偏最小二乘法在激光诱导击穿光谱定量分析中的应用研究

介绍了激光诱导击穿光谱(laser induced breakdown spectroscopy,LIBS)技术、主元分析(principal component an alysis,PCA)法和偏最小二乘(partial least squares,PLS)法的基本原理。对Pb元素特征谱线附近的36个维度进行主成分信息提取,对36维波长数据压缩到2维后,采用每个样品的20个脉冲的主元分数进行偏最小二乘拟合,对数据进行平均处理后,拟合结果质量较高,拟合系数平方的值从0.49810提高到0.97000;残差平方和从0.72529下降到1.36366*10^(-4)。PCA法可以有效的缩减具有一定相关性的样本数据空间,对于数据维度较大的数据处理能显著提升效率,再结合PLS法拟合压缩后的主元,实验结论得出PLS适合用于LIBS定量分析。

基于气相色谱-离子迁移谱和偏最小二乘判别分析技术分析酵母-藿香复合对罗非鱼脱腥效果的影响

为探究酵母-藿香复合液对罗非鱼脱腥效果的影响,通过单因素及响应面实验优化脱腥工艺,采用气相色谱-离子迁移谱(gas chromatography ion mobility spectroscopy,GC-IMS)对脱腥前后罗非鱼肉挥发性成分进行鉴定,结合正交偏最小二乘判别分析(orthogonal partial least squares discriminant analysis,OPLS-DA)进行区分及差异分析。结果表明,在脱腥液质量浓度为2.1 g/100 mL,料液比为1∶3.09(g∶mL),浸泡时间为32 min条件下,腥度最低,感官评分最高。GC-IMS技术共检出22种挥发性物质,主要有醛类和醇类。经过脱腥后,醛类物质相对含量从50.64%降至40.82%,醇类物质从34.00%降至27.77%,根据气味阈值计算出相对气味活性值(relative odor activity value,ROAV)>1的物质有1-辛烯-3-醇、正己醇、庚醛、壬醛、辛醛、乙酸乙酯、乙酸己酯。通过OPLS-DA和变量投影重要性因子(variable importance in projection,VIP)筛选出5种关键腥味物质(VIP>1),分别是辛醛、壬醛、庚醛、1-辛烯-3-醇、正己醇,这些物质相互作用对罗非鱼腥味具有重要影响。

基于差示光谱及指纹图谱结合偏最小二乘回归分析法研究决明子提取物的平衡溶解度

目的:确定决明子提取物的最佳溶出介质,分析决明子提取物中主要成分在最佳溶出介质中对平衡溶解度的贡献程度,明确决明子提取物平衡溶解度的标志物。方法:以总蒽醌含量为指标,采用差示分光光度法测定决明子提取物在37℃时于水、0.1 moL/L盐酸和pH 6.8磷酸盐缓冲液中不同时间点的平衡浓度,确定最佳溶出介质。以决明子提取物总蒽醌指纹图谱为参照,采用HPLC法建立决明子提取物在最佳溶出介质中不同平衡时间点平衡浓度的指纹图谱,筛选决明子提取物平衡溶解度的标志物。结果:决明子提取物在37℃时于水、0.1 moL/L盐酸和pH 6.8磷酸盐缓冲液中平衡溶解度分别为10.344、10.910、11.099μg/mL,达到平衡时间点的时间分别为24 h、3 h和7 h。在最佳溶出介质中,VIP值>1的化学成分有22个,其中VIP值分别为1.13987、1.15565、1.12806、1.14825、1.14880的化学成分分别为已知成分橙黄决明素、大黄酸、大黄素、大黄酚和大黄素甲醚。结论:pH 6.8磷酸盐缓冲液为决明子提取物的最佳溶出介质,可以橙黄决明素、大黄酸、大黄素、大黄酚和大黄素甲醚为溶解度标志物考察决明子提取物的平衡溶解度。

