利用近红外(NIR)光谱技术研究并建立可在线监测人参叶皂苷类成分的大孔树脂分离纯化工艺的方法。 建立人参皂苷Rg1, Re和Rb1的高效液相色谱(HPLC)含量测定方法, 收集人参叶提取物的40%乙醇大孔树脂洗脱液, 采集其近红外光谱信息, 并用已建立的HPLC法测定其中人参皂苷Rg1, Re和Rb1的含量, 结合偏最小二乘法(PLS)建立上述三种成分及人参总皂苷的定量分析模型。 建模过程中, 以决定系数(R2), 交叉验证均方根误差(RMSECV)为指标, 确定用于建模的最优近红外波段和光谱预处理方法, 结果表明人参皂苷Rg1, Re, Rb1及人参总皂苷模型的最佳建模波段均为12 000.8~7 499.8 cm-1, R2分别为0.988 7, 0.960 3, 0.990 5和0.970 1, RMSECV分别为0.059 7, 0.072 2, 0.004 88和0.075 5。 将1个批次的人参叶提取物大孔树脂分离纯化工艺样品用于验证人参总皂苷定量分析模型的预测性能, 总皂苷的NIR预测值和HPLC测定值的相关系数为0.992 8, 平均预测回收率为100.52%, 表明所建的模型预测效果良好。 该法快速、 简便、 准确, 可用于生产工艺过程中人参总皂苷的含量测定和质量控制。

利用近红外（NIR）光谱技术研究并建立可在线监测积雪草药材活性成分——羟基积雪草苷和积雪草苷的大孔树脂分离纯化过程的方法。 收集积雪草药材提取物的50%乙醇大孔树脂洗脱液, 并采集其近红外光谱信息, 建立上述收集液中羟基积雪草苷、 积雪草苷的高效液相色谱（HPLC）含量测定方法; 然后, 采用偏最小二乘法（PLS）建立上述收集液的NIR光谱与其中羟基积雪草苷及积雪草苷含量的线性关系。 建模过程中, 以相关系数（R2）、 交叉验证均方根误差（RMSECV）为指标, 确定用于建模的最优近红外波段和光谱预处理方法, 即羟基积雪草苷和积雪草苷模型的最佳建模波段分别为12 000.8～7 499.8 cm-1和12 000.8～9 750.3 cm-1; R2分别为96.44和96.07; RMSECV分别为0.084 80和0.000 99。 将上述模型用于在线监测积雪草药材提取物大孔树脂分离纯化过程中羟基积雪草苷及积雪草苷的含量, 结果表明此模型预测效果良好。 该方法快速、 简便、 准确, 可用于生产过程中羟基积雪草苷及积雪草苷的在线检测和质量控制。

橄榄油兼有食用和保健的作用,价值与价格远远高于其他食用油,所以橄榄油中以劣充好的现象十分普遍。可采用近红外光谱法测定初榨橄榄油中掺杂芝麻油、大豆油和葵花籽油的光谱数据,运用改进的BP算法———Levenberg-Marquardt方法,建立PCA-BP人工神经网络方法对其进行定性判别。同时采用偏最小二乘法(PLS)建立了初榨橄榄油中芝麻油、大豆油、葵花籽油含量的近红外光谱定标模型,用交互验证法进行验证。结果表明,BP人工神经网络有很好的定性鉴别能力,PLS建立的芝麻油、大豆油、葵花籽油定标模型的相关系数分别为98.77,99.37,99.44,交叉验证的均方根误差分别为1.3,1.1,1.04。该方法无损、快速、简便,为橄榄油掺杂的检测提供了一种新的途径。