在线近红外光谱(NIR)快速测定烟草化学成分

本文就近红外光谱分析技术应用于测定卷烟生产在线烟草样本化学成分作了研究,建立了烟草总糖、还原糖、总植物碱、氯、总氮五项化学成分的校正模型。从各化学成分的模型来看,决定系数很高,模型相关性好。对模型进行验证,分析模型预测结果与连续流动分析结果间无显著差异。模型可以在生产中使用。     

烟草化学成分AOTF一近红外在线模型转移研究

AOTF．近红外光谱仪采用全密封固化设计,没有任何可移动部件,不受温度、湿度、灰尘等外界环境的影响,其设计特点适合在线检测．建立的近红外光谱模型可以在多台近红外光谱仪之间转移,研究工作中采用直接矫正法来修正原模型光谱信息,提高信号的信噪比和复杂背景的校正,进行模型转移．转移后的烟草化学成分总糖、烟碱、氯在线检测模型的决定系数分别为0．9336、0．8961、0．9310．随机采集17个样品,用转移后的模型预测,总糖、烟碱、氯的平均相对标准偏差分别为3．19％、3．76％、5．00％,完全能够满足烟草工业在线检测需要．     

酒炖熟地黄中还原糖含量测定研究

应用近红外漫反射光谱技术和数据分析软件,对酒炖熟地黄饮片粉末中还原糖的含量进行快速测定。以还原糖测定仪测定酒炖熟地黄饮片粉末样品中还原糖的含量,采集其近红外光谱数据：应用偏最小二乘法（PLS）对建立还原糖含量测定的校正模型。本研究所建立的模型可很好的预测酒炖熟地黄饮片中指标成分还原糖的含量。方法简便可行,尤其适用于生产中间控制和大批量产品的检测,还可用于生产过程的质量控制。     

基于ARM近红外地沟油检测

食品安全是当今社会一个重要问题,近年来地沟油问题已成为人们食品安全的一个重大隐患。本论文基于现代近红外光谱分析理论,根据油脂中不同成分在近红外光谱的光学吸收特性、各成分的特征吸收峰值,通过对废弃油脂光谱数据的采集、处理和对比,采用逐步回归分析理论,对采集的数据建立定标方程。通过建立标准样品模型,将采集的数据与样品模型进行比较,能够对不同废弃油脂进行有效的鉴别。     

基于近红外光谱技术与模式识别的乌龙茶产地溯源

利用近红外光谱分析技术检测了来自福建省安溪县西坪镇、华安县仙都镇和永定县高头乡3个产地的9个茶叶样品,结果表明:不同地域的茶叶样品间茶多酚、茶多糖、部分氨基酸等成分的吸收光谱存在着微小的差异,通过光谱降维的方法进行模式识别,其聚类分析结果与茶叶的产地完全吻合.该结果可为乌龙茶的产地溯源技术发展提供技术支持.     

烟草样品中几种化学成分的近红外分析精度研究

应用傅立叶变换近红外光谱仪,分别对具代表性的2003~2005年的烤烟样品和2005年烤烟样品建立了近红外光谱与灰分、尼古丁、石油醚提取物、石油醚提取物中性成分4种成分含量间的关系模型,经57个代表性样品预测精度的分析,F检验结果显示:灰分为1.2371;尼古丁为1.8262;石油醚提取物为1.6667;石油醚提取物中性成分为4.6311.两类近红外预测模型对灰分的预测没有显著性区别,而对尼古丁、石油醚提取物、石油醚提取物中性成分的预测有显著性区别.     

近红外光谱法快速定量检测青烟叶及烤烟叶中的生物碱

基于傅里叶变换近红外漫反射光谱技术,采集123个青烟叶样品、412个烤烟叶样品的近红外光谱,并对其原始光谱进行一阶微分及Norris平滑处理;采用偏最小二乘(PLS)法建立青烟叶及烤烟叶近红外光谱与4种生物碱的预测模型,并将部分样本作为独立验证集进行预测;对烟叶烘烤前、后的生物碱含量进行比对分析。结果表明:各化学指标的预测均方差(SEP)与校正均方差(SEC)的比值均为0.8～1.2,验证集样本标准偏差(SD)与SEP的比值均大于2.0,校正集与验证集的相关系数r约为0.9,说明近红外模型可用于青烟叶及烤烟叶中生物碱的快速定量检测;转化株烟草在烘烤调制过程中发生了尼古丁向降烟碱的转化。     

