声光可调-近红外光谱法快速判断精芪双参胶囊的混合终点及测定黄芪甲苷的含量

目的:建立快速判断精芪双参胶囊的混合终点及测定黄芪甲苷含量的方法。方法:采用声光可调-近红外光谱法(AOTFNIR)结合主成分分析法及移动窗标准偏差法判断混合终点;以一阶导数法联合平滑滤波系数法预处理混合终点样品光谱,并采用偏最小二乘法建立混合终点样品中黄芪甲苷含量的定量模型,并采用高效液相色谱-蒸发光散射检测法(HPLC-ELSD)测定混合终点样品中黄芪甲苷的含量以进行验证。结果:混合终点样品中黄芪甲苷含量测定方法学经验证符合要求。混合物料样品在混合30 min时可达到混合终点,NIR预测结果与HPLC-ELSD法实测的混合终点结果一致;定量模型的主成分维数为9,决定系数为0.954 9,校正均方根偏差为0.039 2,预测均方根偏差为0.042 6;黄芪甲苷含量的NIR预测平均值为11.74 mg/g,HPLC-ELSD法实测平均值为11.38 mg/g,平均偏差为3.16%。结论:AOTF-NIR法可快速判断精芪双参胶囊的混合终点,并能够快速测定混合终点样品中黄芪甲苷的含量,可提高其混合过程的质量控制水平,缩短混合周期。

高光谱遥感图像微分域三维混合去噪方法

高光谱遥感图像是一种三维数据,由二维空间信息和一维光谱信息组成。普通的对二维静态图像或一维光谱信息去噪的算法忽视了高光谱图像强烈的谱间相关性和图谱合一的特点,无法取得令人满意的效果。同时现代的高光谱遥感图像噪声级别相对较低,噪声方差随波段不同而不同。针对以上特点,提出一种微分域三维混合去噪方法。首先将高光谱遥感图像变换到光谱微分域,使细微的噪声变得显著。然后在微分域中,对二维空间域采用基于小波的非线性阈值去噪BayesShrink算法。为克服噪声方差不同的特点,对光谱维不再采用小波阈值去噪方法,而采用Savitzky-Golay滤波进行平滑。最后对微分域去噪平滑处理后的图像进行光谱积分,并进行积分修正,消除光谱积分中引入的积累误差。对信噪比为600∶1的机载可见红外成像光谱仪数据(AVIRIS)实验表明,该算法能有效地降低噪声,将信噪比提高到2000∶1以上。

通过距离匹配法对224团骏枣与10团骏枣聚类分析的研究

和田224团骏枣与阿克苏10团骏枣在价格上有明显的差别,快速准确的识别二者有很大的实际意义。应用距离匹配法对和田224团骏枣与阿克苏10团骏枣进行聚类分析,预处理方法采用归一化,基线校正和Savitzky-Golay卷积求导法(13点平滑,3点差分宽度),并利用马氏距离剔除异常样本。研究结果表明:和田224团骏枣与阿克苏10团骏枣在水分含量、总糖含量和总酸含量上有明显区别。预测效果最好的是总酸波段的聚类分析模型,其次是水分波段的聚类分析模型,最后是总糖波段的聚类分析模型。在分类效果上,聚类分析模型更适用阿克苏10团骏枣,所以阿克苏10团骏枣比和田224团骏枣效果好。结论:利用距离匹配法对和田骏枣与阿克苏骏枣进行产地的鉴别是可行的,该法对考察南疆红枣的产地鉴别有一定的参考价值。