首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 250 毫秒
1.
近红外光谱法快速测定逍遥丸(浓缩丸)中水分含量   总被引:3,自引:3,他引:0  
目的: 应用近红外光谱法建立一种逍遥丸(浓缩丸)中水分含量的快速测定方法。方法: 利用烘干法测定样品中水分含量,并以其作为参考值,运用偏最小二乘法(PLS)建立水分含量与近红外光谱之间的多元校正模型,对未知样品进行含量预测。结果: 所建水分定量分析模型的相关系数(R2),校正均方差(RMSEC),预测均方差(RMSEP)分别为0.953 52,0.132,0.177。结论: 方法操作简便,无污染,结果准确可靠,可用于逍遥丸(浓缩丸)中水分含量的快速测定。  相似文献   

2.
近红外光谱技术在枇杷叶水分含量测定中的应用   总被引:2,自引:0,他引:2  
目的: 建立枇杷叶药材中水分含量的近红外定量模型,快速测定枇杷叶中水分含量。方法: 用烘干法测定173批枇杷叶中水分含量,采用一阶导数法预处理近红外光谱,结合偏最小二乘法建立建立枇杷叶中水分含量的定量模型。结果: 所建立的校正模型,内部交叉验证决定系数达到0.965 86,校正均方差为0.082 5,预测均方差为0.137,内部交叉验证均方差为0.152 63。结论: 该近红外定量模型稳定,准确可靠,可快速对枇杷叶中水分含量进行测定。  相似文献   

3.
目的: 运用近红外光谱法快速测定青翘中连翘苷、连翘酯苷A及醇浸出物的含量。 方法: 运用近红外光谱技术结合偏最小二乘法(PLS)建立青翘中连翘苷、连翘酯苷A及醇浸出物含量的定量校正模型。 结果: 连翘苷、连翘酯苷A及醇 浸出物的定量校正模型的内部交叉验证决定系数(R2)分别为0.957 33,0.986 93,0.992 62,验正集相关系数(r)分别为0.941 9, 0.976 1,0.989 7。 结论: 近红外光谱法简便准确,可用于青翘中连翘苷、连翘酯苷A及醇浸出物含量的快速测定。  相似文献   

4.
近红外光谱法快速测定杭白菊中3种成分的含量   总被引:1,自引:0,他引:1  
目的: 建立杭白菊中绿原酸、木犀草苷及3,5-O-双咖啡酰基奎宁酸含量快速测定的近红外光谱模型。 方法: 以HPLC分析值作为参照,采用傅里叶变换近红外漫反射光谱技术采集杭白菊的近红外光谱,结合偏最小二乘法(PLS)建立绿原酸、木犀草苷及3,5-O-双咖啡酰基奎宁酸含量的快速测定方法。 结果: 杭白菊中绿原酸、木犀草苷及3-5-O-双咖啡酰基奎宁酸近红外光谱校正模型的相关系数(R)、校正均方差(RMSEC)、内部验证均方差(RMSEP)分别为0.954 93,0.015 7,0.012 7, 0.984 50,0.013 1,0.017 6和0.998 28,0.009 17,0.005 11。经外部验证,3种成分的预测值和真实值相关系数分别达到0.940 4,0.941 2,0.944 6。 结论: 该方法准确、快速、简便,可实现杭白菊大批量样品的快速分析。  相似文献   

5.
近红外光谱法快速测定枇杷叶中熊果酸的含量   总被引:2,自引:0,他引:2  
目的: 建立枇杷叶药材中熊果酸含量的近红外光谱定量模型,快速测定枇杷叶中熊果酸含量。 方法: 用高效液相色谱法测定131批枇杷叶中熊果酸含量,采用二阶导数法预处理近红外光谱,结合偏最小二乘法建立建立枇杷叶中熊果酸含量的定量模型,并进行了内部交叉验证和25个枇杷叶样品的外部预测验证。 结果: 所建立的熊果酸近红外光谱定量分析模型,内部交叉验证决定系数达到0.982 46,校正均方差为0.175,预测均方差为0.294,内部交叉验证均方差为0.525 02。 结论: 该模型稳定,准确可靠,可应用于枇杷叶中熊果酸的含量测定。  相似文献   