基于正交偏最小二乘判别分析电子束辐照对黄精抗氧化活性的影响

目的探究高能电子束辐照对黄精生物活性物质提取量及抗氧化活性的影响。方法采用不同剂量(0、2、4、6、8、10 kGy)辐照处理黄精,然后提取多糖、总黄酮,测定提取物含量及其1,1-二苯基-2-三硝基苯肼(1,1-diphenyl-2-picrylhydrazyl,DPPH)自由基(DPPH·)、羟基自由基(·OH)、2,2’-联氮-二(3-乙基-苯并噻唑啉-6-磺酸)二铵盐[2,2’-azino-bis(3-ethylbenzothiazoline-6-sulfonic acid)ammonium salt,ABTS]阳离子自由基(ABTS^(+)·)清除率和Fe^(3+)还原能力。采用正交偏最小二乘判别分析(orthogonal partial least squares-discriminant analysis,OPLS-DA)建立基于黄精抗氧化活性指标的辐照处理判别模型,并采用变异权重参数值(variable importance in projection,VIP)结合T检验挖掘出差异显著指标。结果辐照剂量≥6 kGy时,多糖含量显著增加(P<0.05);辐照剂量≥4 kGy时,总黄酮含量显著增加(P<0.05);辐照处理可降低多糖和总黄酮提取液DPPH·的清除率,提高多糖和总黄酮提取液·OH清除率及Fe^(3+)还原能力,提高总黄酮提取液ABTS^(+)·清除率。通过构建辐照处理判别模型,可有效区分辐照处理所造成的差异,并筛选出总黄酮提取液·OH清除率和Fe^(3+)还原能力及多糖提取液DPPH·清除率为具有显著差异的指标。结论该研究证明电子束辐照剂量达到6 kGy时,多糖和总黄酮提取物含量达到较高值;10 kGy处理组和对照组抗氧活性差异最大。

基于偏最小二乘法分析枇杷叶提取物中α-葡萄糖苷酶抑制剂

为快速筛选枇杷叶(Eriobotrya japonica)提取物中的α-葡萄糖苷酶抑制剂,本研究基于组效分析法探究有效组分与酶抑制活性间的关系,揭示其关键活性组分。通过测定不同产地的枇杷叶提取物对α-葡萄糖苷酶的抑制效果,采用超高效液相色谱-质谱联用(UPLC-MS)对其进行成分分析,运用偏最小二乘回归分析法分析活性,并通过分子对接进行验证。结果表明,10种提取物能有效抑制α-葡萄糖苷酶,IC_(50)值为1.31~2.65μg·mL^(-1),且抑制活性强于阳性对照阿卡波糖(IC_(50)为81.98μg·mL^(-1)),其中产自陕西省汉中市的野生枇杷叶提取物的抑制效果最佳,IC_(50)为1.31μg·mL^(-1),对α-葡萄糖苷酶呈竞争型抑制。10批样品的UPLC-MS特征指纹图谱中有16个共有峰,其中有6个共有峰的回归系数与抑制活性呈正相关,变量重要性较大,贡献度较高。通过与二级质谱、数据库及标准品比对,明确其中4个成分分别为科罗索酸、科罗索酸甲酯、奎宁酸和nerolido-3-α-L-rhamnopyranosyl(1→4)-α-L-rhamnopyranosyl(1→2)-[α-L-rhamnopyranosyl(1→6)]-β-D-glucopyranoside。进一步的分子对接结果表明,上述4种活性成分与α-葡萄糖苷酶对接的结合能小于-6.0 kcal·mol^(-1),其中科罗索酸的结合能最低(-8.9 kcal·mol^(-1)),主要通过氢键作用于酶活性中心。本研究结果为后续应用枇杷叶提取物开发降血糖药物提供了研究思路。

