利用近红外光谱技术,对冷冻和解冻状态的不同等级白姑鱼糜进行等级评定.采用一阶导数法和标准正态变量变换法进行光谱预处理,再对预处理后的数据进行主成分分析,以主成分分析-马氏距离模式识别方法建立不同等级白姑鱼糜的等级评定模型,并对7项理化指标(水分、蛋白质、粗脂肪、盐溶性蛋白、凝胶强度、持水率和白度值)进行了测定.结果表明,主成分分析可以将三个等级白姑鱼糜较好地区分开;冷冻状态白姑鱼糜建立的等级评定模型效果优于解冻状态白姑鱼糜,前者的综合预测正确率为96.3%,后者的综合预测正确率为83.3%;三个等级白姑鱼糜的理化指标存在一定的差异.研究表明,近红外光谱技术可以快速无损评定白姑鱼糜等级。

重楼属植物极具药用价值, 野生资源主要分布在我国西南省区。 应用近红外漫反射光谱, 以贵州、 广西和云南三个不同产区的70份野生药用植物重楼为研究对象进行产地鉴别。 采用多元信号校正、 标准正态变量、 一阶导数、 二阶导数、 Norris平滑和Savitzky-Golay 滤波六种方法, 对训练集(50份样品)原始光谱进行优化处理。 结果表明, 多元信号校正结合二阶导数和Norris平滑预处理光谱效果最好。 采用光谱标准偏差选择光谱波段(7 450～4 050 cm-1), 结合主成分-马氏距离(principal component analysis-mahalanobis distance, PCA-MD)建立分类模型, 前三个主成分累计贡献率、 R2、 RMSEC和RMSEP分别为89.44%, 97.58%, 0.179 6, 0.266 4, 预测正确率90%; 采用变量重要性图选择光谱波段(7 135.33～4 007.35 cm-1), 结合偏最小二乘判别分析法(partial least square discrimination analysis, PLS-DA)建立判别模型, 前三个主成分累计贡献率、 R2、 RMSEC和RMSEP分别为89.28%, 95.88%, 0.234 8, 0.348 2, 预测正确率为100%。 比较两种方法的结果可知: 采用变量重要性图方法选择光谱波段结合偏最小二乘判别分析法建立的判别模型能更准确地鉴别不同产区的重楼, 该方法的建立为中药材真伪和品质评价奠定基础。

为了快速准确的鉴别卷烟真伪, 以A牌和假冒A牌卷烟为实验材料, 采用近红外光谱法结合主成分分析-马氏距离判别分析方法建立了鉴别模型。 首先对经过预处理的光谱数据进行主成分分析, 分析结果表明, 前4个主成分的累积贡献率已达98.46%, 说明这4个变量能够代表原始光谱的主要信息。 从120个样品中随机抽取100个用于建立4个主成分变量的定性判别模型, 模型的相关系数达到了0.95, 对20个未知样品的预测结果准确率为100%。 说明近红外光谱结合模式识别方法进行卷烟真伪定性鉴别在技术上是可行的, 可以作为卷烟真伪鉴别的一种辅助手段。