6.
近红外光谱法快速测定枇杷叶中齐墩果酸的含量   总被引:1,自引:0,他引:1  
目的:建立枇杷叶药材中齐墩果酸含量的近红外光谱定量模型,快速测定枇杷叶中齐墩果酸含量。方法:用高效液相色谱法测定140批枇杷叶中齐墩果酸含量,采用标准归一化法(SNV)、一阶导数法预处理近红外光谱,结合偏最小二乘法建立枇杷叶中齐墩果酸含量的定量模型,并进行了内部交叉验证和18个枇杷叶样品的外部预测验证。结果:所建立的齐墩果酸近红外光谱定量分析模型,内部交叉验证决定系数达到0.939 23,校正均方差为0.106,预测均方差为0.131,内部交叉验证均方差为0.216 75。结论:该方法快速、准确,为枇杷叶中化学成分快速定量和质量控制提供了方法和依据。  相似文献   

7.
目的: 建立测定玉竹酒基提取液中多糖含量的近红外光谱(NIR)快速分析方法。方法: 采用苯酚-硫酸法测定73批玉竹酒基提取液中多糖含量,采用傅里叶变换近红外透射光谱技术采集玉竹酒基多糖提取液的近红外光谱,结合偏最小二乘法(PLS)建立多糖的定量校正模型。结果: 玉竹酒基提取液多糖校正模型校正集的相关系数(R)、内部交叉验证均方差(RMSECV)分别为0.970 3,0.771,经外部验证,预测值与实测值的相关系数为0.969 2,预测均方差(RMSEP)为0.624。结论: 该方法快速方便、准确可靠,可用于玉竹酒基提取液多糖含量的快速测定。  相似文献   

8.
目的: 采用近红外光谱透射法快速测定栀子逆流提取过程中总苷含量。 方法: 以UV分析值作为参照,采用NIR透射法结合偏最小二乘法建立总苷含量的快速在线测定方法。采样方式为透射采集,采集区间4 000~10 000 cm-1,分辨率8.0 cm-1,扫描数64次,empty门衰减,增益为1,温度(25±2) ℃,相对湿度45%~50%。 结果: 建立的栀子逆流提取液中总苷校正模型的相关系数、校正均方差分别为0.993,0.179。经外部验证,校正模型的预测均方差0.145,预测值和真实值间回归方程的相关系数达0.991。 结论: NIR可作为一种准确、快速的在线检测方法用于中药提取过程中有效成分的含量检测。  相似文献   

9.
 目的 建立莲房中原花青素和多酚含量快速测定方法。方法 采用近红外漫反射光谱法(NIR),以紫外-可见分光光度法为对照方法,运用偏最小二乘法(PLS)建立莲房原花青素及多酚含量与近红外漫反射光谱法光谱之间的多元校正模型,实现对原花青素及多酚含量的快速测定。结果 近红外光谱经过二阶导数和Savitzky-Golay平滑滤波处理,选取7 500~6 900 cm-1波段建模得到的模型效果最佳。原花青素校正集相关系数(r)为0.962 1,校正集标准偏差(SEC)为0.64,预测集标准偏差(SEP)为0.94;多酚校正集相关系数(r)为0.925 4,校正集标准偏差为0.97,预测集标准偏差为1.26。结论 该方法快速简便,可用于莲房中原花青素及多酚含量的快速测定。  相似文献   

10.
目的 建立一种基于近红外光谱(NIRS)的药物共晶质量控制方法,以大黄酸赖氨酸(大赖酸)共晶为例进行研究。方法 采用积分球漫反射附件采集大赖酸共晶光谱,结合偏最小二乘回归(PLS)算法,建立NIRS定量分析模型,用于考察在不同环境因素以及湿法制粒过程中共晶降解状况。结果 大赖酸共晶校正模型的相关系数(r)、校正集均方差(RMSEC)、预测均方差(RMSEP)、交互验证均方差(RMSECV)分别为0.999 5、0.009 3、0.011 0、0.012 0。高温和光照情况下,大赖酸共晶质量分数变化(<1%)基本稳定;在高湿和制粒过程,质量分数发生了一定的变化(<3%),但变化不显著。结论 建立的近红外定量分析模型在质量控制方面快速、无损、简便,结果准确可靠;大赖酸共晶在不同环境因素和模拟制粒过程中能基本保持稳定。  相似文献   

