近红外光谱法快速测定鲜木薯水分的研究

为实时监测鲜木薯中水分，指导其加工，建立了近红外光谱法现场快速测定木薯中水分含量的方法。采用横切木薯茎块方式进行制样，对其横截面进行近红外光谱扫描，二阶导数法预处理光谱图，定量偏最小二乘法（QPLS）建立模型，优化了模型条件和参数，建立最佳近红外光谱数学模型。结果：数学模型良好，验证集样品的化学值和近红外预测值间相关系数为O．9755，校正标准偏差（SEC）为1．31％，相对标准偏差（RSD）为2．20％，决定系数（R：）为0．9516。未知样品预测结果相对误差O．5％～3．4％。该水分定量分析NIRS数学模型具有较高的准确性，可满足快速测定鲜木薯中水分的要求，对促进鲜木薯加工业提高效率有积极意义。

近红外光谱法快速测定鲜木薯中淀粉含量

提出了用于现场快速测定鲜木薯中淀粉含量的近红外光谱法。取不同品种的鲜木薯样品90个,按国家标准方法(化学分析法)测得其淀粉含量。用近红外光谱法对此90个样品所制作的柱状样块的横截面进行光谱扫描,得其光谱图谱,并转换得到其一阶导数图。用CAUNIFT软件QPLS分析模块建立数学模型。结果表明:验证样品中淀粉的化学法测定值与近红外模型的预测值之间呈线性关系。用5份未知样品对所建模型进行外部验证,预测值与化学法测定值之间的绝对误差在2%以内,相对误差均小于5%。

傅立叶变换近红外光谱法快速检测鲜猪肉中肌内脂肪、蛋白质和水分含量

采用傅立叶变换近红外光谱法检测鲜猪肉中肌内脂肪、蛋白质和水分含量。以常规化学分析测定值作建模数据,采用偏最小二乘(PLS)回归法建立鲜猪肉各组分含量的定量分析模型,并以肉样平行扫描光谱验证分析模型预测的准确性和重现性。结果,肉样肌内脂肪、蛋白质和水分模型预测值和化学分析测定值的配对t检验差异均不显著(P>0.05),预测均方差(RMSEP)分别为0.110、0.238和0.193;模型重复预测的相对标准偏差(RSD)分别为0.667%、0.192%和0.007%。结果表明,该方法结果准确可靠,适用于鲜猪肉中肌内脂肪、蛋白质和水分的快速定量检测。

近红外光谱法在测定水分中的应用

介绍了近红外光谱法测定水分的原理、实验方法及其在聚氨酯材料分析等方面的应用。

MAPO中水分含量的近红外光谱测定

应用标准加入法及多种化学计量学方法研究了三-1-（2-甲基氮丙啶）氧化膦（MAPO）中水分含量的近红外光谱测定方法。分别用单波长回归、多元线性回归、主成分回归、偏最小二乘回归和人工神经网络等方法建立校正模型，用预测残差平方和评价计算结果的准确性。计算结果表明，单波长校正模型可得到更加准确的预测结果。实验结果表明，标准加入法的回收率为95％～108％，相对标准偏差为1．6％，测定结果与国家军用标准方法的测定结果无系统误差。

近红外光谱法用于木薯燃料酒精品质分析

提出了用近红外光谱法测定木薯燃料酒精中乙醇和水分含量,以确定木薯燃料酒精的品质。结合修正偏最小二乘法建立了样品与其近红外光谱之间的定标模型。结果表明:乙醇定标模型交叉验证均方差和相关系数分别是0.110 2,0.960 5;水分定标模型分别是0.014 3,0.975 9。近红外光谱法预测值与化学分析法的测定值一致,该模型具有很高的预测准确性,可应用于木薯酒精品质分析的快速检测。

木薯品质分析的近红外光谱模型建立及其应用研究

应用近红外光谱法(NIRS)建立木薯中淀粉、水分定量分析的近红外光谱数学模型,探讨了修正偏最小二乘法(MPLS)、偏最小二乘法(PLS)以及主成分回归法(PCR)等优化处理对定标模型的影响,确定了修正偏最小二乘法(MPLS)是建立模型最适合的数学方法。并对模型预测结果的准确性进行了评价。结果表明:验证集样品的化学值和近红外预测值拟合存在较好的线性关系,相关性显著。淀粉模型预测标准偏差(Sep)为0.850,系统偏差(Bias)为-0.095,相关系数(r)为0.971。水分模型预测标准偏差(Sep)为0.075,系统偏差(Bias)为0.007,相关系数(r)为0.980。淀粉、水分定量分析的NIRS数学模型具有较高的预测准确性,可应用于木薯批量收购中的品质等分析。

