长白山地区几种红景天品种的傅里叶变换红外光谱法鉴别研究

分别用石油醚,氯仿,甲醇对长白山地区的野生和栽培高山红景天和长白红景天进行了提取,并首次对提取物进行了傅里叶变换红外光谱法测定,还用红景天块做了相应的验证研究。结果表明,长白山地区的野生和栽培高山红景天和长白红景天的红外光谱图谱有明显不同,故可用作鉴别其品种或评价其质量的一种手段。     

利用同步荧光光谱快速鉴别潲水油

为快速鉴别潲水油,采用三维同步荧光光谱结合平行因子法解析潲水油的特征波长差(Δλ),并利用支持向量机建立潲水油鉴别模型。结果表明,潲水油的特征Δλ为60 nm;特征Δλ下的样品原始同步荧光光谱经过主成分分析提取5个主成分,以径向基函数(RBF)为核函数,利用网格搜索和6-fold交叉验证优化建模参数,得到惩罚因子C=512、核参数g=0.5,该条件下建立的模型对训练集和预测集的判别率均达到100%。采用同步荧光光谱可以快速、准确地鉴别潲水油。     

在BES实验中用神经元网络法鉴别e,μ,π

研究了两种不同的神经元网络法,BP网络和LVQ网络,对北京谱仪(BES)实验中e,μ,π粒子的鉴别,取得了较常规方法要好的结果.用于训练和检验的μ子样本来自宇宙线事例,e和π粒子则是由真实实验数据精选的,虽然样本本身具有非均匀的动量谱,但BP网络的检验结果给出的粒子选择效率在整个动量区间却仍然具有相当均匀的分布,LVQ网络稍逊之.至少是在我们研究的这一课题中证明了BP网络的模式识别功能要优于LVQ网络.     

用毛细管区带电泳法研究水稻种子胚乳贮藏蛋白

水稻品种鉴别目前常采用种子形态分析、蛋白和同工酶的聚丙烯酸胺凝胶电泳分析等方法，其缺点是试剂有毒，分析时间长，且很难区别亲缘关系接近的同母异父杂交水稻种子．毛细管电泳是一种高效分离技术【‘’‘〕，具有快速、微量、自动化等优点．本文采用毛细管区带电泳（CZE）对国产13种水稻种子胚乳贮藏蛋白进行初步研究，探讨了作为品种鉴别模式的实际可操作性，以期能为品种鉴别提供新的有效手段．仪器：BiofocusTM3000型（Bio－RadUSA）毛细管电泳仪，配紫外可见检测器和恒温装置．13种水稻种子中包括两组同母异父杂交种子（每组…     

光谱法鉴别油茶籽油的真伪

采用紫外光谱法、荧光光谱法、表面增强拉曼光谱对油茶籽油、掺玉米油油茶籽油等进行分析测试。结果表明,紫外光谱法对油茶籽油的掺假比较难以鉴别,荧光光谱法能够一定程度上对掺假油茶籽油进行鉴别;不同掺假比例的油茶籽油与纯油茶籽油的表面增强拉曼光谱可明显区分,且掺假比例越大,掺假样品与纯油茶籽油的鉴别效果越好,因此表面增强拉曼光谱可作为一种简单、可靠的方法用于鉴别油茶籽油。     

可视化阵列传感器技术鉴别不同香型白酒

决定白酒香型的物质种类繁多,成分复杂.采用可视化阵列传感器技术对中国白酒五大香型的代表酒样进行检测,在可视化区分的基础上采用分层聚类分析、主成分分析等统计分析方法,对检测结果进行分析.不同香型的白酒在聚类分析中可以正确归类,利用主成分分析得到的前3个主成分所代表的白酒75.8%的信息量就可以将不同香型白酒完全区分开,表...     

对直接标准化算法的改进及其应用

由于各种仪器之间存在差异,主机上建立的定量模型用于从机会导致预测结果出现较大偏差。目前主要通过有标样方法和无标样方法来减小预测偏差。该文对现有标样方法中的直接标准化算法进行改进,在转移矩阵的建立过程中,对从仪器数据矩阵进行主成分分解,以预测均方差为判定标准,确定最终的转移矩阵。并以玉米和烟草数据为对象,测试了该法的有效性。玉米样品含有2种成分:水分和蛋白质;烟草样品含有4种成分:还原糖、总糖、总氮和总碱。结果表明,对于玉米样品中的2种成分,采用改进的方法可显著提高预测的准确度;对于烟草中的4种成分而言,采用改进的方法可获得稳健的预测结果。     

