近红外光谱分析技术在监测L-异亮氨酸发酵过程中的应用

以L-异亮氨酸发酵过程的发酵液为样品, 用偏最小二乘法考察2种光谱采集方式、 7种光谱预处理方法及不同光谱波段选择对建立5种氨基酸光谱预测模型精度的影响. 通过建立L-异亮氨酸发酵过程中主副产物最佳光谱预测模型, 确定最佳光谱信息采集方式、 光谱预处理方法、 光谱波长范围及模型因子数. 结果表明: 反射扫描优于透射扫描获取光谱所建最佳预测模型; 反射光谱采集L- 异亮氨酸、 L-丙氨酸、 L-谷氨酸、 L-亮氨酸和L-苏氨酸5种氨基酸最佳校正模型相关系数均大于0.96, 其交互验证均方差分别为1.760,0.462,0.430,0.259,0.199, 相对分析误差分别为7.8,6.8,6.3,5.0,6.4， 表明所提出的近红外光谱分析法快速检测氨基酸发酵液中各成分稳定可行.     

现代近红外光谱技术

对现代近红外光谱的测量原理、分析技术特点、常用的化学计量学方法和近红外光谱法在各领域中的应用等几个方面进行了介绍。近红外光谱分析具有操作简便、快速、及时、非破坏、无污染、适合在线分析等特点，具有广阔的应用前景。     

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%.     

化学计量学方法在近红外光谱分析中的应用--近红外光谱法测定汽油辛烷值

介绍了化学计量学在近红外分析技术中的应用方法。并以近红外光谱法测定汽油辛烷值为例 ,详细介绍了常用化学计量学方法 (主成分回归 ,偏最小二乘法和马氏距离分析 )的比较与在应用中的选择。     

近红外光谱技术在林业领域的应用

近红外光谱技术是一种快速、准确、无损、高通量、低成本的分析技术,广泛应用于林业领域。在木材性质检测方面,近红外光谱技术对于木材力学特征及化学成分含量等检测都有较高的准确性;在经济林产品品质分析方面,则主要用于反映林业产品的化学组分及含量、口感及硬度等直接和间接性状,对经济林产品品质及林木遗传育种的研究有较好应用前景;在林木分类鉴别应用方面,近红外光谱能够鉴别不同树种及种源,乃至反映树龄信息,在多物种模型中应用效果更好;近红外光谱还能够有效区分多物种的正常植物体与染病植物体,可在林木病虫害研究及生物检疫方面发挥作用。此外,近红外光谱还能应用于预测森林凋落物分解速率、预测土壤成分含量等。笔者分析了近红外光谱在林业科研和生产实际应用中的影响因素,包括样品状态、样本集特征等内在因素,以及预处理、波长选择、建模方式、硬件条件等外在因素对最终模型稳定性和准确度产生的影响。总结认为,近红外光谱技术引入林业研究后大大提高了林业样品检测效率,实现了绿色无损的高通量检测,对林地现场快速测量及林木遗传育种有极好的适应性,对促进林业产业的发展意义重大。     

近红外光谱分析技术的应用综述

近红外光谱（NIRS）分析技术是上世纪70年代发展起来的一项现代分析技术。它综合运用了计算机技术、光谱技术和化学计量等多个学科的最新研究成果,以其独特的高效、成本低、环保的优点在农业、食品等学科中得到了广泛应用。     

高效近红外光谱分析技术在药物分析中的应用

高效近红外光谱分析技术对快速分析或实时检测是非常理想的技术手段，是大型石油化工，农业，制药，食品加工等工业生产所必须依靠的重要分析技术之一。本文重点阐述了高效近红外光谱技术在药物分析中的应用，并且简单介绍了该技术的特点和各种分析方法的原理。     

拉曼光谱和近红外光谱在小麦粉品质定量分析中的应用

应用拉曼光谱分析技术结合最小二乘法,应用近红外光谱技术结合偏最小二乘法,以及现有的小麦粉光谱数据,对小麦粉进行采集光谱信息,选择最优的光谱预处理方法,分别建立了水分、灰分、面筋的定量模型,并验证了模型的可行性.实验分析表明,近红外光谱技术建立的模型比拉曼光谱分析技术建立的模型效果要好.     