保健品中枸橼酸西地那非成分近红外快速定性定量分析

建立了应用近红外光谱技术对保健品中枸橼酸西地那非成分的定量及定性分析方法.采集36个样品的液体透射光谱,分别采用主成分分析法和第一范围标定法建立定量和定性模型,并将定量分析方法的结果与HPLC定量结果进行比对.所建定量分析模型,主成分数为4,R2为99.92%,RMSECV为31.5.该模型对预示集的枸橼酸西地那非HPLC平均方法回收率为104.8%,近红外光谱分析法处理结果与HPLC法处理结果无显著差异.定性分析模型组间选择性为4.38,对18个未知样品判错率为0.所建立的新方法可对保健品中枸橼酸西地那非成分进行快速准确的定性及定量分析.     

基于支持向量回归的驴肉脂肪和蛋白质近红外检测模型优化

驴肉的脂肪含量低、蛋白质含量高,是一种营养价值较高的食用肉类.选择了40个不同个体和不同部位的驴肉鲜肉样品,采集了样品在4 000～12 500 cm~(-1)光谱的近红外漫反射光谱,并使用索氏提取法和凯氏定氮法分别检测了样品的脂肪和蛋白质参考数据.分别使用主成分分析和偏最小二乘回归对肉块和肉糜2种类型的样品光谱数据进行了压缩,结合支持向量回归算法分别建立了驴肉脂肪和蛋白质的定量模型,并与偏最小二乘回归模型进行了性能比较,发现肉糜光谱使用主成分分析降维结合支持向量回归算法所建立的驴肉脂肪模型,以及肉块光谱使用偏最小二乘回归降维结合支持向量回归算法所建立的驴肉蛋白质模型定量结果最优,其交叉验证均方根误差和相对预测误差分别达到了0.058%、14.69以及0.111%、14.39.结果表明,近红外光谱结合主成分分析或偏最小二乘回归降维以及支持向量回归算法所建立的模型预测精度较高,可对驴肉的脂肪和蛋白质含量进行可靠的检测.     

巴戟天药材中耐斯糖含量近红外光谱测定方法的建立

目的建立巴戟天药材中耐斯糖含量的近红外光谱测定方法。方法用高效液相色谱法测定114批巴戟天药材中耐斯糖含量,采集近红外光谱后,运用多元散射校正法,结合最小偏二乘法建立巴戟天耐斯糖含量的定量模型。结果建立的耐斯糖近红外光谱定量模型,内部交叉验证决定系数为0.979 1,校正标准偏差为0.909 0,预测标准差为0.909 0,交叉验证的标准偏差为1.093 0。结论该含量测定近红外光谱模型稳定、准确适用于巴戟天药材中耐斯糖的含量测定。     

基于因子分析的烤烟主要化学成分特性

为准确评价烟叶质量,对3个等级317个烟叶样品进行常规化学成分分析,利用因子分析法对烟叶样品的化学成分及其比值进行综合评价。结果表明,烟叶主要化学成分总体比较协调,其总糖、还原糖含量偏高,不同等级烟叶化学成分差异明显。主要表现为含氮化合物与含碳化合物呈显著负相关,总氮与总植物碱呈显著正相关;对主要化学成分及其比值进行因子提取得到3个主因子,代表其方差贡献率的83%以上,分别为含碳因子、燃烧因子及含氮因子。     

烟样水分质量分数对其常规化学成分近红外测定的影响

 在连续改变样品水分质量分数的条件下,采集了烟样的近红外吸收光谱,并用预测模型测定了它们的总糖、总氮和烟碱质量分数.结果表明,烟样水分质量分数的升高使其在近红外区域的光谱吸收明显增大,直接影响以上化学成分的测定结果.烟样水分质量分数大于10%时,以上几种常规化学成分的测定误差随样品含水量的降低而减小,而当样品水分质量分数小于10%时,样品水分差异引起的总糖、总氮和烟碱测定的误差可忽略不计.     

