基于光谱特征拟合的艺术画颜料成分识别研究

高光谱成像技术作为一种高效无损的检测方法,根据不同的物质成分在光谱上表现出不同的光谱信息,可以从图像上方便的鉴定出物质成分组成。本文分别利用可见光高光谱与红外高光谱成像技术对一幅古画进行颜料光谱成像,通过最小噪声分离(MNF)、纯净像元提取(PPI)、光谱特征拟合方法(SFF),与标准波谱库匹配,识别出该幅古画所用颜料成分主要由:朱砂、石青、白云母和金云母等组成,匹配度分别为:0.76,0.57,0.62,0.89。实验表明:利用高光谱成像技术不但可保存图像信息,物质成分波谱信息,还可还原受污染区域,为以后深层次研究提供详实资料。     

高温X射线衍射法鉴别珍珠粉及贝壳粉

用高温X射线衍射法(XRD)研究了珍珠粉及贝壳粉中碳酸钙的相变过程。结果表明:随着试验温度的升高,上述2种样品均发生文石型向方解石型的相变,但相变程序不同;当温度从室温升至330℃,贝壳粉中方解石的质量分数由0.5%增至25.5%,而珍珠粉中方解石的质量分数则由5.0%增至8.1%。根据测定温度条件试验并综合考虑其它因素选择测定温度为330℃。试验了珍珠粉和贝壳粉混合样品中碳酸钙的上述2种晶体的相变情况,结果发现:样品中方解石的含量与其混入的贝壳粉含量呈线性关系,表明两者的混合并不影响其相变机制。在相同试验温度条件下,珍珠粉的相变程度明显低于贝壳粉。利用这一现象,可以用高温XRD快速而准确地对珍珠粉和贝壳粉进行鉴别。     

傅里叶变换红外光谱法结合聚类分析对大叶藓及其易混种类的鉴别

采用傅里叶变换红外光谱法结合聚类分析对大叶藓及其易混种类(平肋提灯藓、树形疣灯藓、皱叶匐灯藓、尖叶匐灯藓)进行了鉴别。以红外光谱图4 000~500cm-1范围内的吸收峰吸光度为指标,应用组间连接法对5种藓类植物进行聚类分析,结果表明:大叶藓与提灯藓科易混类群距离较远。     

原油中多环芳烃内标法指纹分析

建立了用于油指纹鉴别的内标法检测原油中多环芳烃的分析方法.讨论了前处理中层析分离能力,结果表明柱层析分离效果良好,全部多环芳烃组分均进入第二部分洗脱液中;确定了基于谱图特征,结合离子碎片信息和计算保留指数的组分定性方法,并对101种多环芳烃化合物进行了定性,计算了保留指数;分析了6个平行样,得到22个多环芳烃组分浓度的相对标准偏差为2.64%～8.54%,回收率为74%～107%,方法检出限为2.05 μg/g.基于本方法分析的多环芳烃浓度信息,对4个不同原油进行了指纹比对,鉴别结果较好.     

ATR-FTIR和UV-Vis结合数据融合策略鉴别滇黄精产地

黄精药材品质优劣与基原植物产地环境因子密切相关,建立简单、快速且能够准确鉴别药材产地的方法对保证其质量可控及用药安全具有重要的理论意义和应用前景。研究中以云南、四川和广西9个产地的133份滇黄精Polygonatum kingianum coll. et Hemsl根茎为试验材料,采集衰减全反射-傅里叶变换红外光谱（ATR-FTIR）和紫外-可见光光谱（UV-Vis）数据预处理后分别建立单一光谱随机森林（Random forest, RF）模型;将ATR-FTIR与UV-Vis数据直接串联完成低级融合,提取两种光谱的主成分数（PCs）和潜在变量（LVs）以实现中级（中级融合_PCs和中级融合_LVs）和高级数据融合（高级融合_PCs和高级融合_LVs）,基于不同数据融合策略分别建立RF模型;比较不同模型的正确率（ACC）、灵敏度（SEN）和特异性（SPE）,筛选产地鉴别最佳模型。结果显示,不同产地滇黄精ATR-FTIR和UV-Vis峰型相似,吸光度略有差异,ATR-FTIR显示14个共有峰,与糖类、甾体皂苷、黄酮类和生物碱类物质有关,其UV-Vis共有峰主要位于272及327 nm处,与黄酮类物质有关;ATR-FTIR、UV-Vis和低级融合的RF模型,训练集和预测集ACC分别为（76.34%,95.00%）,（80.65%,95.00%）和（83.87%,100.00%）,但SEN和SPE值较低,故不宜采用;中级融合_PCs和中级融合_LVs的RF模型的SEN和SPE分别为大于0.91和0.98,训练集ACC分别为91.40%和97.85%,预测集ACC均为97.50%;高级融合_PCs和高级融合_LVs的RF训练集ACC分别为77.42%和97.85%,预测集ACC均为95.00%,高级融合_PCs的RF模型鉴别效果较差,高级融合_LVs的RF模型存在过拟合现象;模型鉴别能力为中级融合_LVs＞中级融合_PCs＞低级融合＞ UV-Vis＞ATR-FTIR＞高级融合_PCs;提取LVs对产地鉴别的方法优于PCs;中级融合_LVs建立的RF模型鉴别ACC最高,SEN和SPE大于0.98,模型性能最佳。该方法可为黄精药用资源的科学评价提供理论依据和技术支撑。     

