Solriamfetol的二维相关红外光谱分析

利用红外光谱及二维相关光谱进行了Solriamfetol进行了结构分析。检测Solriamfetol 20~150℃范围内(每隔5℃)的近红外光谱,结合红外光谱、二维相关光谱及相关文献,分析Solriamfetol分子内变化。观察分析了温度对Solriamfetol分子的羰基、脂肪胺基和酰胺基的氢键和自由基之间的影响,明确了因温度扰动,引起羰基氢键的断裂及变化规律,分析了胺基与酰胺氢键的不同,确定了不同分结构之间的变化先后顺序,并进行了红外峰的归属。联合使用二相关光谱,提高了Solriamfetol红外光谱的分辨率和可解释性。

基于二维相关近红外光谱的老陈醋醋龄鉴别

采用二维相关近红外光谱技术与判别分析(DA)方法相结合鉴别不同醋龄的老陈醋样品。选取5个醋龄共100个老陈醋样品,在室温下采集所有样品的一维近红外光谱。以醋龄作为外扰因素,构建各样品在1001~1830 nm波段范围的二维相关同步谱和异步谱,分析其二维相关谱图的光谱特征。基于二维相关同步谱的对角线数据(即自相关谱),建立不同醋龄老陈醋样品的判别分析模型,模型校正集的识别准确率为97.3%,预测集识别准确率为96%。研究结果表明,所提出的方法可提供随醋龄变化的更多光谱特征信息,为老陈醋醋龄快速鉴别提供一种精度高的分类模型。

不同产地稻米的二维相关近红外光谱鉴别

为了实现针对不同产地稻米样品的无损判别,提出一种基于同步二维相关近红外光谱的欧氏距离判别方法。在分别得到5种稻米样品的标准二维相关谱后,通过计算测试集样品与各个标准相关谱的欧氏距离,根据最小距离原则进行归类判别,经实际测试正确率达到95%。通过定义区分度系数还可以更精确判断对各类别样品的区分效果。为了比较二维相关方法与常用建模方法的实际效果,在同样的数据基础上进行偏最小二乘判别分析和支持向量机分类的尝试,其最高正确率分别为75%和70%,验证了二维相关方法的有效性。本研究为无损鉴别稻米样品提供了一种新的可能方法,并可为在线检测提供参考。

二维相关近红外谱结合NPLS-DA判别掺杂牛奶的研究

将二维相关近红外谱与多维偏最小二乘判别分析方法结合起来,建立了掺杂牛奶与纯牛奶的判别模型.分别配置掺杂尿素牛奶(1～20g/L)和掺杂三聚氰胺牛奶(0.01～3g/L)样品各40个,采集纯牛奶及掺杂牛奶样品的近红外光谱.在量化二维相关近红外同步谱的基础上,采用多维偏最小二乘判别分析法分别建立了掺杂尿素、掺杂三聚氰胺及两种掺杂牛奶与纯牛奶的判别模型对未知样品进行判别,其判别正确率分别为95%、90%和92.5%,并与偏最小二乘判别和隐变量正交投影判别建模方法进行了比较.结果表明:多维偏最小二乘判别分析法具有更强的预测能力可推广到其它食品的掺杂检测中.

二维相关可见-近红外光谱结合支持向量机评价猪肉新鲜度

为探究二维相关同步光谱优选生鲜肉新鲜度特征变量的可行性,采集生鲜猪肉在1~15 d共58个样品的可见:近红外反射光谱信息,并参照国标方法测定其挥发性盐基氮值(total volatile basic nitrogen,TVB-N)。然后,以TVB-N为"外界扰动",选择10条代表性光谱并进行包络线去除,结合光谱差异选取了7个子区间。通过对每个子区间作二维相关分析,解析其二维相关同步谱和自相关谱,获取与TVB-N变化密切相关的敏感变量。最后,利用所选特征变量,分别基于原始、标准正态变量变换预处理和归一化预处理的光谱,建立猪肉新鲜度的支持向量机(support vector machine,SVM)判别模型。结果表明,利用二维相关光谱分析共提取到17个特征波长,仅占总变量个数的1.61%,建立的SVM模型总体正确率分别为94.83%、98.28%和98.28%。这表明所建立的模型具有较好的判别效果,也说明二维相关分析用于筛选与生鲜肉新鲜度相关特征变量的方法是可行的。这有利于解析生鲜肉在腐败变质过程中的光谱特征信息变化,也为近红外光谱分析中变量筛选提供了一种新的思路。

