- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
利用化学计量学辅助的反射式近红外光谱法同时测定Helicure片剂中克拉霉素、替硝唑和奥美拉唑的含量
摘要: 开发了一种近红外光谱法,用于同时测定药物制剂中活性成分克拉霉素、替硝唑和奥美拉唑。采用偏最小二乘回归法对这三种活性成分进行定量分析。该方法适用于标示含量80%-120%的宽浓度范围,因此需要仔细选择校准集并确保产品的充分均质化。根据ICH近红外光谱标准验证指南,通过测定其选择性、线性、准确度、精密度和稳定性对该方法进行了验证。结果表明,该方法可作为现有HPLC方法的有效替代方案,用于相同检测目的。
关键词: 偏最小二乘法,克拉霉素,Helicure(品牌名),近红外光谱,预处理,遗传算法,多元校正
更新于2025-09-23 15:23:52
-
利用便携式近红外光谱仪和化学计量学算法对樱桃番茄采后品质进行无损检测
摘要: 本研究旨在评估便携式近红外光谱系统与化学计量算法在智能检测圣女果采后品质中的适用性。通过硬度、可溶性固形物含量(SSC)和pH值评估圣女果采后品质,并采用便携式近红外光谱仪(950-1650 nm)获取其光谱数据。运用偏最小二乘法(PLS)、支持向量机(SVM)和极限学习机(ELM)从光谱预测圣女果采后品质,同时评估Savitzky-Golay(S-G)平滑、多元散射校正(MSC)和标准正态变量变换(SNV)等不同预处理技术对预测性能的影响。结果显示:圣女果在贮藏期间硬度、SSC和pH值均呈下降趋势,据此可将样品分为两个明显聚类;不同贮藏时间的圣女果也能通过近红外光谱特征区分。ELM算法使用原始光谱时获得最佳预测精度:硬度Rp2=0.9666、RMSEP=0.3141 N、RPD=5.6118;SSC Rp2=0.9179、RMSEP=0.1485%、RPD=3.6249;pH Rp2=0.8519、RMSEP=0.0164、RPD=2.7407。ELM模型对硬度和SSC的预测效果极佳(RPD>3.0),对pH的预测良好(RPD介于2.5-3.0)。近红外光谱技术能有效实现圣女果贮藏期采后品质的智能检测。
关键词: 偏最小二乘法、极限学习机、支持向量机、樱桃番茄、近红外光谱
更新于2025-09-23 15:23:52
-
基于傅里叶级数展开的高光谱散射成像预测苹果硬度和可溶性固形物含量
摘要: 本文报道了采用傅里叶级数展开法从高光谱散射剖面中提取特征,用于预测苹果果实硬度和可溶性固形物含量(SSC)。使用在线高光谱成像系统获取了2009年和2010年采收的'金冠'(GD)、'乔纳金'(JG)和'红元帅'(RD)苹果在500至1000纳米波长范围内的高光谱散射图像。通过矩量法和傅里叶级数展开法分析苹果的散射剖面,提取每个苹果的零阶-一阶矩(Z-FOM)光谱和傅里叶系数,进而采用偏最小二乘法(PLS)和最小二乘支持向量机(LSSVM)建立果实硬度与SSC预测模型?;诟道镆断凳腜LS模型较使用Z-FOM光谱的PLS模型,使硬度预测标准误差(SEP)降低4.8%至19.9%,SSC预测SEP降低2.4%至13.5%。傅里叶系数预测集的LSSVM模型取得更优SEP结果:相比Z-FOM光谱数据的LSSVM模型,硬度预测提升4.4%至11.3%,SSC预测提升2.8%至16.5%;相比傅里叶系数的PLS模型,硬度预测提升3.7%至12.6%,SSC预测提升5.4%至8.6%。实验表明,傅里叶级数展开法结合PLS或LSSVM能简单、快速且有效地提升高光谱散射对果实内部品质的预测性能。
关键词: 偏最小二乘法,可溶性固形物含量,苹果,最小二乘支持向量机,傅里叶级数展开,高光谱散射成像,硬度
更新于2025-09-23 15:22:29
-
利用偏最小二乘建模的近端可见-近红外光谱法测定地表水中的物质浓度
