RAPID DETERMINATION OF PROTEIN IN MILLET BY FOURIER TRANSFORM NEAR-INFRARED(FTNIR)DIFFUSE REFLECTANCE SPECTROSCOPY

In this paper,the Fourier transform near-infrared(FTNIR)diffuse reflectance spectroscopy is applied for the rapid determination of protein in millet.The partial least-squares(PLS)regression is successfully used as an effective multivariate calibration technique.The calibration set is composed of 20 standard millet samples that the protein contents were determined by the traditional Kjeldahl method.The optimal model dimension is found to be 5 by cross-validation.22 millet samples were determined by the proposed FTNIR-PLS method.The correlation coefficient between the concentration values obtained by the FTNIR-PLS method and the traditional Kjeldahl method is 0.9805.The standard error of prediction(SEP)is 0.28% and the mean recovery is 100.2%.The proposed method has been successfully applied for the routine analysis of protein in about 10,000 grain samples.

近红外光谱结合BP神经网络法快速分析薰衣草精油中主要成分

[目的]建立薰衣草精油主体成分的快速测定模型,以满足中国薰衣草精油质量标准体系中对化学成分分析的要求。[方法]采用近红外光谱方法结合BP神经网络快速测定薰衣草精油中芳樟醇和乙酸芳樟酯的含量,在7 000～4 000 cm^(-1)波数范围内,薰衣草精油化学信息量比较丰富且噪音低,可作为分析区间。通过间隔偏最小二乘方法(iPLS)选择与测定指标相关性高的近红外波长段集合,分别得到乙酸芳樟酯和芳樟醇的185个定量分析用波长点数据集,对BP神经网络参数优化后,建立新疆薰衣草精油中芳樟醇和乙酸芳樟酯的iPLS-BP神经网络快速近红外定量分析模型。[结果]采用方法的芳樟醇和乙酸芳樟酯测定系数分别为0.972 91和0.946 90,预测结果与GC-MS分析的相对误差分别小于2.45%和2.85%。[结论]定量分析模型能够很好地快速测定薰衣草精油中乙酸芳樟酯、芳樟醇含量,具有良好的预测能力,可为新疆薰衣草精油主要成分的快速定量分析提供一种新的有效方法。

基于PCA和LS-SVM的傅里叶变换近红外光谱的黄酒酒龄的鉴别模型

利用傅里叶变换近红外光谱技术,对黄酒酒龄鉴别的模型进行研究。对绍兴黄酒样本光谱主成分进行提取与分析,并发现前3个主成分具有较明显的聚类特征。其次,利用LS-SVM模型对不同主成分数进行分类和寻优,发现当主成分数为6时达到判别的正确率是100%,此时模型的两个参数γ和2σ分别为61.890和1.769。研究表明,利用傅里叶变换近红外光谱技术并结合主成分分析(PCA)和最小二乘法支持向量机(LS-SVM)可作为一种可靠、准确、快速的检测方法用于黄酒酒龄定性鉴别分析。

基于主成分分析的食源性致病菌的投影判别分析

目的:以大肠杆菌、单增李斯特菌和沙门氏菌为研究对象,建立近红外光谱检测食源性致病菌的方法。方法:利用近红外光谱分析技术,对大肠杆菌、单增李斯特菌和沙门氏菌的细胞壁、细胞质和全细胞分别进行基于主成分分析的投影判别分析。结果:多元散射校正法对光谱预处理比矢量归一法预处理后的细胞质壁分离更为有效;采用细胞壁进行判别比用细胞质判别3种致病菌的结果好;G阴性菌与G阳性菌之间的判别比同性菌之间判别准确度高,对细胞壁的分辨率达到100%。结论:利用基于近红外光谱主成分分析的投影判别分析技术,可以检测和鉴别上述3种致病菌,且其分辨率为100%。

近红外漫反射光谱法快速判别注射用炎琥宁的冻干骨架结构

目的:建立快速判别注射用炎琥宁冻干骨架结构的对向传播人工神经网络(counter-propagation artificial neural net-work,CP-ANN)近红外漫反射光谱法。方法:采用配有积分球附件的Antaris II傅里叶变换近红外光谱仪测定注射用炎琥宁的近红外漫反射光谱;用TQ Analyst 8.0进行光谱处理及数据预处理;用注射用炎琥宁校正样品的近红外漫反射光谱数据、以Matlab 6.5建立未损与已损冻干骨架结构的CP-ANN判别模型,并对模型进行交叉验证;用所建CP-ANN模型预测注射用炎琥宁验证样品冻干骨架结构的完整性。结果:所建近红外漫反射光谱CP-ANN判别模型预测注射用炎琥宁冻干骨架结构的准确率为100.0%,且具有良好的可视化功能。结论:所建方法判断客观,无损、无污染,简便快速,可望用于冻干注射用制剂的生产过程质量控制或临床使用质量控制。