鱼粉、豆粕样本-样本二维相关近红外光谱判别

为了探讨利用二维相关近红外光谱法快速判别鱼粉和豆粕饲料原料的可行性,共收集了52个鱼粉、60个豆粕样品,其中34个鱼粉和40个豆粕样品作为定标集,其余18个鱼粉和20个豆粕样品作为独立验证集,用Spectrum400型近红外光谱仪扫描获取光谱,并对其特征峰进行解析。采用样本-样本二维相关分析方法定性判别鱼粉、豆粕,当预处理方法为一阶导数时,判断正确率为100%。与偏最小二乘判别分析方法相比,二者均可正确检测鱼粉、豆粕,其中二维相关方法的建模及验证算法简单、计算量小、运算速度快。

二维近红外-中红外相关谱在掺假芝麻油判别中的应用

提出了基于二维近红外-中红外相关谱判别掺假芝麻油的方法。分别配制了40个纯芝麻油样品和40个掺假芝麻油(掺入的玉米油的体积分数在3%~60%之间)样品,并采集了所有样品的近红外光谱和中红外光谱。在4 540~6 000cm^(-1)对650~1 800cm^(-1)内进行同步二维近红外-中红外相关谱计算,建立了掺假芝麻油的多维偏最小二乘判别模型,并将其预测性能与二维近红外相关谱和二维中红外相关谱判别模型的预测性能进行了比较。结果表明:上述3个模型对预测集未知样品的判别正确率分别为96.3%,92.6%,96.3%。

香加皮和五加皮的二维相关近红外光谱快速无损鉴别

Aim:The fast and nondestructive identification of Cortex Periplocae and Cortex Acanthopanacis by Fourier transform near infrared spectroscopy and generalized two-dimensional（2D） correlation spectroscopy were performed.Methods:Near infrared spectra of Cortex Periplocae and Cortex Acanthopanacis was used for computation of the 2D correlation spectra and comparison of the synchronous and asynchronous 2D correlation spectra.Results:Two of the analytes had similar spectral characteristics in one-dimensional near infrared while quite different in 2D correlation spectra.Cortex Periplocae and Cortex Acanthopanacis were identified visually using the 2D correlation spectra in region 5 600～4 700 cm-1and 7 200～6 600 cm-1.Conclusion:The results prove that 2D correlation spectra could enhance the resolution of near infrared spectra and increase the capacity of identification.The combination of 2D correlation spectroscopy and near infrared spectroscopy allow a new and convenient approach for evaluating the medicinal herbs.

基于二维相关近红外谱参数化及BP神经网络的掺杂牛奶鉴别

将二维相关近红外谱参数化方法与BP神经网络结合，建立掺杂牛奶与纯牛奶的判别模型。分别配制含有尿素牛奶（1～20g·L＾－1）和三聚氰胺牛奶（O．01～3g·L＾－1）样品各40个。研究了纯牛奶、掺杂牛奶的二维相关近红外谱特性，在此基础上，分别提取了各样品二维相关同步谱的5个特征参数。将这5个特征参数作为BP神经网络的输入，分别建立掺杂尿素、掺杂三聚氰胺、两种掺杂牛奶与纯牛奶的判别模型，采用这些模型对未知样品进行预测，其预测正确率分别为95％，100％和96．7％。研究结果表明：该方法有效地提取了牛奶中掺杂目标物的特征光谱信息，同时又减少了BP神经网络输入变量的维数，实现了掺杂牛奶与纯牛奶的鉴别。

用二维相关近红外谱和多维主成分分析判别掺杂牛奶

为了有效地提取牛奶中微量的掺杂物特征信息,提出了基于二维相关近红外光谱多维主成分分析(MPCA)和最小二乘支持向量机(LS-SVM)判别牛奶掺杂物的方法。首先,采集纯牛奶、掺杂尿素牛奶和掺杂三聚氰胺牛奶的一维近红外谱,并对其进行相关计算,构建各样品的二维相关近红外谱。然后,采用多维主成分分析法分析二维相关谱矩阵,压缩数据,提取相关谱的得分矩阵。最后,将提取的得分矩阵输入最小二乘支持向量机,分别建立掺杂尿素牛奶、掺杂三聚氰胺牛奶及两种掺杂牛奶与纯牛奶的LS-SVM判别模型。用所建模型对测试集未知样品进行了判别,结果显示其判别正确率分别为92.3%,96.2%,92.3%。研究结果表明:所提出的方法不仅有效提取了牛奶中掺杂物的特征信息,而且缩短了建模所需时间,取得了较好的判别效果。