11.
近红外光谱法快速测定女贞子药材中水分含量   总被引:1,自引:0,他引:1  
目的:采用近红外光谱技术(NIRS)结合偏最小二乘法(PLS)建立一种女贞子药材中水分含量快速环保的测定方法。方法:利用烘干法测定样品中水分含量,并以其作为参考值,运用近红外漫反射光谱技术采集女贞子的近红外漫反射光谱,结合PLS建立女贞子药材中水分含量的定量分析模型,并用未知样品验证该模型。结果:所建水分定量模型的校正集内部交叉验证相关系数(R2),校正均方差(RMSEC),内部交叉验证均方差(RMSECV)分别为0.986 87,0.199,0.246 41;验证集预测相关系数(R2)与预测均方差(RMSEP)分别为0.956 6和0.220。结论:该方法操作简便,快速无污染,结果准确,可用于女贞子药材中水分含量的快速测定。  相似文献   

12.
目的:运用近红外光谱分析技术(NIRS)快速测定砂仁中水分。方法:采用减压干燥法测定砂仁样品中的水分,用标准归一化法和二阶导数法同时对光谱进行预处理,结合偏最小二乘法(PLS)建立砂仁中水分的近红外定量分析模型。结果: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),预测校正均方差(RMSEP)和性能指数(PI)分别为0.986 7,0.242,0.285,92.5。结论:该方法具有简便、快速、准确、无损等特点,可用于砂仁中水分的快速测定。  相似文献   

13.
目的 采用近红外光谱(NIR)技术结合化学计量学构建快速、无损测定蜜紫菀水分的方法,实现其验收及贮藏养护过程中水分的快速、无损测定。方法 采集蜜紫菀的NIR,进行主成分分析和聚类分析,建立蜜紫菀的NIR无监督模型,以验证NIR的灵敏度;以《中华人民共和国药典》2020年版所测得的水分为真实值,NIR经预处理,建立蜜紫菀水分的偏最小二乘法(PLS)模型。结果 NIR无监督模型可对23批蜜紫菀进行有效辨识,所得结果准确可靠;建立的蜜紫菀水分的PLS模型r为0.856 6、校正均方根误差为0.357 4、交叉验证均方根误差为0.427 6、平均相对误差为3.92%、平均回收率为98.9%,表明模型具有较好的预测性。结论 采用NIR可快速测定蜜紫菀中的水分。  相似文献   

14.
目的:运用近红外漫反射光谱技术(NIRS)结合偏最小二乘法(PLS)建立野菊花药材中蒙花苷含量的快速测定方法。方法:采集野菊花药材的近红外漫反射光谱,采用HPLC测定野菊花药材中蒙花苷含量作为参考值,将近红外光谱与蒙花苷含量参考值进行关联,建立野菊花药材中蒙花苷含量的定量预测模型,并对模型进行验证。结果:所建立的定量分析模型的内部交叉验证决定系数(R2)为0.999 09,校正均方根偏差(RMSEC)为0.013 6,内部交叉验证均方差(RMSECV)为0.039 70,验证集样品预测相关系数(r)为0.997 6,预测均方偏差(RMSEP)为0.018 5。结论:近红外光谱法操作简便,测定快速准确,可以用于河南产野菊花药材中蒙花苷含量的快速测定。  相似文献   

