近红外漫反射聚类法无损快速测定淀粉品质

提出一种基于近红外光谱技术和聚类分析法对不同种类的淀粉进行无损快速鉴别的方法,研究了近红外光谱结合聚类分析法快速鉴别淀粉种类的可行性.采集样品在12 500~4 000cm-1范围内的近红外漫反射光谱,利用光谱模式识别法中的聚类分析法对图谱进行定性分类鉴别.光谱经一阶导数预处理后,采用聚类分析法可准确无误地将样品分为2类,分类准确率达到100%.同时采用预测集的样品验证所建模型的准确性,经实验得出预测准确率也是100%.实验结果表明,近红外漫反射光谱结合聚类分析法可以为快速无损鉴别淀粉种类提供一种准确可靠的方法.     

近红外光谱技术结合主成分聚类鉴别海面溢油

鉴于目前没有一种方法能独立解决溢油鉴别的所有问题[1],本文提出近红外光谱技术结合主成分聚类分析鉴别溢油种类的方法.通过有机溶剂萃取出自行配制的汽油、柴油和润滑油模拟样品中的溢油后记录其近红外光谱,对5 800～6 200 cm-1区段范围内的近红外谱图经过多元散射校正(MSC),Norris一阶导数平滑预处理处理后求其主成分,并在主成分的基础上引入Ward聚类分析法(离差平方和法)对样品分类.     

茶叶品种鉴别的近红外光谱指纹图谱模式识别方法

运用傅立叶变换近红外光谱结合主成分-马氏距离判别分析方法 (PCA-Mahalanobis distance discriminant analysis)方法对七种不同品种的茶叶进行品种鉴别。采集七种样品的傅立叶变换近红外光谱指纹图谱,原始光谱经过多元散射校正(MSC)预处理后,运用主成分-马氏距离判别分析方法 (PCA-Mahalanobis distance discriminant analysis,PCA-MD)对茶叶的品种进行判别。所得PCA-MD模型对七种茶叶的分类正确率均为100%,说明模型具有较好的预测分类能力。结论:运用简便、快速、无损的近红外光谱分析结合主成分-马氏距离判别分析方法,为茶叶品种鉴别分类提供了一种快速简便、准确度高、精密度好、分析成本低、实用性强的鉴别方法和手段。     

近红外漫反射光谱法对吉林人参的分类探讨

将近红外光谱技术与计算机结合 ,采用漫反射光学检测方法 ,对吉林省产的西洋参、人参及其炮制品红参进行分析 ,应用系统聚类法获得分类结果 ,探讨近红外光谱鉴别中药材的一种新思路     

枸杞产地的小波变换红外光谱的聚类分析鉴别

采用傅里叶变换红外光谱(FTIR)对不同枸杞样品产地进行鉴别.常规预处理方法和小波变换对红外光谱原始数据进行了预处理.对比常用的窗口移动平滑预处理、标准正态变换以及多元散射校正,说明小波变换是一种有效实用的光谱预处理方法.对已预处理后的红外光谱数据进行主成分分析和聚类分析,结果 18份枸杞样品聚为主产地和非主产地两大类,取得了较满意的分类效果.这种红外光谱技术结合聚类分析法被证明是可靠的,可作为枸杞产域鉴别的一种现代化方法.     

矿物类中药的近红外光谱鉴别方法

针对传统的性状鉴别和化学分析方法难以满足矿物类中药准确、快速鉴别的需要,借鉴近红外光谱技术在地质学、矿物学以及中药鉴定学等方面的研究,探讨了近红外光谱分析法对矿物类中药鉴别的基本原理和方法,为该技术在矿物类中药鉴定中的应用提供理论基础.     

近红外光谱技术在食用油种类鉴别及 脂肪酸含量检测中的应用

应用近红外光谱分析技术分别建立了快速鉴别食用植物油种类的定性分析模型以及测定食用植物油主要脂肪酸含量的定量分析模型.实验根据19份食用植物油样品的近红外光谱,结合系统聚类方法建立了纯橄榄-芝麻-花生油定性识别模型,识别率和预测率可达100%.根据59个食用植物油样品的近红外光谱,结合模型优化方法建立了食用植物油中棕榈酸、硬脂酸、油酸3种主要脂肪酸含量的近红外定量分析模型,且模型指标较好.实验表明近红外光谱分析技术在食用植物油品质快速检测领域有很好的应用前景.     