基于卷积神经网络和近红外光谱的太平猴魁茶产地鉴别分析

太平猴魁茶因其特有的“喉韵”深受广大消费者喜爱,不同产地太平猴魁茶市场价格相差较大,如何实现产地精准鉴别是目前促进绿茶产业发展的关键因素。依赖于人工经验的感官评审方法主观性强、稳定性差,无法应用于实际生产检测过程。作为目前主要的检测分析方法,化学分析方法周期长、检测成本高,而且目前没有用于茶叶产地鉴别的统一标准。近红外光谱（NIR）作为一种无损检测分析方法,具有快速、非破坏性、无污染等特点,但是不同产地太平猴魁茶主要内含成分及其含量基本相同,不同产地样本光谱特征峰分布相似,导致常规分析方法无法有效选择特征变量。卷积神经网络（CNN）作为经典深度学习网络模型之一,具有强特征提取和模型表达能力。采用太平猴魁茶产地光谱特征分析,利用一维卷积神经网络模型（1-D CNN）提取太平猴魁茶NIR特征,提出一种基于1-D CNN和NIR的太平猴魁茶产地鉴别分析方法。试验以6个不同产地共120个样本为研究对象,分析10 000~4 000 cm-1范围内的光谱信息;将样本随机划分为训练集（84,占70%）和测试集（36,占30%）,分别讨论不同间隔采样、网络结构、卷积核大小及激活函数对产地鉴别结果的影响,并引入Dropout方法对比分析模型过拟合现象;最终建立一个具有9层结构的1-D CNN模型。蒙特卡罗试验结果表明,相比于基于原始光谱数据（40.57%,7.06）和PCA方法（31.93%,6.96）的太平猴魁茶产地预测模型准确率和标准差,基于1-D CNN的太平猴魁茶产地鉴别模型预测精度和稳定性更高,其测试集预测准确率平均值和标准差分别为97.73%和3.47。因此,1-D CNN可有效提取太平猴魁茶不同产地NIR特征,提高太平猴魁茶产地鉴别精度,为太平猴魁茶精准产地鉴别及溯源分析提供参考。     

样品表面近红外光谱结合多类支持向量机快速鉴别枸杞子产地

采用便携式近红外光谱仪采集枸杞子表面不同部位的近红外漫反射光谱,结合多类支持向量机算法对枸杞子产地进行快速无损辨识。以识别率为评价指标进行光谱预处理方法的选择,为了消除样本划分偏性对结果的影响,本研究通过重复划分样本集多次建模与预测,利用识别率的统计结果考察各个光谱采集部位的建模结果。实验结果表明,原始数据经二阶导数加SG平滑处理后,所建模型具有良好的产地预测性能。除了枸杞子顶端部位外,其他部位模型的稳定性及准确性均较好,其外部验证识别率的中位数与平均值均大于97%。这表明利用枸杞子样品表面近红外光谱可实现产地的准确鉴别,便携式近红外光谱技术可作为中药材流通环节中的有效监控手段。     

常压下玉米秸秆液化工艺的优化及其生物油分析

随着化石能源的日益短缺,可再生木质生物质资源的利用越来越受到重视,常压液化技术是生物质资源高效利用的主要方式之一。利用单因素方法,探讨液化温度、复配液化剂二甘醇（DEG）与1,2-丙二醇（PG）的混合比、液固比、催化剂磷酸的用量、反应时间等因素对玉米秸秆液化得率的影响,以便优化其液化工艺;然后采用热重分析仪（TGA）、气相色谱-质谱技术（GC-MS）和核磁共振（NMR）技术对此优化条件下所得生物油的挥发降解特性和主要组成成分进行了检测探讨。分析表明,玉米秸秆液化时优化工艺参数为：液化温度170 ℃,液化剂DEG与PG混合比1∶2,液固比5∶1,H₃PO₄用量10%,反应时间45 min;此时玉米秸秆液化得率高至99.50%。TGA结果表明,此条件下所得生物油含有80%以上碳数小于25的化合物,热解后最终残炭量约为15%。GC-MS表明,可以检测出此生物油中含有的39种有机物,其中,醇类有机物的含量最多,酚类有机物的含量次之,它们相对含量依次是70.70%和25.63%,其还含有一定量的有机酸（2.80%）、醚类（0.64%）、酯类（0.10%）和酮类（0.13%）等有机物;其组分十分复杂,高含氧量,稳定性较差。1H-和13C-NMR分析表明,不同化学位移δ与生物油中不同类型的质子和碳原子相对应,明确生物油中不同类型H和C的分布,有利于对其分子结构进行深入探讨。这些研究为非木材生物质高效液化条件的选择及液化产物制备化学品和生物燃油给予理论基础与应用支持,促进了生物质资源的有效转化利用及其生物质基产品的开发。