二维相关近红外光谱快速鉴别食用植物油种类

由于食用植物油中各种脂肪酸的组成基本相同或相近,仅存在含量分布的差异,因此食用植物油的一维近红外光谱图的峰位、峰形、峰强没有明显区别。利用傅里叶变换近红外光谱(FT-NIR)结合二维相关分析技术,分析鉴别了几种不同种类的食用植物油。对花生油、大豆油、菜籽油、芝麻油、油茶籽油和橄榄油,在温度挠动(50～160℃)状态下的动态光谱进行二维相关分析,试验证明6种食用植物油随着温度升高,在5 500～6 000 cm-1波段范围内建立的二维相关近红外谱图差异比较明显,凭借二维相关谱图上的自动峰和交叉峰可直观地鉴别不同种类的食用植物油,从而证明了利用二维相关近红外光谱分析技术可快速准确鉴别食用植物油的种类。

水分对土壤近红外光谱检测影响的二维相关光谱解析

为了能进一步分析水分对土壤近红外光谱检测的影响，分别从三个地方（桃园堡、牧场和农大示范田）采集了三种土壤，经过筛、烘干后分别配制了含水率为20％，15％和10％的土壤，然后采用ASD公司的FieldSpec3光谱仪在保证其他检测条件不变的情况下，对不同含水率下不同采集地的土壤进行了检测，获得了其不同含水率下的动态光谱图。最后视水分为外部干扰，应用二维相关光谱的理论对其进行了分析。结果表明，在350～2500 nm波段范围内，三个不同采集地土壤的同步二维相关光谱图比较类似，都在2210和1929 nm附近处出现较强的自动峰，在1415 nm附近处有较弱的自动峰；从三处自相关峰的密集程度来看，1929 nm处对应的官能团对水分最敏感，2210 nm处次之，1415 nm处最不敏感。该研究明确找出了水分对土壤近红外光谱检测影响的敏感波段和敏感程度，为今后消除水分影响建立抗水分干扰模型提供了依据。

同步-异步二维中红外相关谱检测掺假芝麻油

将同步-异步二维中红外相关谱和多维偏最小二乘判别法相结合定性分析掺假芝麻油。分别配置40个纯芝麻油和含有玉米油不同体积分数(3%~60%)的掺假芝麻油样品40个。室温下,分别采集所有样品的常规一维中红外光谱(650~4 000cm-1)。在研究纯芝麻油和掺假芝麻油的一维中红外光谱的基础上,以芝麻油中掺假的玉米油浓度为外扰,进行相关计算,得到同步和异步二维中红外相关谱矩阵,并对其进行标准化。分别提取标准化的同步和异步二维中红外相关谱主对角线上部分和下部分元素进行融合,得到同步-异步二维中红外相关谱矩阵。在此基础上,分别基于同步-异步二维中红外相关谱矩阵、同步二维中红外相关谱矩阵和异步二维中红外相关谱矩阵建立了三个定性分析掺假芝麻油的多维偏最小二乘判别模型对预测集未知样品进行预测,其识别正确率分别为100%,96.2%和96.2%。结果表明:相对于同步和异步二维中红外相关谱,同步-异步二维中红外相关谱不仅包含了完整的掺假油特征信息,而且剔除了冗余信息,因此能取得更好的判别结果。

基于浓度外扰的二维相关近红外光谱快速鉴别4种食用植物油

食用植物油中含有油酸、亚油酸和亚麻酸等不饱和脂肪酸以及脂溶性维生素等,仅仅在含量上有较大差别,因而它们的一维近红外光谱的出峰位置、峰形及峰强度都非常接近。采用基于浓度外扰的二维相关分析结合傅里叶变换近红外光谱（FT-NIR）技术,分析鉴别4种不同食用油。通过对大豆油、葵花籽油、菜籽油、橄榄油在以正己烷为浓度外扰下所得的动态光谱进行二维相关分析,发现4种植物油在4 220~4 310 cm-1波段范围内的二维相关近红外光谱图有明显的差异。表明基于浓度外扰的二维相关近红外光谱能够对食用植物油进行有效的鉴别。

基于二维相关近红外光谱判定牛奶中掺杂的目标物

分别配制含有不同浓度尿素(1～20g.L-1)、葡萄糖(1～20g.L-1)和三聚氰胺(0.01～3g.L-1)的牛奶溶液共120个,采用二维相关近红外光谱对掺杂牛奶进行了快速判别分析。以牛奶中掺杂目标物浓度为外扰,构建二维相关近红外光谱,研究了各掺杂牛奶的二维相关近红外特性,并进行对比、分析。掺杂尿素牛奶在同步图上出现两个较强的自相关峰,分别在4 552,4 648cm-1处;掺杂葡萄糖牛奶,在同步图中出现3个较强的自相关峰,分别在4 456,4 392,4 360cm-1处;而掺杂三聚氰胺牛奶也有两个较强的自相关峰,出现在4 256,4 328cm-1处。结果表明:所提出的方法能实现对含有上述掺杂物牛奶的正确识别,为快速判别牛奶的安全性提供新方法。