基于大叶三七红外光谱系统聚类分析的产地鉴别

运用红外光谱技术结合主成分分析和系统聚类分析快速鉴别大叶三七的产地.利用红外光谱测定了13个不同产地的大叶三七的红外光谱原始数据,对比标准正态变换、一阶导数校正、多元散射校正等常规预处理方法与小波变换处理的降噪效果,得知小波变换处理能大大降低原始红外光谱中的噪音和一些不需要的信息.利用小波变换后的红外光谱的标准化数据实现主成分分析和系统聚类分析来鉴别大叶三七的产地,主成分分析和系统聚类分析结果一致,可将13个不同产地大叶三七分为云贵高原、秦岭以南、秦岭以北等3类,即云南昭通(3号)、山西绵山(6号)、云南文山(11号)聚为一大类;陕西太白山(1号)、青海互助(2号)、云南迪庆(4号)、云南大理(5号)、甘肃麦积山(8号)、湖北神农架(9号)、甘肃六盘山(13号)聚为一大类;安徽黄山(7号)、陕西汉中(10号)、四川马边县(12号)样品聚为一大类.实验结果表明：红外光谱技术结合主成分分析和系统聚类分析可以快速、科学地进行大叶三七的产地鉴别,此法可以为中药材产地鉴别提供参考.     

基于NIR的模式识别技术在地理标志产品响水大米鉴别中的应用

分别利用多元线性回归判别分析和BP人工神经网络分析建立了近红外光谱(NIR)快速鉴别地理标志产品响水大米的新方法.大米的近红外光谱数据经过一阶导数和平滑处理后,利用主成分分析对数据进行了降维处理,并确定了相关性最大的特征波段(7 700~6 700cm-1与5 700~4 300cm-1).利用特征波段的主成分数据建立了多元线性回归判别分析和BP人工神经网络鉴别模型.2种模型对于地理标志产品响水大米的鉴别正确率均为100%,适用于地理标志产品的快速无损鉴别.     

近红外光谱分析技术在鸡肉分类检测中的应用

针对近年来市场上不同品种不同级别的鸡肉混杂、以次充好现象,提出一种可以快速、准确判别土鸡和肉鸡的新方法.采用近红外光谱技术和聚类分析技术建立鸡肉分类判别模型,并讨论了不同预处理方法对模型预测结果的影响.结果显示:近红外光谱技术结合聚类分析技术能够对鸡肉建立一种快速的分类判别模型,该预测判别模型能够快速准确地对土鸡和肉鸡进行判别,其中数据经过二阶导数+矢量归一化后的模型预测判别率达100%.     

基于近红外光谱特性分析的花生含水率检测

以花生检测国家标准GB/T 5497为基础，采用近红外光谱检测技术对花生含水率是否达标进行检测. 实验配制了30个不同含水率的花生样本，其中18个样本含水率达到国家标准，12个未达标，将样本分为训练集和测试集，通过近红外实验获取不同含水率的花生对不同波长光的吸收情况，将采集的数据作为BP神经网络的输入参数，在训练集对神经网络进行学习和训练，然后采用该模型，对测试集花生含水率是否达标进行测试. 实验表明，基于近红外光谱技术和神经网络的识别方法可全部正确识别测试集样本.     

用近红外光谱检测人体组织氧含量

为防止病人因组织缺氧而产生各种临床并发症 ,需要检测病人的组织氧。红外组织氧含量检测技术是一种新的无损检测技术 ,相对于脉搏氧饱和度检测 ,可以检测局部人体组织的氧合状况。用自行设计的近红外组织氧含量检测仪 ,进行了前臂阻断实验、婴儿脑氧实验和肌氧实验。检测中考虑了近红外传感器与人体的耦合 ,合理选择了光源与检测器的距离以及检测器的数目。用该仪器测量结果与生理变化相符。结果表明 :近红外方法可以实时无损地检测人体组织的氧合状况     

近红外光谱-偏最小二乘法无损定量分析异烟肼片

应用近红外漫反射光谱结合偏最小二乘法， 对异烟肼片中异烟肼的含量进行分析， 建立了近红外光谱数学校正定量分析模型， 其对校正集样品的交互验证均方根误差(RMSECV)为0.00632. 对预测集样品的预测均方根误差(RMSEP)为0.00603； 回归系数为0.99456;加样平均回收率为99.772%. 重现性实验相对标准偏差(RSD)为0.526%. 结果表明， 该方法预测精度高， 且具有方便快捷、 非破坏、 无污染、 可在线检测和重现性好等优点.     

