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.     

超高效液相色谱法测定露酒中的枸橼酸西地那非

为了建立露酒中非法添加枸橼酸西地那非的一种快速、准确、灵敏高的专属性检测方法,采用反相超高效液相色谱法,以C18柱(2.1mm×100mm,1.7μm),柱温30℃,检测波长293.6nm,流动相为乙腈∶水∶冰醋酸∶三乙胺(35∶65∶0.8∶0.4;V/V),流速0.15ml/min的条件进行实验。结果枸橼酸西地那非在0.05～50μg/ml范围内线性关系良好,相关系数r=0.9998,平均回收率为98.93%,RSD=1.86%。建立的方法准确、可靠,可以用于露酒中枸橼酸西地那非的含量检测。     

用近红外光谱定量分析混纺毛织品中羊毛的质量分数

运用近红外漫反射光谱技术定量分析羊毛/染色粘胶混合样中羊毛的质量分数,标样集中近红外预测值与实际值之间的相关系数是0.982;对待测样品检验结果:预测值变异系数CV为4.1％,令人满意。表明该方法有望成为一种快速的、非破坏性的定量分析混纺织物的手段。     

近红外光谱法对黔茶6种主要成分的快速测定

以贵州绿茶为研究对象,利用近红外光谱法对茶叶中水分、游离总氨基酸、咖啡碱、儿茶素类总量、茶多酚及水浸出物的含量进行快速同时测定。采用偏最小二乘法结合多元线性回归建立茶叶中水分、游离总氨基酸、咖啡碱、儿茶素类总量、茶多酚及水浸出物的定量校正模型,并用相关系数、交互验证均方差和预测均方差对模型进行评价,验证集中水分、游离总氨基酸、咖啡碱、儿茶素类总量、茶多酚及水浸出物6个内含物成分定量预测模型的相关系数分别为0.971 5、0.910 7、0.970 6、0.922 5、0.964 1、0.903 7;预测均方差(RMSEP)分别为0.574、0.418、0.279、0.959、0.735、0.28。结果表明,该方法简单、准确,更适合于茶叶中主要成分的快速分析。     

近红外光谱法定量分析亚麻油中的主要组分

用厚度为 1cm的玻璃比色皿作为吸收池 ,测定了亚麻油的近红外光谱 ,利用 70 0 0～ 6 0 0 0cm-1范围内的透波率 ,建立了主成分回归分析模型和BP人工神经网络模型 ,用二模型预测了亚麻油中油酸、亚油酸和亚麻酸的含量 ,预测结果的平均相对误差均在 2 %以内 ,并BP人工神经网络模型预测的效果较好。该法可用于亚麻油中主要组分的实时成分分析。     

近红外光谱法快速测定复混肥总氮含量

本文研究了应用近红外漫反射技术测定复混肥总氮含量的新方法。在 40 0 0-1 3 3 0 0 cm- 1范围内 ,采用偏最小二乘法 ( PL S) ,对一系列标准样品的近红外光谱数据进行回归 ,建立了复混肥有关品种总氮含量分析的数学模型。采用此模型进行分析 ,速度快、样品制备简单、分析结果与传统分析方法结果有较好的一致性。     

人工神经网络-近红外光谱法定量分析Cofrel粉末药品

用人工神经网络(ANN)解析Cofrel药品的近红外(NIR)漫反射光谱， 实现了对其有效成分磷酸苯丙哌啉的精确快速定量测定. 设计了最好的ANN模型. 分别讨论了输入层和隐含层节点数对测定结果的影响. 用HPLC法的测定结果作为标准， 磷酸苯丙哌啉浓度预 测值的相对误差RE (%)＜4.0%， 可以应用于Cofrel药品实际生产中的质量控制.     

基于近红外与拉曼光谱的甲醇汽油定量分析

利用近红外和拉曼光谱法定量分析了甲醇汽油中甲醇的含量,采用偏最小二乘法(partial least squares,PLS)建立甲醇的定量模型.近红外光谱法测定甲醇定量模型的预测集相关系数RP为0.998,预测均方根误差(RMSEP)为0.289%;拉曼光谱法测定甲醇定量模型的预测集相关系数RP为0.982,预测均方根误差(RMSEP)为1.141%.实验表明,近红外与拉曼光谱技术均可用于甲醇汽油中甲醇含量的快速检测.     