近红外光谱法快速测定白芍中水分及浸出物含量

目的:运用近红外光谱技术快速测定白芍药材中水分、浸出物的含量。方法:运用近红外光谱技术结合偏最小二乘法(PLS)建立白芍中水分、浸出物含量的定量校正模型。结果:水分、浸出物定量校正模型的内部交叉验证决定系数(R2)分别为0.98526、0.90857。内部交叉验证均方差(RMSECV)分别为0.34600、1.37235。结论:该方法操作简便,无污染,结果准确可靠,可用于白芍中水分、浸出物含量的快速测定。

近红外光谱法快速测定逍遥丸(浓缩丸)中水分含量

目的:应用近红外光谱法建立一种逍遥丸(浓缩丸)中水分含量的快速测定方法。方法:利用烘干法测定样品中水分含量,并以其作为参考值,运用偏最小二乘法(PLS)建立水分含量与近红外光谱之间的多元校正模型,对未知样品进行含量预测。结果:所建水分定量分析模型的相关系数(R2),校正均方差(RMSEC),预测均方差(RMSEP)分别为0.953 52,0.132,0.177。结论:方法操作简便,无污染,结果准确可靠,可用于逍遥丸(浓缩丸)中水分含量的快速测定。

近红外光谱法快速测定天南星药材中水分

目的:应用近红外光谱技术(NIR)建立快速测定天南星药材中水分的方法。方法:采用烘干法测定样品中的水分,运用偏最小二乘法(PLS)建立该含量与NIR光谱之间的多元校正模型,采用相关系数(R),校正均方根误差(RMSEC),内部交叉验证均方根误差(RMSECV)和外部预测均方根误差(RMSEP)对校正模型进行优化和评价。利用校正模型对未知样品的水分进行预测,检验模型的准确度。结果:采用二阶导数法对光谱进行预处理,在4 774~9 845 cm^(-1)波段,选择前6个主成分建立最优校正模型,所建模型的R为0.990 6,RMSEC为0.16,RMSECV为0.38。经外部验证,校正模型的RMSEP和平均回收率分别为0.298和99.8%。结论:该方法具有简便快速、结果准确、无损样品的特点,可以应用于天南星中水分的快速测定。

近红外光谱法快速测定白芍中芍药苷和水分的含量

目的:采用近红外光谱技术建立白芍中芍药苷和水分的定量模型。方法:收集不同产地白芍样品108批,采用偏最小二乘法建立白芍中水分和芍药苷含量的近红外光谱校正模型,以烘干法和超高效液相色谱法,分别测定样品中水分和芍药苷含量,作为参考值,并用相关系数和预测均方差对模型预测性能进行评价。结果:芍药苷和水分校正集的相关系数分别为0.967 6,0.873 1,校正集均方根误差分别为0.406,0.264;预测集均方根误差分别为0.599,0.252。结论:该方法快速、简便、无污染、结果可靠,实现了白芍样品中芍药苷和水分含量的快速、准确测定。

防己药材近红外光谱快速无损检测的研究

目的采用近红外光谱技术建立快速测定防己药材有效成分含量及水分含量的方法。方法采用2015版《中国药典》防己项下相应方法测定防己药材中粉防己碱和防己诺林碱总量及水分含量,运用偏最小二乘法(PLS)建立其含量与NIR光谱之间的多元校正模型,采用相关系数(r)、校正均方根误差(RMSEC)、内部交叉验证均方根误差(RMSECV)和外部预测均方根误差(RMSEP)对校正模型进行优化和评价。利用校正模型对未知样品中粉防己碱和防己诺林碱总量及水分含量进行预测,检验模型的准确度。采用二阶导数法对光谱进行预处理,粉防己碱和防己诺林碱最佳建模波段在7891~3960 cm-1,水分最佳建模波段在8975~4032 cm-1。结果选择前8个主成分建立最优校正模型,粉防己碱和防己诺林碱总量的校正模型的r为0.9965,RMSEC为0.0347,RMSECV为0.136;而水分含量校正模型的r为0.9950,RMSEC为0.0458,RMSECV为0.263。经外部验证,粉防己碱和防己诺林碱校正模型的RMSEP和平均回收率分别为0.0964和100.8.%。而水分的分别为0.178和99.82%。结论所建方法具有简便快速、结果准确、无损样品的特点,可以应用于防己中粉防己碱和防己诺林碱总量及水分含量的快速测定。