为考察不同类型光谱信息用于银杏叶质量快速分析的适应性, 收集了58个银杏叶样品, 采用高效液相色谱方法(HPLC)测定其黄酮及内酯类活性成分的含量作为定标和检验样本的因变量(y)值, 测定各样品的紫外、 近红外光谱及包含紫外、 可见及近红外信号的多源复合光谱信息作为样本的自变量(x)值; 分别采用偏最小二乘回归(PLSR), 以及根据待测样本在自变量空间最近邻K个样本与待测样本间的相互关系去预测其因变量值的KNN保形映射(KNN-KSR)方法, 建立银杏叶活性成分的光谱定量分析模型, 比较各光谱模型下检验集样本实测值与模型值的相关系数(R)、 均方根偏差(RMSEP)、 平均相对误差(MRE)。 结果表明PLSR方法所建立的三类光谱模型的各项指标均不及KNN-KSR方法、 且其紫外光谱模型的结果极差; 而采用KNN-KSR方法根据三类光谱信息预测银杏叶中黄酮、 内酯类成分时, R基本能达到0.8、 RMSEP分别小于0.05与0.025且其平均相对误差均在8%以下。 采用KNN-KSR方法根据紫外、 近红外及多源光谱信息均可实现对银杏叶中四类黄酮醇苷成分及三类内酯成分含量的快速分析, 突破了现有工作只是基于PLSR方法、 根据近红外光谱信息对银杏叶总黄酮醇苷进行定量分析的局限; 利用紫外和多源复合光谱信息及KNN-KSR方法进行银杏叶中黄酮醇苷及内酯类成分的快速检测, 为银杏叶质量分析提供了更多的方法和选择。 多源复合光谱仪具有体积小、 成本低, 便携的优点, 非常适合银杏叶药材现场采购的快速检测及后续产品的质量分析与监控。Infrared and Multi-Source Composite Spectral Information

以287例上海及上海周边地区牧场的生鲜奶作为真奶样本集组成3个真奶样品集合, 配制了526例含有糊精(或淀粉)+三聚氰胺(或尿素、 或硝酸铵)的掺假牛奶形成6个不同种类的假奶样品集合, 其中糊精、 淀粉在掺假奶中的含量为0.15%~0.45%; 硝酸铵、 尿素和三聚氰胺的含量分别为700~2 100, 524~1 572与365.5~1 096.5 mg·kg-1, 以保证掺假奶中凯氏定氮法测得的蛋白含量不低于3%。 所有样本的近红外光谱均经过标准正态变换(SNV)预处理。 将3个真奶样品集合和6个假奶样品集合进行不同的组合并对其采用改进与简化的K最邻近结点算法(IS-KNN)和改进与简化的支持向量机法(ν-SVM)建立了判别糊精、 淀粉、 三聚氰胺、 尿素、 硝酸铵这5类掺假物质的近红外判别模型, 探寻掺假物质的浓度与识别正确率之间的关系。 结果表明IS-KNN和ν-SVM两种方法对含三聚氰胺、 尿素、 硝酸铵的掺假牛奶的平均判别正确率分别在49.55%~51.01%, 61.78%~68.79%与68.25%~73.51%区间波动, 说明在该研究的掺假物浓度范围内, 很难用近红外模型良好区分不同类型伪蛋白的掺假奶; IS-KNN和ν-SVM两种方法对含淀粉的掺假牛奶的判别正确率分别为92.33%与93.66%、 对含糊精的掺假牛奶的平均判别正确率分别为77.29%与85.08%。 从整体结果上来看ν-SVM法进行建模判别的结果大部分优于IS-KNN法进行建模判别的结果。 对判别正确率与样品中掺假物质的含量水平分析表明近红外光谱结合非线性模式识别方法能良好地区分掺假奶中含量较高(0.15%~0.45%)的糊精和淀粉, 而对含量偏低的三聚氰胺等伪蛋白的判别效果不佳, 说明近红外光谱技术不适于鉴别牛奶中含量低于0.1%的掺假物质。