芳酸类药物的近红外及二维相关(2DCorr)光谱分析

结合傅里叶变换近红外(FT-NIR)光谱法和二维相关分析(2D-correlation analysis,2DCorr)方法研究了芳酸类药物水杨酸、乙酰水杨酸(阿司匹林)、苯甲酸在升温过程中的结构变化特征。三种芳酸类药物随着温度升高的红外光谱的特征峰在一维图上变化不明显,借助于2DCorr分析,将一维近红外谱图拓展到二维,提高了分辨率和可解释性。通过不同芳酸类药物NIR及2DCorr光谱的比较和分析,对芳酸类药物NIR吸收峰进行了归属,对其结构特点进行了研究,实验结果特别肯定了水杨酸的六元环内氢键结构。通过该文的研究更深层次地理解了芳酸类药物,为其进一步的研究和使用提供参考。

山豆根和北豆根的二维相关近红外光谱快速鉴别

目的 结合广义二维相关光谱和近红外漫反射光谱,实现中药材山豆根和北豆根的快速鉴别.方法 检测收集山豆根和北豆根在变温（30～130℃）条件下的近红外光谱,计算二维相关光谱,比较分析同步相关光谱和异步相关光谱.结果 在一维图上,两味中药光谱非常相似,无法鉴别.利用两味中药在7 500到4 000 cm-1波段二维相关光谱特征的较大差别,并结合二维相关光谱相似度,实现了山豆根和北豆根的可视化鉴别.结论 二维相关光谱能提高近红外光谱分辨率和鉴别能力.研究结果为相关中药的快速鉴别提供了一种便捷、有力的新方法.

温度对β-胡萝卜素二维相关红外光谱的影响

【目的】了解在升温过程中β-胡萝卜素分子内不同基团之间的相互影响。【方法】采用二维相关红外光谱分析技术,研究β-胡萝卜素在30~100℃变温微扰过程中的动态光谱变化。【结果】β-胡萝卜素分子的吸收特征峰在一维红外光谱和二阶导数谱上变化不明显,表明其没有发生氧化反应。二维相关分析表明,反式共轭烯烃C—H 面外弯曲振动的968 cm-1,烯烃C—H 基团反对称弯曲振动的1442cm-1,甲基C—H 反对称伸缩振动的2966 cm-1和烯烃C—H 的对称伸缩振动的3012 cm-1,这些吸收峰的光谱变化对温度比较敏感。同时在微扰过程中,不同基团变化的先后顺序：亚甲基热运动引起的光谱变化快于甲基的,低波数的甲基碳氢对称伸缩振动的光谱变化快于高波数的甲基反对称伸缩振动,烯烃碳氢对称伸缩振动热运动引起的光谱变化快于烯烃碳氢反对称伸缩振动。【结论】在微扰作用下利用二维相关分析可以提高谱图的分辨率,这为β-胡萝卜素在升温过程中构象变化的机理提供实验基础。

食用植物油掺伪的二维相关近红外光谱分析

利用二维相关近红外光谱(2D-NIR)分析技术,对食用植物油是否掺入异种油脂进行鉴别。以茶树籽油、花生油和掺入花生油的掺伪茶树籽油为待检油样,首先比较茶树籽油和花生油二维相关谱图,根据两者二维相关谱图中特征相关峰的位置、形状和强度的差异,初步实现茶树籽油和花生油的定性鉴别。后根据掺伪茶树籽油异步谱图中出现与花生油异步谱图相似的特征相关峰,可直接判定茶树籽油中掺入了花生油。结果表明,近红外光谱结合二维相关分析方法可为食用植物油是否掺入异种油脂的检测提供一种准确、快速的方法。

基于二缺位钨多酸化合物的二维相关红外光谱研究

通过水热法合成了一例新颖的稀土钨多酸化合物H_(26)(C_(2)H_(8)N_(2)H_(2))K(H_(2)O)[K(H_(2)O)Nd_(8)(H_(2)O)_(2)(W_(3)O_(12))(SiW_(10)O_(38))_(4)]·18H_(2)O 1。该化合物的不对称单元由两个[SiW_(10)O_(38)]^(12-)通过一个{Nd_(4)(H_(2)O)^(12+)}结构单元和W_(3)O_(12)连接而成。化合物1簇阴离子通过K离子连接成一维无限链,再通过氢键连接成二维平面结构。针对该化合物,做了一系列表征,测试了其二维相关红外光谱,并对其作了详细分析,结果说明化合物1簇阴离子振动偶极矩对磁场和温度的变化均有响应峰,2D-IR COS提供了一种结构表征新方法。