摘要: 许多水质参数(如悬浮物、营养物质和藻类的浓度)会直接或间接改变地表水体的电磁反射与透射特性。光学测量方法已展现出替代部分水样采集与实验室分析的巨大潜力,但受限于灵活性不足或维护需求较高。为解决这些问题并弥合原位测量与遥感测量之间的差距,本研究探索了利用可见光-近红外波段近距离水面反射测量来获取水体水质参数的方法。通过测量1立方米水箱中已知递增浓度悬浮固体的遥感反射率,训练偏最小二乘模型从反射曲线预测浓度,在较宽浓度范围及光照条件下表现良好(校正集R2=0.96,验证集R2=0.97)。随后将该方法迁移至实地并测试更多参数:使用安装在机动船吊臂支架上的半自动光谱仪,沿巴西某饮用水水库从入流口到坝前的纵向梯度进行高密度物质浓度追踪。该方法适用于直接影响水体反射特性的参数(如悬浮固体(R2=0.93)、叶绿素a(R2=0.74))或与之密切相关的参数(如总磷(R2=0.97)),但对化学需氧量适用性较差(R2=0.14,验证集R2=0.45)。经本地条件校准后,该光谱仪可用于固定站点或移动平台进行水体测绘与监测。目前正进一步研究将该流程与声学及成像技术集成。
关键词: 水质、悬浮固体、高光谱、水库、偏最小二乘法、近感技术
更新于2025-09-23 15:22:29
-
[IEEE 2018年第37届中国控制会议(CCC) - 武汉(2018.7.25-2018.7.27)] 2018年第37届中国控制会议(CCC) - 基于LIBS技术和随机森林回归的合金钢元素在线检测与分析
摘要: 激光诱导击穿光谱(LIBS)技术可用于实时检测合金钢中的元素。传统LIBS技术的定量分析方法主要有校准法和无标样法,但存在预测精度低和过拟合两个缺点。随机森林回归(RFR)算法可用于分类和回归,能有效避免"过拟合"现象。因此,本文将随机森林回归算法与激光诱导击穿光谱相结合,应用于冶金行业中合金钢元素浓度的检测。同时,与基于LIBS的偏最小二乘法相比,结果表明结合LIBS技术的随机森林算法具有更高的预测精度、更低的均方根误差和更好的鲁棒性。
关键词: PLS(偏最小二乘法),均方根误差,定量分析,激光诱导击穿光谱(LIBS),随机森林回归(RFR)
更新于2025-09-23 15:22:29
-
近红外光谱结合偏最小二乘模型研究硅烷偶联剂的水解动力学
摘要: 采用傅里叶变换近红外(FT-NIR)光谱结合偏最小二乘法(PLS)模型,成功研究了四种硅烷偶联剂(苯基三乙氧基硅烷、乙烯基三乙氧基硅烷、3-巯基丙基三乙氧基硅烷、3-氯丙基三乙氧基硅烷)在酸催化乙醇体系中的水解动力学。该方法凭借FT-NIR光谱的快速扫描能力和高灵敏度,以及PLS的强大数据处理能力,实现了对水解过程中瞬变H2O浓度的无延迟定量精准捕捉,从而完成了对硅烷偶联剂快速水解反应的研究。结果表明水解反应中发生亲电取代,遵循二级反应规律,且高度依赖催化剂浓度与反应温度。研究获得了水解速率常数、活化能及阿伦尼乌斯频率因子。结论证实FT-NIR-PLS模型是研究硅烷偶联剂水解动力学的有力工具。
关键词: 偏最小二乘法,水解动力学,硅烷偶联剂,近红外
更新于2025-09-23 15:22:29
-
用于测定纯品、人尿液和人血浆中两种丙型肝炎病毒及肝细胞癌抑制剂的新型分光光度法和基于因子的多元校正-预测技术
摘要: 针对丙型肝炎病毒(HCV)感染引发肝细胞癌(HCC)的联合治疗药物——利巴韦林(RIV)、达卡他韦(DAV)、索非布韦(SOV)和索拉非尼(SON)的商业制剂及生物体液,本研究验证了基于单变量与多变量因子的新型校准-预测技术用于其同步紫外分光光度测定。鉴于这些化合物的药理治疗价值,建立其检测方法至关重要。由于RIV、DAV、SOV和SON的光谱重叠,采用单变量扩展导数比法(EDR)与多变量偏最小二乘法(PLS)、主成分回归法(PCR)构建校准曲线:分别以215 nm吸收峰/310.5 nm吸收谷测定RIV和DAV,240.3 nm吸收峰/284.5 nm吸收谷测定SOV和SON。线性范围分别为RIV(6-42)μg/mL、DAV(4-16)μg/mL、SOV(10-70)μg/mL、SON(3-9)μg/mL,相关系数(r2)达0.9997-0.9999。该方法有效应用于纯品、药物制剂及加标人尿/血浆样品。建立的PLS与PCR模型可测定(6-42)、(4-16)、(10-70)、(3-9)μg/mL范围内的目标药物,且通过PLS模型更新(PLS model update)实现了加标人尿/血浆及片剂溶出度试验中的药物测定。与官方及文献方法相比无显著差异,PLS/PCR模型对真实人尿样本中四药的评估结果同样良好。该方法特性使其有望应用于生物及临床领域。
