目的采用近红外光谱(near infrared spectrum,NIRS)技术结合偏最小二乘法(partial least-square,PLS)建立香菊片提取液膜分离过程中没食子酸、鞣花酸、木犀草素3个成分的定量监测模型。方法收集香菊片膜分离过滤液样本53个,其中预测集38...目的采用近红外光谱(near infrared spectrum,NIRS)技术结合偏最小二乘法(partial least-square,PLS)建立香菊片提取液膜分离过程中没食子酸、鞣花酸、木犀草素3个成分的定量监测模型。方法收集香菊片膜分离过滤液样本53个,其中预测集38个,验证集15个,用HPLC法测定所有样本中没食子酸、鞣花酸、木犀草素3个成分的含量,同时采集NIRS数据。将得到的光谱数据与3个化学成分含量数据应用PLS回归分析建立定量模型,采用模型的校正集相关系数(correlation coefficient of calibration,RC)、预测集相关系数(correlation coefficient of prediction,RP)、校正集误差均方根(root mean square error of calibration,RMSEC)、预测集误差均方根(root mean square error of prediction,RMSEP)和预测集相对偏差(relative standard of errors of prediction,RSEP)对定量预测模型进行评价。结果没食子酸、鞣花酸、木犀草素近红外定量模型RMSEC分别为0.561、1.256、0.342,RC分别为0.981、0.992、0.986;RMSEP分别为0.557、1.157、0.367,RP分别为0.987、0.994、0.979;RSEP分别为5.73%、4.23%和3.78%,均小于10%。结论建立的NIRS定量模型预测性良好,可用于香菊片提取液膜分离过程的成分含量测定和终点判断。展开更多
文摘目的采用近红外光谱(near infrared spectrum,NIRS)技术结合偏最小二乘法(partial least-square,PLS)建立香菊片提取液膜分离过程中没食子酸、鞣花酸、木犀草素3个成分的定量监测模型。方法收集香菊片膜分离过滤液样本53个,其中预测集38个,验证集15个,用HPLC法测定所有样本中没食子酸、鞣花酸、木犀草素3个成分的含量,同时采集NIRS数据。将得到的光谱数据与3个化学成分含量数据应用PLS回归分析建立定量模型,采用模型的校正集相关系数(correlation coefficient of calibration,RC)、预测集相关系数(correlation coefficient of prediction,RP)、校正集误差均方根(root mean square error of calibration,RMSEC)、预测集误差均方根(root mean square error of prediction,RMSEP)和预测集相对偏差(relative standard of errors of prediction,RSEP)对定量预测模型进行评价。结果没食子酸、鞣花酸、木犀草素近红外定量模型RMSEC分别为0.561、1.256、0.342,RC分别为0.981、0.992、0.986;RMSEP分别为0.557、1.157、0.367,RP分别为0.987、0.994、0.979;RSEP分别为5.73%、4.23%和3.78%,均小于10%。结论建立的NIRS定量模型预测性良好,可用于香菊片提取液膜分离过程的成分含量测定和终点判断。