人工神经网络-近红外光谱法非破坏监控蛇床子SFE-CO2萃取物的质量

将人工神经网络与近红外漫反射光谱相结合, 对蛇床子超临界CO₂萃取物中的蛇床子素和欧前胡素同时进行快速、 非破坏的定量分析. 分别利用 萃取物的原始光谱和两种预处理光谱（一阶导数和标准归一化）建立了网络的数学校正模型, 并把所得结果进行了比较, 确定用一阶导数光谱所建立的模型为最佳网络模型.     

近红外光谱-偏最小二乘法非破坏分析酱油的主要成分

将近红外光谱技术与偏最小二乘法（PLS）相结合建立 数学校正模型, 对酱油中的氨基酸态氮、 总酸以及食盐进行快速、 无损定量分析, 并对酱油的色度进行预测, 同时讨论了光谱预处理方法和主成分数对PLS模型预测精度的影响. 结果表明, 采用一阶导数预处理光谱建立的数学校正模型能得到最佳的预测效果, 在对预测集18个样本中的氨基酸态氮、 总酸、 食盐的含量和色度进行预测时, 所得的预测集相对标准 偏差分别为1516%, 1811%, 1798%, 1893%. 实验结果具有较高的预测精度, 可以用于酱油中主要 成分含量的测定.