关键词: 偏最小二乘法、扩展导数比法、化学计量学、分光光度法、主成分回归
更新于2025-09-23 15:22:29
-
紫外光谱法与多产品校准测定维生素C
摘要: 本研究通过紫外(UV)光谱法与基于偏最小二乘(PLS)回归的多产品多元校正技术,对工业化果汁中的维生素C含量进行测定。由于模型构建时纳入了不同风味、含糖量(低糖或常规)的样品,因此可视为多产品体系;鉴于样品的异质性,需通过剔除异常值来优化校正集与验证集。通过评估准确度、灵敏度、分析灵敏度、拟合度、线性、相对预测偏差、检测限与定量限等指标,证明该基于UV光谱与PLS回归建立的多产品模型可作为滴定法或其他耗时耗材方法的替代方案用于工业常规分析。研究证实:该UV-PLS多产品模型具有无需样品前处理步骤、可灵活更新以测量其他参数、不产生废液、适用于在线监测等优势。此外,从工业应用角度看,多元校正技术在多产品模型中的应用极具吸引力。
关键词: 多产品校准、维生素C、偏最小二乘法、紫外光谱法
更新于2025-09-23 15:21:21
-
果实移动速度对可见/近红外漫透射法在线预测苹果可溶性固形物含量的影响
摘要: 研究了果实移动速度对基于可见/近红外(Vis/NIR)光谱在线预测"富士"苹果可溶性固形物含量(SSC)的影响。使用商用在线系统在0.3米/秒(S1)、0.5米/秒(S2)和0.7米/秒(S3)三种速度下采集615-1045纳米波段的漫透射光谱。采用偏最小二乘法(PLS)分别建立各速度单独(局部模型)和全部速度(全局模型)的SSC补偿模型。对于全局模型,将每个样本的光谱分为三部分(P1、P2和P3),建立三种光谱分区组合(P12、P13和P23)。结果表明:S3表现更优,且速度对光谱的影响显著降低了局部模型间的SSC评估准确性;相比之下,全局模型对果实移动速度变化不敏感,经Savitzky-Golay平滑(SGS)处理后通过竞争自适应重加权采样(CARS)筛选的特征波长(EWs)比局部模型效果更好。值得注意的是,全局-P13模型经SGS-CARS筛选的36个EWs获得最佳结果,其rp值和RMSEP值分别为0.8419、0.8895、0.8948和0.6281、0.5318、0.5196 Brix。总体而言,采用EWs的全局-P13模型有望应用于Vis/NIR漫透射苹果SSC在线检测。
关键词: 可溶性固形物含量、在线预测、有效波长、竞争自适应重加权采样、偏最小二乘法、水果移动速度、苹果、漫透射、可见/近红外光谱
更新于2025-09-23 15:21:01
-
基于混合校正集利用偏最小二乘法(PLS)回归构建全局稳健的近红外校正模型
摘要: 基于特定仪器构建的近红外光谱(NIR)模型常因仪器间光谱差异在其他仪器上失效。本研究通过偏最小二乘法(PLS)回归,基于由主、次级光谱混合组成的校准集构建了全局稳健的NIR校准模型,并以三个数据集为案例:首个包含72份黄芩样本(在两台已知黄芩苷含量的NIR光谱仪上测定);第二个含80份玉米样本(在两台已知水分、油脂和蛋白质浓度的仪器上测定);第三个包括279份已知尼古丁含量的烟草主样本及78份已知尼古丁浓度的次级样本。通过比较不同校准集的结果,探究了混合校准集中次级光谱数量及其选择方法对PLS模型性能的影响。研究表明:只要主光谱与次级光谱数量比低于22,所建全局稳健校准模型就能准确预测主、次级样本,且模型性能不受次级光谱选择方法影响。这种包含主光谱信息与次级光谱的混合校准集,使构建的全局稳健模型适用于主、次级仪器。
关键词: 全局稳健模型、混合校准集、近红外光谱、偏最小二乘法(PLS)回归
更新于2025-09-23 15:21:01