可见/近红外联合UVE-PLS-LDA鉴别压榨和浸出山茶油

山茶油是我国特有的优质食用油,而压榨山茶油营养品质优于浸出山茶油。采用可见/近红外光谱技术对压榨和浸出山茶油进行鉴别研究。在350～1 800nm波段范围内采集压榨和浸出山茶油样本的透射光谱,利用无信息变量消除(UVE)方法进行波长变量优选,剔除无用波长变量,并应用偏最小二乘-线性判别分析(PLS-LDA)建立鉴别分类模型。最后,利用鉴别分类模型对未参与建模的26个预测集样本进行鉴别。研究结果表明,UVE-PLS-LDA是一种有效的鉴别分类方法,所建立的鉴别分类模型能较好地对压榨和浸出山茶油进行鉴别,校正集和预测集样本的鉴别正确率均为100%。因此,可见/近红外光谱联合UVE-PLS-LDA方法鉴别压榨和浸出山茶油是可行的。

近红外光谱联合CARS-PLS-LDA的山茶油检测

为了寻找快速判别山茶油掺假的检测方法,本研究利用近红外光谱技术对掺杂大豆没油山茶油进行掺假检测研究。试验在350~1 800 nm波段范围内采集样本的透射光谱,利用CARS方法筛选重要的波长变量,应用偏最小二乘-线性判别分析（PLS-LDA）建立山茶油掺假的判别模型,并与未经变量优选的判别模型进行比较。结果表明,近红外光谱技术联合CARS-PLS-LDA方法可以有效判别纯山茶油和掺假山茶油,校正集、预测集及独立样本组样本的判别正确率、灵敏度及特异性均为100%。CARSPLS-LDA判别模型性能优于未经变量优选的判别模型,表明CARS方法可以有效筛选重要波长变量,能简化判别模型及提高判别模型的稳定性和判别精度。本研究可为山茶油掺假快速检测提供理论依据。

基于人血浆荧光光谱与CARS-PLS-LDA的结直肠癌早期检测

该文利用竞争性自适应加权算法(CARS)筛选重要的人血浆荧光光谱变量,并结合偏最小二乘法判别分析(PLS-LDA)建立了结直肠癌患者与非癌患者的分类模型,同时与全波长模型和基于平行因子分析(PARAFAC)建立的模型进行比较。从模型评价指标看,CARS-PLS-LDA的性能显著优于全波长模型和基于PARAFAC的模型。高波未稀释组和低波稀释组的荧光光谱结合CARS-PLS-LDA分类模型的AUC(Area under curve)值均高于0.9,可有效地识别结直肠癌患者。结果表明,CARS变量筛选能够明显改善结直肠癌分类模型的性能,有助于后续癌症临床诊断工具的开发与研究。

近红外光谱法鉴别奶牛饲料中三聚氰胺甲醛树脂的可行性研究

收集国内常用的、具有代表性的奶牛精补料33个样品,制备99个三聚氰胺甲醛树脂(MF)掺假样品,在全光谱范围内进行近红外透反射光谱扫描,选择合适的前处理方法,采用BP神经网络方法和PLS-LDA方法分别建立判别模型。建立的BP神经网络判别分析模型的预测正确率为100%,建立的PLS-LDA判别分析模型的交互验证最低错误率为0.0778,模型错分率为0.0667,模型预测错误率为0.1429。说明利用近红外透反射光谱建立定性分析模型来检测奶牛饲料中是否掺有MF的研究是可行的。

基于近红外技术柑橘黄龙病田间快速检测方法研究

柑橘黄龙病在感病植株和健康植株之间传播速度快,因此快速检测柑橘黄龙病对其防治十分关键。本文研究了近红外技术快速检测柑橘黄龙病的方法。采用PLS-LDA建立的模型对未参与建模的样品进行了检测,结果表明,该模型检测的准确率与普通PCR检测的结果符合率达到100%,假阳性率小于1%。该技术具有检测周期短、无污染等优点,可用于田间黄龙病的快速检测。

近红外透反射光谱用于检测蜂蜜加入麦芽糖浆掺假

为实现蜂蜜掺假的快速检测,利用近红外光谱法(NIRS)对蜂蜜用麦芽糖浆掺假进行了研究。从121个真蜂蜜样本中任取8个不同品种掺假,共得80个掺假样本。另取两个真蜂蜜样本(油菜蜜和向日葵蜜)掺假,各自得到50个掺假样本。KS法划分校正集和验证集。偏最小二乘-线性判别分析法(PLS-LDA)鉴别真假蜂蜜,校正集和验证集的识别正确率都达100%。用CARS(competitive adaptive reweighted sampling)-偏最小二乘法(CARS-PLS)对掺假量定量校正,80个掺假样本的结果不理想,而50个掺假样本的结果令人满意:交互验证均方差(RMSECV)、交互验证决定系数(Q2)、预测均方差(RMSEP)、预测决定系数(R2),掺假油菜蜜模型分别为0.2529、0.9995、0.1851、0.9996;掺假向日葵蜜模型分别为0.1141、0.9999、0.1673、0.9997。因此,NIRS具有对蜂蜜用麦芽糖浆掺假快速检测的能力。