苯酚是一种重要的化工原料并广泛存在于工业废水中,随着各国对苯酚生物毒性的认识,排放标准日益提高.生物法作为一种高效、低成本、不易二次污染的方法常用于含酚的废水处理.但是可降解苯酚的微生物筛选却是一个复杂繁琐的过程.衰减全反射傅里叶红外光谱(attenuated total reflection Fourier transform infrared,ATR-FTIR)技术是一种高效、快捷、高指纹特性的物理检测技术,主成分分析联用最小偏二乘法(principal component analysis-partial least squares,PCA-PLS)是一种有效提取特征指纹峰并建立模型的方法,该实验联合ATR-FTIR检测技术和PCA-PLS统计方法建立苯酚浓度与吸光度模型,可以快速检测固体培养基中底物浓度.实验建立模型判定系数可以达到99.5%,预测集的判定系数可以到达99.4%,说明模型具有较高的拟合性和推广性.通过模型可以预测出菌株降解后固体培养基底物浓度,筛选出可降解苯酚功能微生物,传统的液体培养并采用气相色谱检测残留苯酚浓度筛选出的结果与ATR-FTIR方法筛选出结果进行对比发现,得到相同的筛选结果.结果表明ATR-FTIR联合PCA-PLS建立高拟合度模型,可以快速检测固体培养基底物浓度,从而达到快速筛选可降解苯酚菌的目的,这种方法可以应用到其他有特征指纹峰的底物中,ATR-FTIR是一种可以广泛应用到功能微生物筛选的快速检测方法.

近年来, 基于朗伯-比尔定律和化学计量学的红外光谱定量分析方法发展十分迅速。 其中, 选择合适的预处理方法和有效的校正模型是定量分析成功的关键。 选取30个葡萄酒样品, 运用红外光谱结合向量回归算法SVR, 对葡萄酒乳酸、 酒石酸、 乙酸异戊酯、 3-甲基-1-丁醇进行了红外含量预测。 选用标准归一化、 基线校正以及异常样本点剔除三种谱图预处理方法, 结合支持向量回归算法。 实验结果表明该方法行之有效, 计算值与标准值间的相对误差可被控制在5%以内。 该方法可应用于葡萄酒中代表性物质含量的定量分析检测。

利用红外光谱法对天津产地玫瑰香葡萄酒识别鉴定, 提出了用支持向量机(SVM）算法对干白葡萄酒红外光谱图进行分析, 详细介绍了干白葡萄酒谱图的预处理过程, 包括基线校正、 消除噪声、 标准归一化和去除异常样本点。 选取了不同产地的玫瑰香原酒样品511个、 贵人香原酒样品438个、 霞多丽原酒样品307个、 白玉霓原酒样品29个、 白羽原酒样品44个、 龙眼原酒样品31个、 泽香原酒样品79个, 针对不同分类将80%样品谱图用SVM建立分类模型, 并用剩余20%样品谱图对这些模型进行验证, 实验结果表明该方法行之有效, 不同葡萄品种干白葡萄酒模型正确率、 识别率和拒绝率达到97%以上, 不同产地玫瑰香干白葡萄酒正确率、 识别率和拒绝率达到98%以上。 该方法可以对天津产地玫瑰香葡萄酒进行定性识别鉴定。

白酒是一个复杂的混合物体系, 它含有大量的微量成分, 这些微量成分直接决定了白酒的品质、 口感和香型。 为实现对白酒香型的快速鉴别, 可采集不同香型白酒的红外光谱图, 并将其作为模式分类方法的输入模式, 建立白酒香型鉴别模型。 首次全面系统地介绍了白酒香型模式识别算法, 这些算法包括统计分类器(线性判别函数、 二次判别函数、 正则判别分析、 K近邻算法)、 原型学习算法(学习矢量量化)、 支持向量机和AdaBoost算法。 实验结果表明, 基于红外光谱的白酒香型检测模式识别算法达到了很高的分类准确率、 识别率和拒绝率, 显示出了很好的性能。