功能性近红外光谱技术

3

64 JournalofChineseMedicinalMaterials　　第33卷第3期2010年3月

[2]石钺,石任兵,陆蕴如1我国药用金银花资源、化学成分

尽可能明确提取物中所含成分的归属,除去模糊无

效成分。本研究中所选的6个共有峰面积占总峰面积99%以上。本研究为金银花注射液原料提供质量控制方法,为金银花注射液安全性提供保证。

参

考

文

献

及药理研究进展[J]1中国药学杂志,1999,34(11):

72427251

[3]刘长河1金银花指纹图谱研究现状[J]1辽宁中医药大

学学报,2008,10(4):16821701

[4]周玉新,雷海明,徐永红,等1中药指纹图谱研究技术

[M]1北京:化学工业出版社,2002:1311

[1]国家药典委员会1中华人民共和国药典[S]1一部1北

京:化学工业出版社,2005:15221531

张延莹,张金巍,刘　岩

(天津天士力现代中药资源有限公司,天津300410)

　　摘要　目的:应用近红外光谱技术结合化学计量学方法鉴别三七及其伪品。方法:收集3个主产地三七及3种常见三七伪品共289批样品,采集近红外光谱图,采用判别分析法对其进行定性鉴别。结果:建立的模型鉴别准确率达到100%。结论:近红外光谱技术可快速、准确鉴别

Matlab预处理近红外光谱

1. 微分处理光谱 一阶微分公式：

????,1????

二阶微分公式：

????,2????

????+????+???2????= 2???????????+??

= ??式中，????是谱图数据中i波数下的透过率，g为窗口宽度 一阶导数MATLAB代码：

X1st=diff(X,1);%X 为输入光谱矩阵，X1st 为输出一阶导数光谱矩阵 二阶导数MATLAB代码：

X2st=diff(X,2); %X 为输入光谱矩阵，X2st 为输出二阶导数光谱矩阵 2. 多元散射校正处理谱图 （1）计算平均光谱：

?? ??,??

（2）一元线性回归：

+???? ????=??????

（3）多元散射校正：

???? ??????

(?????????)

=

???? ????=1????,??=

??公式中X表示n×p维定标光谱数据矩阵，n为样品数，p为波点数。

表示所有样品的原始近红外光谱在各个波长点处求平均值所得到??

的平均光谱矢量，????是1×p维矩阵，表示单个样品光谱矢量，????和????分别表示各样品近红外光谱????与平均光谱X进行一元线性回归后得到的相对偏移系数和平移变量。I代表第i个样本，j代表第j个波数

红外光谱分析法及其应用简介

一：红外光谱简介和特点

材料研究方法有许多种，主要包括有成份谱分析法，衍射分析法，显微术分析法等

红外光谱分析，是成份谱分析法中的一种方法。它的通过将一束不同波长的红外射线照射到物质的分子上，其中某些特定波长的红外射线被吸收，形成这一分子的红外吸收光谱。每种分子都有由其组成和结构决定的独有的红外吸收光谱，据此可以对分子进行结构分析和鉴定。

与其他成份谱分析法相比，红外光谱分析具有以下优点： 1 应用范围广。红外光谱分析能测得所有有机化合物，而且还可以用于研究某些无机物。因此在定性、定量及结构分析方面都有广泛的应用。

2 特征性强。每个官能团都有几种振动形式，产生的红外光谱比较复杂，特征性强。除了及个别情况外，有机化合物都有其独特的红外光谱，因此红外光谱具有极好的鉴别意义。 3 提供的信息多。红外光谱能提供较多的结构信息，如化合物含有的官能团、化合物的类别、化合物的立体结构、取代基的位置及数目等。

4 不受样品物态的限制。红外光谱分析可以测定气体、液体及固体，不受样品物态的限制，扩大了分析范围。

5 不破坏样品。红外光谱分析时样品不被破坏。

通常

.

一、数据预处理

（1）中心化变换

（2）归一化处理

（3）正规化处理

（4）标准正态变量校正（标准化处理）（Standard Normal Variate,SNV）（5）数字平滑与滤波（Smooth）

（6）导数处理（Derivative）

（7）多元散射校正（Multiplicative Scatter Correction,MSC）

（8）正交信号校正（OSC）

二、特征的提取与压缩

（1）主成分分析（PCA）

（2）马氏距离

三、模式识别（定性分类）

（1）基于fisher意义下的线性判别分析（LDA）

（2）K-最邻近法（KNN）

（3）模型分类方法（SIMCA）

（4）支持向量机（SVM）

（5）自适应boosting方法（Adaboost）

四、回归分析（定量分析）

（1）主成分回归（PCR）

（2）偏最小二乘法回归（PLS）

（3）支持向量机回归（SVR）

'.

