药浓度小白菜样本用来验证模型的准确度,相对误差为1.98%~7.28%,预测回收率为95.73%~107.28%,T值为0.397, 小于t0.05, 4=2.776,说明模型是准确可靠的。SERS方法是一种有效的方法,可以实现小白菜中西维因农药残留的快速可靠检测。 相似文献
16.
简化苹果糖度预测模型的近红外光谱预处理方法 总被引:26,自引:11,他引:15
采用正交信号校正法(OSC)和净分析物预处理法(NAP)分别对苹果的近红外光谱(1300~2100 nm)进行预处理,并结合偏最小二乘法(PLS)建立了糖度预测模型。应用结果显示,随着预处理过程中所用的正交信号校正因子或净分析物预处理因子的逐渐增加,偏最小二乘糖度模型(OSC/PLS模型和NAP/PLS模型)所采纳的最佳因子数也会随之减少,甚至可减至1。当采用10个正交信号校正因子预处理苹果光谱时,OSC/PLS糖度模型达到最佳性能,最佳模型采纳的因子数为2;采用11个净分析物预处理因子预处理光谱时,NAP/PLS糖度模型达到最佳性能,最佳模型采纳的因子数为1。从总体上评价,最佳OSC/PLS糖度模型和最佳NAP/PLS糖度模型的性能都明显优于原始光谱的最佳偏最小二乘模型。这些结果表明,正交信号校正法和净分析物预处理法都能在保证精度的同时有效地简化苹果糖度预测模型。 相似文献
17.
通过利用共轴双脉冲激光诱导击穿光谱(DP-LIBS)检测猪饲料中的重金属铜(Cu)含量,对硫酸铜固体混合添加法和硫酸铜溶液混合添加法制得的含铜猪饲料样品进行对比研究。通过对比,硫酸铜固体混合添加法和硫酸铜溶液混合添加法LIBS线性拟合相关系数分别为0.9718,0.9946,同浓度相对标准偏差(RSD)均低于3%、预测平均相对误差分别为8.5%,6.1%。硫酸铜溶液混合添加法制得样品较硫酸铜固体混合添加法检测效果较好,但是硫酸铜固体混合方法就能满足检测要求,可以将其应用于实际生产的在线检测中。 相似文献
18.
利用双脉冲激光诱导击穿光谱(LIBS)技术对溶液中的倍硫磷含量进行定量检测。采用二通道高精度光谱仪采集不同浓度倍硫磷样品在206.28~481.77 nm波段的LIBS光谱,并对光谱进行多元散射校正(MSC)、标准正态变量变换(SNV)及3点平滑预处理,根据偏最小二乘(PLS)建模确定最优的预处理方法。在此基础上,利用竞争性自适应重加权算法(CARS)筛选与倍硫磷相关的重要变量,然后应用PLS回归建立溶液中倍硫磷含量的定量分析模型,并与单变量定量分析模型及未变量选择的PLS定量分析模型进行比较。结果表明,相比单变量定量分析模型及原始光谱PLS定量分析模型,CARS-PLS定量分析模型的性能更优,其模型的校正集和预测集的决定系数及平均相对误差分别为0.969 4、15.537%和0.995 9、5.016%。此外,与原始光谱PLS模型相比,CARS-PLS模型仅使用其中1.9%的波长变量,但预测集平均误差却由9.829%下降为5.016%。由此可见,LIBS技术检测溶液中的倍硫磷含量具有一定的可行性,且CARS方法能简化定量分析模型,提高模型的预测精度。 相似文献
19.
利用近红外光谱技术对食用植物油中反式脂肪酸(Trans fatty acids,TFA)含量进行快速定量检测,并通过波段选择、预处理方法、变量筛选及建模方法对TFA含量预测模型进行优化.采用AntarisⅡ傅里叶变换近红外光谱仪在4000~10000 cm-1光谱范围采集98个食用植物油样本的近红外透射光谱,然后采用气相色谱法测定TFA的真实含量.首先,对样本原始光谱进行波段、预处理方法优选;在此基础上,采用竞争自适应重加权法(Competitive adaptive reweighted sampling,CARS)筛选TFA相关的重要变量,最后应用主成分回归、偏最小二乘和最小二乘支持向量机方法分别建立食用植物油中TFA含量的预测模型.研究结果表明,近红外光谱技术检测食用植物油中的TFA含量是可行的,优化后的最佳预测模型的校正集和预测集R2分别为0.992和0.989,RMSEC和RMSEP分别为0.071%和0.075%.最佳预测模型所用的变量仅26个,占全波段变量的0.854%.此外,与全波段偏最小二乘预测模型相比,其预测集R2由0.904上升为0.989,RMSEP由0.230%下降为0.075%.由此表明,模型优化非常必要,CARS能有效筛选TFA相关的重要变量,极大减少建模变量数,从而简化预测模型,并较大提高预测模型的精度和稳定性. 相似文献
20.
苹果糖度的光谱图像无损检测技术研究 总被引:2,自引:0,他引:2
应用光谱图像技术进行了苹果内部品质无损检测技术的研究。通过采集不同波长(分别为632 nm,650 nm,670 nm,780 nm,850 nm和900 nm)的光谱图像,对所采集的光谱图像灰度分布进行洛伦兹分布(LD)、高斯分布(GD)、指数分布(ED)函数的拟合,通过比较发现洛伦兹分布为最优灰度分布拟合函数。将苹果的糖度与洛伦兹分布函数拟合所得参量分别进行多元线性回归,建立最佳单波长、最佳双波长组合、最佳三波长组合和最佳四波长组合的校正方程,相关系数R分别为0.622、0.776、0.831、0.813。实验表明,利用光谱图像技术无损检测苹果糖度是可行性的,为计算机图像对水果进行内部品质的无损检测提供技术依据。 相似文献