维C银翘片的红外光谱学研究

【目的】探讨维C银翘片红外光谱学特性,为其质量控制提供参考。【方法】采用红外光谱法对广西盈康药业生产的10个不同批号维C银翘片进行检测,并以其平均图谱为标准图谱(即标准图谱为1)检测各样品的相似度。【结果】获得维C银翘片红外特征吸收峰;维C银翘片与维生素C及与对乙酰氨基酚对照品三者的共有红外特征吸收峰;维生素C与对乙酰氨基酚的检识红外特征吸收峰;10批样品的相似度在0.9941~0.9993,拟定其阈值为0.9900。【结论】所建立的方法具有简便、快速、灵敏等特点,可为维C银翘片的定性鉴别及其处方中的维生素C与对乙酰氨基酚检识提供参考。     

利用多模态光学脑成像研究前额叶静息态功能连接

多模态光学脑成像包括近红外光谱及漫射相关谱,前者探测大脑皮层的血氧代谢水平,而后者测量皮层的脑血流.皮层血氧代谢和血流是不同的两类血液动力学参量,可以从不同方面反映大脑的神经活动强度. 本研究利用多模态光学脑成像测量了人脑前额叶的静息态功能连接. 10个正常成年人参加了实验测量,分别用近红外光谱和漫射相关谱在前额叶的相同位置记录了大脑8分钟的自发波动信号,测量覆盖区域包括左侧额下皮层及左背外侧前额叶. 低频段血氧代谢信号（包括含氧血红蛋白、脱氧血红蛋白及总血红蛋白浓度）用来揭示基于血氧信号的静息态功能连接,而相同频段的脑血流信号用来确定基于脑血流的静息态功能连接. 两类血液动力学参量的静息态功能连接均揭示:背外侧前额叶区域内的连接大于背外侧前额叶与额下皮层之间的区域间连接,显示相邻的背外侧前额叶和额下皮层是不同的功能区域. 此外定量比较基于两类血液动力学参量的功能连接发现,基于血氧代谢的连接有更大的连接强度,表明在同一个功能区内,静息时血氧代谢信号的时间同步性更高.     

近红外光谱技术在中药鉴别及分析中的应用

中药鉴定在中药质量控制中具有重要的作用．近年来多种现代仪器分析方法被用于中药鉴定和质量控制．作为一种简单、快速．无损的检测手段，近红外光谱(NIRS)技术己成为中药材定性判别和定量分析的新兴方法．本文叙述了近红外光谱技术的原理和特点，介绍了近红外光谱定量分析和定性分析的原理，介绍了近红外光谱定性分析技术和定量分析技术常用到的几种分析方法．综述了近年来近红外光谱技术在中药鉴别和分析中的应用．     

近红外乳腺扫描3000例分析

为评价近红外乳腺扫描诊断乳腺癌的意义 ,笔者选择了 30 0 0例乳腺患者应用近红外扫描诊断与病理诊断进行对照分析 .结果表明 :近红外扫描诊断乳腺癌的正确率为 95 .6 % .提示 :近红外乳腺扫描对良恶性肿物的鉴别诊断是一种行之有效的方法 ,具有安全、可靠、无损伤等特点 .     

近红外光谱技术在主要粮食作物品质研究中的应用

近红外光谱分析技术是一种能进行定量和定性分析与检测的现代技术,目前在主要粮食作物的遗传改良与育种过程中发挥着重要的作用.综述了近红外光谱分析技术在水稻、小麦、玉米等主要粮食作物及其相关农作物品质研究中的应用方面取得的新进展,并分析了近红外光谱分析技术在主要粮食作物品质研究中的应用前景,以期为广大农作物品质的遗传改良与新品种的培育提供参考与借鉴.     

不同厂家生产的心神宁片的红外光谱分析研究

利用傅立叶变换红外光谱法,考察三个不同厂家生产的心神宁片的红外光谱图及其二阶导数光谱图的差异。结果表明,由于各个生产厂家在生产控制方面的差异,心神宁片的红外光谱图亦存在一定的差异,根据其谱图的特征可以有效地将它们区分开。本研究建立了心神宁片的傅里叶变换红外光谱分析方法,该方法具有简便、快速、低成本等特点,为心神宁片的鉴别提供了科学依据。     

偏最小二乘法用于近红外漫反射光谱测定异福片

应用近红外漫反射光谱结合偏最小二乘法(NIR PLS)对异福片中利福平和异烟肼的含量进行定量分析， 所建立的定量分析模型对校正集样品中利福平和异烟肼的含量预测回归系数分别为0.992　77，0.989　01，交互验证均方根误差(RMSECV)分别 为0.006　65，0.004　23.对预测集样品利福平、 异烟肼的含量预测均方根误差(RMSEP)分别为0.005　73，0.003　79；加样平均回收率分别为99.376%和98.243%；重现性实验相对标准偏差(RSD)分别为0.679　3%和0.639　8%.结果表明， 该方法预测精度高， 且具有方便快捷、 非破坏、 无污染、 可在线检测、 重现性好等优点， 可作为异福片原位质量检测和在线质量监控的方法予 以推广.