15.
目的: 建立盐补骨脂配方颗粒中补骨脂素、异补骨脂素及水分测定的NIR模型。 方法: 以HPLC和水分测定为基准数据,采用NIR技术建立10批盐补骨脂配方颗粒中指标成分(补骨脂素和异补骨脂素)及水分测定的定量模型。 结果: 补骨脂素与异补骨脂素含量测定模型的交互验证均方根误差(RMSECV)0.025 0,相关系数(r)0.886 8,预测均方根误差(RMSEPV)0.025 5,r=0.891 0;水分测定模型的RMSECV=0.161,r=0.897 5,RMSEPV=0.150 0,r=0.921 8。 结论: 建立的NIR模型稳定、准确、可靠,可快速测定其覆盖范围内的补骨脂素、异补骨脂素及水分含量。  相似文献   

16.
目的:采用近红外漫反射光谱技术结合偏最小二乘法(PLS)建立一种枳实药材中醇浸出物含量的快速测定方法。方法:运用近红外漫反射光谱技术采集枳实的近红外漫反射光谱,以热浸法测定的含量为参考值,结合PLS建立枳实药材中醇浸出物含量的定量分析模型,并用未知样品验证该模型。结果:所建醇浸出物定量分析模型的校正集内部交叉验证相关系数(R2)、内部交叉验证均方差(RMSECV)和校正均方差(RMSEC)分别为0.984 89,0.417 89和0.153;验证集预测相关系数(r)与预测均方差(RMSEP)分别为0.948 4和0.188。结论:该方法操作简便,测定快速,结果准确,可用于枳实药材中醇浸出物含量的快速测定。  相似文献   

17.
近红外光谱法结合PLS快速测定木香药材中水分的含量   总被引:1,自引:0,他引:1  
目的:建立HPLC同时测定舒乐洗剂中苦参碱和小檗碱的含量测定方法。方法:采用Kromasil C18色谱柱(4.6 mm×250 mm,5 μm),以甲醇-乙腈-0.1%磷酸溶液(每100 mL含十二烷基磺酸钠0.l g)为流动相进行梯度洗脱,流速1.0 mL·min-1,柱温30 ℃,检测波长230 nm。结果:苦参碱和小檗碱的色谱峰面积与质量呈良好的线性关系,线性范围分别为0.430 5~8.61 μg(r=1.000 0),0.005 85~0.117 1 μg(r=0.999 9);平均回收率分别为98.9%,99.1%。结论:该方法简便、准确、重复性好,可用于舒乐洗剂的质量控制。  相似文献   

18.
目的:对近红外光谱(NIR)分析技术在热毒宁注射液栀子萃取过程中可行性进行分析研究。方法:收集7批共147个栀子萃取液样品,扫描NIR离线光谱,测定栀子苷含量和固含量,应用偏最小二乘法建立定量校正模型,并用此模型进行预测。结果:建立的栀子苷和固含量模型校正集R2分别为0.987 2,0.994 7,RMSEC分别为1.460 9,2.367 7,说明所建模型性能良好。该模型对20个栀子萃取液样品进行预测,栀子苷和固含量的R2分别为0.980 7和0.986 1,RMSEP分别为1.827 5和7.307 7,RSEP分别为3.08%和5.29%均小于6%,能够满足中药生产过程中质量控制要求。结论:建立的近红外离线定量模型可以准确预测栀子苷含量和固含量,证实了NIR技术在热毒宁注射液栀子萃取过程应用的可行性。  相似文献   

19.
目的:运用近红外光谱(NIR)技术检测甘草药材中的甘草苷、甘草酸及水分。方法:采用积分球漫反射扫描近红外光谱,以TQ Analyst软件进行数据分析,建立甘草中甘草苷、甘草酸及水分测定的NIR。结果:甘草苷的预测均方根误差(RMSEP)为0.165,预测集相关系数(Rp)0.986 8;交叉验证均方根误差(RMSECV)为0.393,校正集相关系数(Rv)0.904 6。甘草酸的RMSEP=0.166,Rp=0.995 5;RMSECV=0.575,Rv=0.954 0。水分的RMSEP=0.137,Rp=0.995 2;RMSECV=0.498,Rv=0.931 9。结论:该方法快速、简便。可以用于甘草中甘草苷、甘草酸及水分的含量测定。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号