PCA-LDA法结合近红外光谱用于酵母水解物真假判别及产地溯源

运用近红外光谱结合化学计量学方法实现酵母水解物的产地溯源以及真假判别分析。先选取不同地方的酵母工厂(柳州、伊犁、崇左)、不同工艺(NX系列、NA系列)的酵母水解物样品500个,市场流通的伪劣产品10个。工厂样品共计五种类型,伊犁NA系列、柳州NA系列、崇左NA系列、崇左NX系列、柳州NX系列。利用近红外光谱仪收集所有样品14304~3856cm-1全波段光谱,通过对预处理后的训练集全样品、全波段光谱进行主成分分析(PCA),选出最佳主因子数,再结合线性判别分析(LDA)建立酵母水解物原产地溯源模型。验证集伊犁NA系列识别率为100%、柳州NX系列识别率为85%、崇左NA系列识别率为100%、崇左NX系列识别率为100%、柳州NA系列识别率为95%。设置模型的马氏距离阈值,造假样品报警率为100%,所有样品识别准确率均较高。PCA-LDA法结合近红外光谱可准确溯源酵母水解物的原产地以及准确对其真假进行判别。

基于伸缩移动窗口相似度与贝叶斯法的药品拉曼光谱分析

目的提出伸缩移动窗口相似度结合贝叶斯法通过拉曼光谱技术对弱主药信号药品的真假进行快速判别。方法采用伸缩移动窗口相似度方法,以弱主药信号药品的药用活性成分(API)的拉曼光谱峰宽为参照,动态调整窗口的大小。在窗口内,分别计算API的拉曼光谱峰信号与药品拉曼光谱的相似度,以及药品与辅料的拉曼光谱相似度,选择那些突出API拉曼光谱峰信号对弱主药信号药品的拉曼光谱信号有贡献的窗口作为贝叶斯判别模型的变量,进而构建弱主药信号药品真假判别模型。结果本研究构建的弱主药信号药品真假判别模型对弱主药信号药品的真假准确识别率为94.7%,对验证集样本准确识别率为95.6%。结论基于伸缩移动窗口相似度与贝叶斯算法构建的贝叶斯判别模型可以对弱主药信号药品的真假进行快速判别。

伸缩移动窗口的峰识别用于药品拉曼光谱分析

目的提出一种基于伸缩移动窗口的拉曼光谱峰识别方法,并且将其应用到药品的真假判别中。方法采用一阶导数和插值法构建伸缩移动窗口,在移动窗口的同时进行窗口内的峰识别,利用该伸缩移动窗口的峰识别法对药品进行真假判别,根据药品的活性成分(API)的拉曼光谱峰宽设定移动到相应位置的窗口的大小,然后分别识别窗口内API以及药品的光谱峰,对比两者的峰值和波长点以及计算两者的相似度。结果可以直观看到API拉曼光谱的峰在药品光谱信号中的贡献。根据峰的贡献度辨别药品的真假,其中7种药品被判为真药,2种药品被判为假药,准确率为100%。结论伸缩移动窗口的拉曼光谱峰识别可以用于药品的真假判别分析,方法简单有效。