近红外光谱技术快速测定醋香附中α-香附酮的含量

目的:醋香附的含量测定采用挥发油测定法,检测耗时长、操作复杂,且未规定具体有效成分及其含量评价指标。为解决此问题,探索采用先进的检测技术测定醋香附中具体有效成分的含量,结合近红外光谱技术,建立快速、准确的定量分析模型。方法:采用HPLC检测α-香附酮的含量,流动相甲醇(A)-0.1%磷酸水溶液(B)梯度洗脱(0~10 min,30%~73%A;10~40 min,73%~76%A;40~50 min,76%~30%A),检测波长252 nm;采用近红外光谱仪采集醋香附的近红外光谱图,以醋香附中α-香附酮的HPLC测量值为参考,建立偏最小二乘法(PLS)定量分析模型。结果:建立了α-香附酮定量模型,模型的内部交叉验证系数(R2),校正均方差(RMSEC),预测均方差(RMSEP)分别为0.987 5,0.006 2,0.007 2,交叉验证均方差(RMSECV)为0.020 4,经验证模型平均回收率101.33%。结论:该方法检测速度快、预测结果准确,可用于快速测定醋香附中α-香附酮的含量。     

NIRS快速测定制何首乌中的水分

目的:建立利用近红外光谱技术快速测定制何首乌中水分的方法。方法:烘干法测定135批制何首乌中的水分,采用标准归一化法,二阶导数法对近红外光谱进行预处理,结合偏最小二乘法建立何首乌中水分的定量分析模型。结果:所建立的模型,内部交叉验证系数达到0.990 71,校正均方差为0.152,预测均方差为0.175,内部交叉验证均方差为0.482 57。结论:该方法方便、准确、可靠、重复性好,可快速测定制何首乌中的水分。     

近红外光谱法结合PLS测定夏枯草中的水分

采用近红外(NIR)光谱技术结合偏最小二乘法(PLS)测定夏枯草中的水分.运用NIR漫反射光谱技术采集夏枯草的NIR光谱,以烘干法测得的水分含量为参考值,结合PLS法建立夏枯草中水分测定的NIR分析模型,并以未知样品验证.所建模型的校正集内部交叉验证相关系数(R2)、校正均方差(RMSEC)和预测均方差(RMSEP)分别为0.988 2、0.129和0.134,验证集的NIR预测值与烘干法的参考值之间的差异无统计学意义.     

近红外光谱技术快速测定首乌丸水分含量

目的 应用近红外光谱技术测定首乌丸中水分的质量分数.方法 烘干法测定115批首乌丸样品水分的质量分数,采集其近红外光谱数据,经一阶导数法与S-G平滑法预处理,结合偏最小二乘法建立测定首乌丸中水分质量分数的近红外光谱定量分析模型.结果 该模型内部交叉验证决定系数为0.944,校正均方差为0.121,内部交叉验证均方差为0.205,验证集的预测均方差为0.127.结论 该近红外光谱水分定量分析模型稳定,准确可靠,可用于首乌丸中水分质量分数的测定.     

近红外光谱技术快速测定夏枯草中水溶性浸出物的含量

目的:建立夏枯草中水溶性浸出物含量的近红外光谱定量分析模型。方法:采用热浸法测定180批夏枯草中浸出物的含量;采集样品的近红外光谱数据,利用TQ8.0软件建立浸出物的定量分析模型。结果:所建立的近红外光谱定量分析模型的校正集内部交叉验证相关系数(R~2),校正均方差(RMSEC)和预测均方差(RMSEP)分别为0.981 4,0.347,0.378,验证集NIR预测值与热浸法参考值的t检验值为0.653,双侧P=0.5170.05,说明差异无统计学意义。结论:建立的近红外光谱法测定夏枯草中浸出物的含量测定方法准确、可靠,可用于夏枯草中浸出物的含量测定。