基于偏最小二乘判别分析研究铜藻液体肥对3种蔬菜种子萌发和幼苗生长的影响

【目的】铜藻为沿海常见的低质海藻,为实现铜藻高质利用,以新鲜铜藻为原料制备铜藻液体肥,研究其对上海青、黄瓜和番茄等3种蔬菜种子萌发和幼苗生长的影响,并基于偏最小二乘判别分析(Partial least squares discriminant analysis,PLS-DA)探究铜藻液体肥增肥的生物学效应。【方法】采用酶法和发酵法2种工艺制备铜藻液体肥,并各设置5组稀释倍数(200倍、400倍、600倍、800倍和1 000倍)进行种子萌发试验和幼苗盆栽试验。【结果】(1)种子萌发试验中,发酵法制备铜藻液体肥的200倍液、600倍液在上海青种子萌发上效果最佳,发芽指数较空白组显著提高11.8%,较两组阳性对照分别提高1.9%和1.3%;发酵制备的200倍液对黄瓜种子萌发影响最好,发芽指数较空白和两组阳性对照均显著提高,增幅分别达33.0%、21.0%和6.7%;发酵制备的1 000倍液在番茄种子萌发上成效最佳,发芽指数较空白和两组阳性对照分别显著提升13.6%、14.4%和19.3%。(2)幼苗盆栽试验中,相关性分析结果表明各生长指标间普遍存在极显著正相关性,主成分分析(Principal component analysis, PCA)结果显示铜藻液体肥对3种蔬菜的影响作用各有差异,构建实验样品的PLS-DA模型分析不同制备方法的铜藻液体肥肥效并与阳性对照对比,结果表明发酵制备的400倍液对上海青幼苗促生效果最佳,各指标均显著高于阳性对照海藻肥,其中根鲜重提高最显著,增幅为144%;酶法制备的800倍液对黄瓜幼苗生长效果最好,各指标均显著高于阳性对照海藻肥,其中根长提高最显著,增幅为28%;发酵制备的600倍液对番茄幼苗作用效果最好,各指标均显著高于阳性对照海藻肥,其中株干重提高最显著,增幅为31%。【结论】铜藻液体肥具备很好的增肥生物学效应,发酵法制备的铜藻液体肥肥效普遍优于酶法制备,施用前者能提高种子萌发率,促进幼苗地上部分和地下部分的生长,以上结果为海藻液体肥的生产与应用提供科学数据。

基于尺寸关联和偏最小二乘回归的多工序质量分析与预测

针对数字制造下多工序机械加工过程的质量控制问题,根据零件加工特征和基准,构建了基于尺寸链的工序关联矩阵,应用特征描述法存储零件工艺信息。在此基础上提出一种依据加工特征和基准的工序关联检索算法,用于提取关联工序。建立基于偏最小二乘回归方法的多工序质量分析与预测模型,通过偏最小二乘回归方法,提取对工序质量影响强的成分,以解决工艺过程中存在的自变量之间的多重相关问题,提高了多工序质量分析与预测的精度,该模型已应用于轴套零件加工过程中多工序质量的分析与预测。

基于偏最小二乘法-判别分析算法分析五味子不同炮制品高效液相色谱指纹图谱的变化

目的建立五味子不同炮制品高效液相色谱(HPLC)指纹图谱,并对其进行偏最小二乘法-判别分析(PLS-DA)。方法色谱柱为Agilent Polaris Amide-C18柱(250 mm×4.6 mm,5μm),流动相为乙腈-0.05%磷酸水溶液(梯度洗脱),流速为1.0 mL/min,检测波长为250 nm,进样量为10μL。采用中药色谱指纹图谱相似度评价系统2012A版进行相似度分析,通过PLS-DA算法对炮制前后五味子指纹图谱进行分析。结果建立了五味子炮制前后的HPLC指纹图谱共有模式,五味子及其炮制品醋五味子与酒五味子指纹图谱中共有峰分别有19个和21个;经相似度分析,与对应对照指纹图谱相似度均大于0.9;经与对照品比对,指认出6个化合物;且PLS-DA分析筛选出6号峰(5-羟甲基糠醛)、8号峰(五味子醇甲)、18号峰、10号峰(五味子甲素)、5号峰和19号峰为主要差异标志物。结论该方法可用于五味子、醋五味子及酒五味子的指纹图谱分析,为完善五味子的质量标准提供了参考。

基于灰色关联与偏最小二乘回归的住院费分析

目的结合灰色系统理论中的关联分析法与偏最小二乘回归模型,建立人均住院费用的预测模型。方法采用灰色关联分析筛选出人均住院费用的主要影响因子,对因子间进行共线性诊断,建立人均住院费用与主要影响因子间的偏最小二乘回归预测模型,通过实例证明该模型的预测精度。结果经灰色关联分析筛选出人均住院费用最主要影响因素为西药费、中药费,其次为诊疗费,其他费用、检查费、床费和手术费对人均住院费用影响也较大;偏最小二乘回归模型对住院费用拟合和预测准确率较高,平均相对误差较低,分别为-0.000 2%、0.349 3%。结论灰色关联分析与偏最小二乘回归适宜于住院费用影响因素与预测分析,可为样本量小、变量间存在严重共线性资料分析提供参考。