.

'. 一、数据预处理

（1） 中心化变换

中心化变换的目的是在于改变数据相对于坐标轴的位置。一般都是希望数据集的均值与坐标轴的原点重合。若x ik 表示第i 个样本的第k 个测量数据，很明显这个数据处在数据矩阵中的第i 行第k 列。中心化变换就是从数据矩阵中的每一个元素中减去该元素所在元素所在列的均值的运算：

u

最常见的近红外光谱的预处理技术的综述

smund Rinnan， Frans van den Berg， S?ren Balling Engelsen

摘要：预处理在近红外(NIR)光谱数据处理化学计量学建模中已经成为不可分割的一部分。预处理的目的是消除光谱中物理现象在为了提高后续多元回归、分类模型或探索性分析。最广泛使用的预处理技术可以分为两类：散射校正方法和光谱间隔方法。综述和比较了算法的基础理论和当前的预处理方法以及定性和定量的后果的应用程序。其目的是提供更好的NIR最终模型的建立，在此我们通过对光谱的预处理基本知识进行梳理。 关键词：乘法散射校正；近红外光谱法；标准化；诺里斯威廉姆斯推导；预处理；Savitzky-Golay平滑；散射校正；光谱导数;标准正态变量；综述 1. 引言

目前为止，没有能够优化数据来进行代替，但是经过适当的数据收集和处理将会起到优化效果，对光谱数据进行预处理是最重要的一步(例如最优化之前叠层建模)，常用的方法有主成分分析(PCA)和偏最小二乘法(PLS)。在大量的文献中，多变量光谱应用食品、饲料和医药分析，比较不同的预处理的结果研究模型的预测结果是不可分割的组成部分。近红外反射/透射率(NIR / NIT)光

红外光谱样品测试及图谱解析技巧

一、样品制取

1、固体粉末样品制备

（1）卤化物压片法：基质有氯化钠、溴化钾、氯化银、碘化铯，最常用的是溴化钾，压成直径13mm，厚度0.5mm的薄片，溴化钾与样品的比例为100：1（样品约1－2mg） 注意：溴化钾必须干燥 溴化钾研磨很细 控制溴化钾与样品的比例

适用：可以研细的样品，但对于不稳定的化合物，如发生分解、异构化、升华等变化的化合物不宜使用压片法。 注意样品的干燥，不能吸水.

（2）糊剂法: 取2mg样品与 1滴石蜡油研磨后，涂在溴化钾窗片上测量。

适用：对于吸水性很强、有可能与溴化钾发生反应的样品 注意：要扣除石蜡油的吸收峰

2、橡胶、油漆、聚合物的制样

一般采用薄膜法，膜的厚度为10-30μm,且厚薄均匀。

常用的成膜法有3种：

（1）熔融成膜 ：适用熔点低、熔融时不分解、不产生化学变化的样品

（2）热压成膜 ：适用热塑性聚合物，将样品放在膜具中加热至软化点以上压成薄膜

（3）溶液成膜 ：适用可溶性聚合物，将样品溶于适当的溶剂中，滴在玻璃板上使溶

1

剂挥发得到薄膜 3、液体样品的制备

（1）沸点较高，粘度较大的液体样品，取2mg或一滴样品直接涂在KBr窗片上进行测试 （2）沸

红外光谱样品测试及图谱解析技巧

一、样品制取

1、固体粉末样品制备

（1）卤化物压片法：基质有氯化钠、溴化钾、氯化银、碘化铯，最常用的是溴化钾，压成直径13mm，厚度0.5mm的薄片，溴化钾与样品的比例为100：1（样品约1－2mg） 注意：溴化钾必须干燥 溴化钾研磨很细 控制溴化钾与样品的比例

适用：可以研细的样品，但对于不稳定的化合物，如发生分解、异构化、升华等变化的化合物不宜使用压片法。 注意样品的干燥，不能吸水.