近红外光谱技术检测农产品农药残留量的研究

介绍了近年来近红外光谱分析技术在农产品农药残留分析检测技术中的应用,其中覆盖了样品预处理方法、运用化学计量学进行定性和定量检测分析技术的方法等.概述了近几年来在近红外农残检测领域的应用和研究进展.提出了结合多信息融合技术的农药残留分析技术及其发展前景.     

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.     

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．     

近红外光谱变分推断标定自适应方法研究

在近红外光谱分析中,已有的标定迁移方法多基于标准样本和无参数归纳模型,普遍存在模型生存周期短、适用范围小等问题.针对此问题,提出了一种参数化对齐源域(主仪器)和目标域(从仪器)特征分布的变分推断标定自适应(variational inference calibration adaptation, VICA)方法.VICA对源域数据进行主成分分析,建立源域特征的变分回归模型.在预测时,VICA首先将目标域数据投影到源域特征子空间中,然后建立源域特征和目标域特征的分布差异函数,通过最小化该函数得到目标域的概率密度模型,实现模型迁移.实验对比表明,VICA比现有的大多数标定迁移方法的标定效果更好.     

近红外光谱技术在中药鉴别中的应用

采用近红外光谱技术对山茱萸果肉与果核进行快速鉴别研究.方法:对9批山茱萸果肉与果核样品进行近红外光谱测定,采用矢量归一化法处理数据,以山茱萸果肉样品建立一致性检验模型,设定CI(conformity index)值.结果:经矢量归一化后山茱萸果肉与果核光谱差别明显,以果肉样品建立一致性模型,设定的CI值为3.2.结论:本方法快捷、准确,无需样品前处理,可以作为山茱萸非药用部位的快速检测方法.为全面控制药材质量,建立中药质量控制新方法提供科学依据.     

分析技术在生物发酵过程监测中的应用

过程分析是一个高维多元的动态体系,该体系的建立及其理论研究对生物过程的模拟,预测,优化和监控起着重要作用,中间产物的检测是过程分析的关键,它为发酵机理研究提供了必不可少的依据,有利于发酵操作条件有及时调控,在研究生化反应规律、优化生产过程和提高生化产品率方面是十分必要的。     

近红外光谱技术在医药领域应用的新进展

近红外光谱技术是20世纪90年代以来发展最快、最近引入注目的光谱分析技术之一,该技术在许多领域有着广泛的应用,尤其在医药领域.本文简要介绍了近红外光谱技术的特点,综述了近几年该技术在药物和临床分析中新的应用,初步探讨了该技术在医药领域应用中存在的局限性和今后发展的方向,并对该技术在医药领域中的应用前景进行了展望.全文引用文献68篇.     

基于BP-Adaboost的近红外光谱检测固态发酵过程pH值

为了实现固态发酵过程参数pH值的快速检测,提出基于近红外光谱技术的固态发酵过程参数pH值检测新方法.首先获取140个固态发酵过程产物样本在10 000 ～4 000 cm-1范围内的近红外光谱;然后利用酸度计测得近红外光谱预测模型的参考测量值;最后运用Adaboost(AdaptiveBoosting)算法来构建由10个弱预测器(BP神经网络)组成的BP-Adaboost强预测模型.试验结果显示:该模型的预测均方根误差(RMSEP)和预测集相关系数(R)分别为0.072 6和0.981 1;与BP模型结果相比,该模型具有较好的预测精度.     

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...     

近红外光谱技术在农药残留量检测中的研究

介绍了近红外光谱技术的发展及原理,基于近红外光谱分析技术对蔬菜中农药残留的检测方法进行了定性和定量实验研究.选取菠菜作为叶菜代表,用偏最小二乘建立校正模型,并对模型的通用性进行验证.实验表明,校正模型的预测结果比较理想,但模型的通用性还需要改善,同时还讨论了基于多信息融合技术在农药残留量检测中的研究前景.     

近红外光谱的原理及应用

分析了近红外光谱分析技术的原理和组成，介绍了近红外光谱分析技术的优越性，对该技术发展历程中出现的几种典型仪器进行了总结，指出近红外光谱分析技术的主要应用，着重论述了该技术在树脂吸附方面的应用．