基于正交偏最小二乘法判别分析宁夏和河北产区市售马瑟兰葡萄酒理化特征和抗氧化能力

随着中国葡萄酒产业的不断发展,产区之间的同质化问题日趋严重。马瑟兰是近年来在我国各个产区均得到较好表现的优质品种。为解析宁夏和河北产区马瑟兰市售干红葡萄酒特征与差异,进而揭示马瑟兰在不同产区间的不同风格质量表现,对宁夏和河北产区共27款市售酒的理化性质、有机酸、花色苷和其他酚类物质含量及抗氧化能力进行检测,并结合正交偏最小二乘法判别分析(orthogonal partial least squares-discriminant analysis,OPLS-DA)和相关性分析等方法进行分析。结果显示,两地区样品检测中除总酸含量外,其他基础理化指标含量都具有显著差异。有机酸中,琥珀酸是两地区含量差异最大的有机酸;河北地区马瑟兰酒样花青素-3-O-葡萄糖苷含量较高(0.0011 g/L),而二甲花翠素-3-O葡萄糖苷比宁夏地区酒样低0.033 g/L。基于单体酚含量建立的OPLS-DA模型区分效果最佳,其中11种单体酚对该模型的建立起关键作用。抗氧化能力与相关性分析的结果显示,河北地区马瑟兰酒样抗氧化能力显著高于宁夏地区,且总酚和单体酚类物质对此有重要贡献,特别是表儿茶酸没食子酸酯和龙胆酸。

采用正交投影偏最小二乘法快速无损分析乳粉蛋白质含量

应用近红外光谱分析技术,建立了不同品牌不同种类不同批次的乳粉原样和混合样的蛋白质定量分析模型。采用正交投影偏最小二乘法(orthogonal partial least squares,OPLS)建立近红外光谱回归模型,并与其他预处理方法和传统偏最小二乘法(partial least squares,PLS)对比;采用交叉验证法(cross-validation)全局寻优方式获得OPLS和PLS模型的最佳参数;5个主成分建立的OPLS校正模型效果最佳,相关系数R为0.994 0,校正集交叉验证均方根RMSECV为1.09,预测集的化学值与模型预测值的相关系数R达到0.976 7,分析模型的预测误差均方根RMSEP为0.905。结果表明:OPLS回归方法在简化模型的同时提高了模型的预测泛化性能,能够快速无损建立乳粉的蛋白质近红外定量模型。

近红外高光谱成像技术结合偏最小二乘-判别分析所建模型快速鉴定核桃仁的品质

将近红外高光谱成像技术与偏最小二乘-判别分析(PLS-DA)结合,建立了快速无损鉴定核桃仁品质的分类模型。在900~1 700 nm全波长范围内,采集不同品质核桃仁的光谱数据,以平均光谱作为原始光谱,以标准正态变量对原始光谱数据进行预处理,采用主成分分析对原始光谱数据降维,提取到970,1 151,1 210,1 215,1 256,1 309,1 340,1 379,1 389,1 404,1 460 nm等11个特征波长。基于全光谱和特征波长,分别建立两种PLS-DA分类模型。结果表明:全光谱条件下所建模型在校准集和验证集上的预测正确率最高,可达100%;特征波长条件下所建模型在相同数据集上的分类正确率略有下降,为99.3%;两种模型在测试集上的预测正确率均为100%。

水效率相关因素的偏最小二乘回归分析

为分析用水效率的影响因素及其相关性,纳入所有自变量且克服多重共线性,采用偏最小二乘法建模,研究中国2019年的用水效率相关因素。结果显示,该方法有效描述了变量的相关关系。与万元GDP用水量相关性较高的因素为自然条件、社会发展水平、一产增加值的GDP占比和水行业劳动力比重。整体经济用水效率东高西低。与耕地实际亩均用水量相关性较高的因素为自然条件和一、二产业增加值的GDP占比。农业用水效率为中高西低。与万元工业增加值用水量相关性较高的因素为自然条件、污水处理率、城镇化率和水行业资本比重。工业用水效率东高中低。与人均公共用水量相关性较高的因素为人均水资源量、年降水量、污水处理率、人均GDP和一、二产业增加值的GDP占比。地区因素与公共用水效率的相关性小。研究成果可为水资源优化管理与合理利用提供参考。

基于无信息变量和偏最小二乘投影分析的高光谱散射图像最优波段选择

提出了一种无信息变量消除和偏最小二乘投影分析相结合的苹果高光谱散射图像最优波段选择方法.经该算法提取后的波段降为全谱的26%,将选择后的波段作为输入变量建立了苹果硬度的偏最小二乘预测模型.预测均方根误差由6.00N降为5.73N,相关系数也有所提高,并与遗传算法作了比较.结果表明,该算法能有效消除原光谱矩阵中冗余的信息,且不存在遗传算法中的参量选择随机性等缺点.该算法为高光谱散射图像最优波段选择提供了一个理想的方法.