（2）糊剂法: 取2mg样品与 1滴石蜡油研磨后，涂在溴化钾窗片上测量。

适用：对于吸水性很强、有可能与溴化钾发生反应的样品 注意：要扣除石蜡油的吸收峰

2、橡胶、油漆、聚合物的制样

一般采用薄膜法，膜的厚度为10-30μm,且厚薄均匀。

常用的成膜法有3种：

（1）熔融成膜 ：适用熔点低、熔融时不分解、不产生化学变化的样品

（2）热压成膜 ：适用热塑性聚合物，将样品放在膜具中加热至软化点以上压成薄膜

（3）溶液成膜 ：适用可溶性聚合物，将样品溶于适当的溶剂中，滴在玻璃板上使溶

1

剂挥发得到薄膜 3、液体样品的制备

（1）沸点较高，粘度较大的液体样品，取2mg或一滴样品直接涂在KBr窗片上进行测试 （2）沸

土壤成分近红外光谱检测的重点和难点

摘 要：近红外光谱技术（nirs）是一种快速的检测分析方法，在土壤科学领域内具有广阔的应用前景。该文主要介绍了土壤成分近红外光谱检测的重点和难点，并对发展动向进行了展望。 关键词：近红外光谱技术 土壤成分 检测 发展动向

中图分类号：o657 文献标识码：a 文章编号：1674-098x（2013）03（b）-0-01

在农业中，土壤成分的含量直接影响农作物的生长和丰收。但是，由于土壤污染、农药化肥违规使用，其中营养元素（如氮、磷、钾等）的流失或过剩已成为当前农业生产中不可忽视的问题。对土壤成分的检测，便于农民了解土地的肥力，进行科学施肥，适当增加或减少微量元素与有机肥用量，提高农产品的质量和单位面积产量，改善土壤肥力，提高农业资源的利用率和现代农业精准作业水平具有重要意义。

传统的土壤成分含量的检测主要在化学实验室进行。这种方法不仅费时费力，需要专门的工作人员进行化验，而且检测速度慢、实时性差，无法适应现代农业精准施肥快速检测化的要求。而近红外光光谱技术是一种无损、高效、快速、准确的检测技术，已经成功在多个领域获得应用，包括农业、食品、医药、烟草等行业。在近红外光谱区域，一般有机物的吸收主要是由含某些官能团如c-

创新助手报告——主题分析报告

创新助手平台提供

北京万方软件股份有限公司

2014-06-25

报告目录

报告核心要素......................................................................................................... I

一、主题简介 (1)

二、主题相关科研产出总体分析 (1)

2.1 文献总体产出统计 (1)

2.2 学术关注趋势分析 (2)

三、主题相关科技论文产出分析 (2)

3.1 中文期刊论文 (2)

3.1.1 近十年中文期刊论文分布列表 (2)

3.1.2 中文期刊论文增长趋势 (3)

3.1.3 发文较多期刊 (4)

3.1.4 发文较多的机构 (4)

3.1.5 发文较多的人物 (7)

3.1.6 核心期刊分布数量对比 (7)

3.1.7最近相关中文期刊论文 (10)

3.1.8被引较多的相关期刊论文 (18)

3.2 学位论文 (26)

3.2.1 近十年学位论文年代分布列表 (26)

3.2.2 学位论文增长趋势 (27)

3.2.3 硕博学位论文数量对比 (28)

3.2.4 发文较多的机构 (28)

3.2.5 发文较多的人物 (31)

3.2.6 最近相

近红外(NearInfrared，NIR)光谱的波长范围是

780~2526nm(12820~3959cm-1)，通常又将此波长范围划分为近红外短波区(780~1100nm)和近红外长波区(1100~2526nm)。由于该区域主要是O-H，N-H，C-H，S-H等含氢基团振动光谱的倍频及合频吸收，谱带宽，重叠较严重，而且吸收信号弱，信息解析复杂，所以虽然该谱区发现较早，但分析价值一直未能得到足够的重视。近年来，由于巨型计算机与化学统计学软件的发展，特别是化学计量学的深入研究和广泛应用，使其成为发展最快、最引人注目的光谱技术[1]。而且由于该技术方便快速，无需对样品进行预处理，适用于在线分析等特点，在药物分析领域中正不断得到重视与应用。

1近红外光谱的测量

根据NIR光谱的获得方式，通常有透射(Transmittance)和漫反射(DiffuseReflectance)两种[2]。

透射测定法的定量关系遵从Lambert-Beer定律，主要适用于液体样品，其正常的工作波长范围是850~1050nm[3]。浙江大学的史月华等人用该原理，在93%~97.4%的浓度范围内利用维生素E在6061~5246cm-1处的近红外吸收峰面积积分值和其浓度关系建立回归方