激光拉曼指纹图谱鉴别石油产品初探

利用激光拉曼指纹图谱对石油产品进行特性测试与分析。通过比较主要指纹峰的拉曼位移和相同拉曼位移处的拉曼强度比值,鉴别了不同种类的石油产品;对不同社会加油站相同型号汽油的拉曼光谱进行测试,检测了汽油的质量。该方法在油品鉴别和质量检测中取得了良好效果,具有快速、简便、灵敏度高、对样品无损伤等优点。     

基于主根横断面近红外光谱的西洋参和人参鉴别研究

为了快速准确进行西洋参和人参的品种鉴别,从主根横断面入手,采集其横断面的近红外光谱,分别从物理结构因素和化学因素方面对光谱进行了分析,选定特定波段进行物理因素主导建模、化学因素主导建模、理化因素综合建模,并对三种建模结果进行比较分析,发现三种模型判别率都在96%以上,都能很好的满足批量原材料快速检测的需求。物理因素模型运算简单,但判别率相对低。化学因素判别率较高,但运算量大。理化因素综合模型判别率最高为100%,无需预处理,运算量小,效果最理想,该结果说明近红外定性判别中物理结构因素有时也发挥重要作用。横断面鉴别法准确、便捷,可实际应用于企业原料药材的质量控制,实现对原料药材的快速筛查。     

玉米近红外光谱在仿生模式识别中的特征提取方法研究

近红外光谱特征提取是近红外光谱定性分析的关键步骤,其质量直接影响定性分析结果。采用漫透射方法测量8个玉米品种的近红外光谱,经预处理后,分别采用PCA,ICA,PLS-DA和小波分解四种方法对光谱进行特征提取,并使用仿生模式识别方法建立了8个玉米品种识别模型,最后使用测试集数据进行模型测试。结论如下:使用PLS-DA方法进行特征提取后建立的模型正确识别率优于使用PCA,ICA和小波分解特征提取后建立的模型。     

激光拉曼光谱法无损鉴别人参及其伪品

利用激光拉曼光谱技术并结合二阶导数拉曼光谱,对人参及其拟伪品峨参、北沙参、桔梗进行了鉴别。人参及其伪品均在拉曼光谱中出现了1 460,1 130,1 086,942,483cm-1等拉曼振动峰,根据这些拉曼位移可以判断出在人参及其伪品中都含有糖类物质。北沙参的拉曼谱图中出现了不同于其他三种药材的2 206cm-1的拉曼特征峰。峨参中出现了1 050和1 869cm-1相对应的链状酯类化合物的拉曼振动峰。桔梗中出现了1 227,600,691cm-1等明显不同于其他三种药材的拉曼振动峰。利用这些拉曼振动峰的差异可将人参及其伪品进行很好的区分。再利用二阶导数拉曼光谱图对人参及其伪品的鉴别结果进行进一步的补充说明。此鉴别方法与常规的光谱法相比具有更直接、快速,并且具有不破坏样品的原性质的特点。     

拉曼光纤技术快速无损鉴别甲硝唑片

采用光纤探头直接放在甲硝唑片上进行检测,采集谱图,对拉曼光谱峰进行指认,并改变测定条件(药品隔铝塑包装、刮除包膜)进行测定。建立了光纤传感技术结合拉曼光谱快速无损鉴别甲硝唑片的方法,所测药物图谱峰形良好、峰强明显、指纹性强、测定快速准确,可瞬间获得片剂的特征图谱。样品无需进行前处理,可无损鉴别。药片检测时,是否隔铝塑包装和刮除包膜不影响谱图识别。本法快速、准确、专属性强、灵敏度高,可用于对甲硝唑片进行有效的鉴别。