基于神经网络内模控制的近红外光谱定量分析方法

以近红外光谱法为基础测定方法,结合内模控制,论述了采用自适应神经网络建立校正模型测定石油化工产品组成的可行性.基于dSPACE硬件平台,实验以直馏柴油、加氢精制柴油和催化裂化柴油为校正模型的训练样本,对自适应神经网络校正模型进行了检验,实验结果表明:该方法响应快、误差小、鲁棒性强,在近红外长波区内,校正样品和验证样品的均方误差小于10-6.     

多维标度和随机森林应用于汽油近红外定量分析

随机森林(RF)回归应用于汽油辛烷值的近红外定量模型的波长优选。提出的双中心指标多维标度(DC-MDS)方法能够有效地找到定标和预测样品集的合理划分。RF回归建模的过程中选择采用较大的决策树数量(nTree=500),避免建模过程发生拟合,进一步调试并选择最优的分裂变量数(mtry=130);最后在最优参数的RF建模过程中提取具有最大贡献的30个信息波长,为汽油辛烷值的测定建立离散波长的近红外定量分析模型;其预测决定系数为0.971,预测均方根偏差为0.219%。结果表明,RF回归具有应用于汽油辛烷值近红外定量测定的潜力。     

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     

Assessment of blood and oxygen delivery to flaps of rhesus using near infrared steady-state spectroscopy

Near infrared spectroscopy has been considered as a potentially ideal noninvasive technique for the postoperative monitoring of plastic surgery. In this study, 6 flaps were raised on rhesus monkeys' forearms. Blood and oxygen delivery to these flaps was monitored following vascular occlusions and inhalation of pure oxygen. Optical fibers were adopted in the probe of the oximeter so that the cutaneous detection could be performed in reflectance mode. Different and repeatable patterns of changes were measured following vascular occlusions on flaps. It is clear that the near infrared spectroscopy is capable of postoperatively monitoring vascular problems in flaps, especially the venous problem. Near infrared spectroscopy showed high sensitivity to detect the dynamic changes in flaps induced by inhalation of pure oxygen in this study. The experimental results indicated that it was potential to assess tissue viability utilizing the dynamic changes induced by some noninvasive stimulation (such as inhaling pure oxygen). It may be a new assessing method that is rapid, little influenced by other factors and less inconvenient to patients.     

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...     

近红外光谱分析磷酸缓冲溶液中的血糖含量

测定了溶解于磷酸缓冲溶液中血糖在8000～5000cm^-1波数范围的近红外光谱,用偏最小二乘法建立了测定血糖含量的模型,根据数据特点,提出了按浓度大小选择预测集样本的方法。用来进行最佳模型隐变量个数的选择,结果显示,利用近红外光谱并结合化学计量学方法能够成功地进行血糖的定量分析,方法的测定误差为0.197g／L。     

神经网络在大米蛋白质含量预测模型中的应用

大米蛋白质含量是影响大米营养及食味特性的一个重要指标．借助主成分分析,确立了用于近红外光谱分析的BP神经网络的输入输出模式对;并用BP神经网络方法建立了不同类型、不同粒度的大米样品蛋白质含量预测模型;考察了模型的预测能力,其预测值与用标准方法取得的化学分析值间具有良好线性关系,相关系数达0．90以上,用BP神经网络可降低样品粒度的不同对预测结果造成的差异．     

长度可调的纳米线阵列近红外减反射特性

采用金属催化化学腐蚀方法在单晶硅表面制备了有序的纳米线阵列,研究了纳米线长度与腐蚀时间之间的关系,发现纳米线长度随着腐蚀时间的增加而增大。测试了所制备的具有纳米线阵列的硅表面在近红外1000nm～2500nm范围内的减反射性能。测试结果表明,与未处理的光滑硅表面相比,具有纳米线阵列的表面的反射率大辐降低,并随着纳米线长度的增加,反射率减小。