NIR对真伪枸橼酸西地那非片快速定性定量分析

应用近红外光谱技术建立对枸橼酸西地那非片的定量及定性分析方法.通过对162个样品进行近红外光谱分析,分别采用偏最小二乘和第一范围标定法建立定量和定性模型,并将定量分析方法的结果与HPLC定量结果进行比对.所建定量分析模型,主成分数为4,R2为98.91%、RMSECV为1.54.该模型对预示集枸橼酸西地那非的平均回收率为100.14%,近红外光谱分析法处理结果与HPLC法处理结果无显著差异.定性分析模型组间选择性为5.09,对42批真伪样品判错率为0.结果显示,所建立方法可对真伪枸橼酸西地那非片进行快速准确的定性及定量分析.     

化学成分-朴素贝叶斯分类算法的烟叶产地模式识别

把总糖、还原糖、总氮、烟碱、总氯和总钾这6个成分含量作为影响烤烟烟叶产地的自变量,利用朴素贝叶斯分类算法(NBC)建立烤烟烟叶生产地的判别模型.结果表明,用朴素贝叶斯分类建立的烟叶产地识别模型建模、留一法、预报准确度分别为91.24%、89.05%和88.24%,而用支持向量机分类和K点最近邻分类建立的烟叶产地识别模型的准确率均低于朴素贝叶斯分类建立的模型.可见利用朴素贝叶斯分类算法对烟叶产地进行模式识别研究,可以很好地反映烟叶样本由于产地的不同带来的差异.因此可以将NBC算法引入到烟草行业的研究中.     

光谱分辨率的选取对食用油近红外模型性能影响分析

近红外光谱仪的类型和工作参数的设定对测量过程和分析结果均有一定影响.重点讨论了在傅立叶变换型光谱仪上设定不同的光谱分辨率对食用油近红外定量模型性能的影响.实验采用Vertex 70光谱仪,在3种光谱分辨率(4,8,16 cm-1)条件下,采用透射式液体光纤探头采集60份食用油样品近红外谱图.针对3组近红外光谱样品集,分别采用蒙特卡罗采样法剔除异常样品,根据Kennard-Stone法划分校正集和校验集后,建立优化食用油棕榈酸近红外定量分析模型并作预测.结果表明基于16 cm-1建立的食用油近红外模型指标优于4 cm-1和8 cm-1所建的模型,该结果可以为均匀液体作近红外检测时光谱分辨率的设定提供参考.     

近红外光谱在印刷品颜色检测中的应用

为了对印刷品颜色进行快速、准确检测,应用近红外光谱技术(NIR)并结合偏最小二乘法(PLS)建立印刷品颜色检测模型.对近红外光谱获取的144个样本光谱曲线,应用主成分分析方法进行降维,维数为5.选取的主成分作为光谱优化特征子集以替代原来复杂的光谱数据.随后,将144个样本数据随机分为定标集和预测集,利用偏最小二乘法在103个定标集样本数据基础上建立印刷品颜色预测模型,应用此模型对41个预测集样本颜色进行预测.研究结果表明:利用PLS模型得到样本的实测值和预测值之间的预测决定系数(R~2)为99.74%,预测平均相对误差为0.636%,表明利用近红外光谱技术检测印刷品颜色是可行的.     

近红外光谱分析技术在烟叶产地鉴别中的应用

为研究近红外光谱分析技术在鉴别烟叶产地中的可行性,以云南8个不同产地的880个烟叶样品为基础,通过TQ analyst分析软件的定性分析方法建立预测各烟叶产地的近红外模型,并应用该模型对100个烟叶样品进行了实际产地预测.结果显示,上述方法建立的预测模型对云南烟叶产地的鉴别准确率达90%.研究表明,应用近红外光谱分析方...     

近红外光谱和支持向量机用于凌霄花产地鉴别

收集6个产地凌霄花样品的近红外光谱,构建支持向量机(SVM)模型进行产地鉴别.运用竞争自适应重加权采样(CARS)算法提取特征波长变量,在此基础上建立CARS-SVM产地判别模型.将该判别模型与线性判别分析、偏最小二乘判别分析和簇类独立软模式法3种模型进行比较.结果表明,SVM模型对不同产地凌霄花样品的鉴别结果良好,经CARS提取特征波长后,波长变量数从1 557减小至52,所构建的CARS-SVM模型对6个产地样品的判别准确率较高,明显优于上述3种模型.因此,近红外光谱技术可快速准确判别凌霄花的产地,为凌霄花的产地鉴别与质量评价提供一种新的方法.