应用波段深度分析和偏最小二乘回归的冬小麦生物量高光谱估算

当作物生物量较大时,现有植被指数由于受饱和问题限制,不能较好的估算作物生物量。针对此问题,尝试将波段深度分析与偏最小二乘回归(partial least square regression,PLSR)结合,提高对大田冬小麦生物量的估算精度,并将两者结合建立的模型与应用代表性植被指数建立的模型进行生物量估算精度比较。波段深度分析主要对冬小麦冠层光谱550～750nm范围进行,采用波段深度、波段深度比(band depth ratio,BDR)、归一化波段深度指数和归一化面积波段深度对波段深度信息进行表征。在建立的模型中,波段深度分析和PLSR结合的估算精度比应用植被指数模型的精度高,其中BDR与PLSR结合的估算精度最高(R2=0.792,RMSE=0.164kg.m-2)。研究结果表明波段深度分析与PLSR结合能较好的克服生物量较大时存在的饱和问题,提高冬小麦生物量的估算精度。

基于偏最小二乘回归分析的中长期电力负荷预测

针对中长期电力负荷预测,介绍偏最小二乘回归分析方法的原理,推导该算法的简化建模步骤。该方法能在最大限度保留原有数据信息的前提下,将数据信息集中在几个互不相关的主成分上,因而能有效解决建立负荷预测模型时由于样本个数较少及自变量存在严重的多重相关性,难以通过多元回归分析建立预测模型的问题。通过算例对偏最小二乘回归分析方法、最小二乘法和逐步回归分析方法进行了比较,结果表明,将偏最小二乘回归分析方法用于中长期电力负荷预测时,计算快捷,准确性高,具有较强的实用性。

基于偏最小二乘投影的可见/近红外光谱猪肉综合品质分类

针对全波段光谱技术的生鲜猪肉综合品质快速无损分类存在光谱数据量大、样本数量较少时分类准确率较低等缺点。该文提出了一种基于偏最小二乘(partial least squares,PLS)投影分析算法和支持向量机的生鲜猪肉综合品质分类器。利用基于偏最小二乘投影分析算法对全波段光谱数据进行数据降维,选取了13个特征波长。利用粒子群优化算法优化支持向量机惩罚参数和径向基核函数参数,优化后二者最优为4.939和0.01。利用选取的特征波长和优化后的参数建立了生鲜猪肉综合品质支持向量分类器。研究结果表明,分类器对训练集中白肌肉(pale,soft and exudative,PSE)、正常肉(reddish-pink,firm and non-exudative,RFN)和黑干肉(dark,firm and dry,DFD)的回判识别率分别为为88.46%、94.11%和92.31%;测试集中PSE、RFN和DFD预测正确率分别为84.62%、94.11%和84.62%。该分类器满足模型简单、预测准确率高等优点,为生鲜猪肉综合品质在线分级提供参考。

偏最小二乘法(PLS)及其在分析化学中的应用

本文介绍了一种性能优于其他多元统计方法的新的多元校准法——偏最小二乘法(PLS),研究了其理论基础、算法和性能,评述了其在吸收光谱分析、荧光分光光度分析、ICP—AES、色谱分析、核磁共振谱分析、生物化学、产品质量预测、毒理学、环境化学和地球化学研究等方面的应用以及应用发展动向。引用文献58篇。

偏最小二乘法用于药物分析

本文研究了偏最小二乘法(PLS)用于药物的紫外可见多组份光度分析。当混合物中诸组份存在相互作用、光谱加和性受到扰动时,PLS法较之常规最小二乘(OLS)及多元线性回归(MLR)法有显著优点。本法用于去痛片的分析,得到了良好的回收率。

利用神经网络提高偏最小二乘法的NIR多组分分析精度

提出了一种神经网络 (ANN)和偏最小二乘法 (PLS)结合的新的近红外 (NIR)多组分分析法。该方法首先把训练样本中待测组分涵盖的浓度区间分成若干个子区间 ,利用各个子区间的训练样本分别建立PLS校正模型 ,然后利用ANN对未知样本进行分类 ,判断其所属的浓度子区间 ,应用对应子区间上的校正模型计算预测样本的组分浓度。和传统的PLS比较 ,此方法改善了模型的适应性 ,显著地提高了预测精度。实验及数据处理结果证明了本方法的有效性。