2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩109頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、近年來,指紋圖譜技術(shù)和化學(xué)計量學(xué)方法被廣泛應(yīng)用到食品和中藥的質(zhì)量控制中,這些技術(shù)能夠較好的解決定性和定量控制食品和中藥的內(nèi)在質(zhì)量,有效地保證食品的品質(zhì)和中藥的藥效這一復(fù)雜問題。指紋圖譜技術(shù)具有全面性、整體性、層次性、關(guān)聯(lián)性和模糊性等特點,能夠盡可能全面地獲得食品和中藥的化學(xué)組分信息,建立快速而有效的食品和中藥安全質(zhì)量控制體系,對國民經(jīng)濟的發(fā)展作出貢獻。本論文以幾種常見的食品和中藥:山楂、薄荷、白前及其混偽品(白薇和徐長卿)和紫蘇葉為研究

2、對象,利用近紅外漫反射光譜(NIRS)、高效液相色譜-二極管陣列檢測(HPLC-DAD)、超高效液相色譜四級桿飛行時間串聯(lián)質(zhì)譜(UPLC-Q-TOF-MS)和頂空氣相色譜質(zhì)譜聯(lián)用(HS-GC-MS)采集樣品的波譜數(shù)據(jù)并建立可靠的指紋圖譜,采用標準化學(xué)方法分別測定了山楂和薄荷的主要化學(xué)成分和抗氧化活性,最后結(jié)合多種化學(xué)計量學(xué)方法對所研究的體系進行評估和研究,旨在為上述試驗材料的質(zhì)量控制和評價提供一種比較新型的方法。主要研究內(nèi)容及結(jié)果如下:

3、
   1.建立了一種可定量測定中藥及其混偽品含量的近紅外光譜分析方法,采用的多元校正技術(shù)有偏最小二乘回歸(PLSR)和徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)(RBF-ANN)。本研究采集了中藥白前、白薇、徐長卿、白前中混有一種或兩種偽品的近紅外漫反射光譜數(shù)據(jù),波長范圍為800-2500nm,包括三個樣品集,白前中混有白薇,白前中混有徐長卿,白前中同時混有白薇和徐長卿。PLSR和RBF-ANN模型均得到了令人滿意的結(jié)果,即使摻假水平的質(zhì)量比為5

4、%時,但是RBF-ANN對上述三種樣品預(yù)報的預(yù)報誤差均方根(RMSEP)的結(jié)果更好。本研究表明利用近紅外漫反射光譜結(jié)合多元數(shù)據(jù)分析方法(如PLSR或RBF-ANN)定量分析中藥中混有一種或兩種偽品含量是可行的。
   2.建立了近紅外光譜校正模型用于區(qū)分來自三個不同產(chǎn)地的山楂,同時測定其中的總糖、總酸、總酚和總抗氧化活性。主成分分析(PCA)被用于不同地理來源水果的區(qū)分,三種模式識別方法:線性判別分析(LDA)、偏最小二乘判別分

5、析(PLS-DA)和反傳人工神經(jīng)網(wǎng)絡(luò)(BP-ANN)被用于分類并且比較了它們的預(yù)報結(jié)果。此外,基于一階導(dǎo)數(shù)處理后的近紅外光譜數(shù)據(jù)的三種多元校正模型:偏最小二乘回歸(PLSR)、反傳人工神經(jīng)網(wǎng)絡(luò)(BP-ANN)和最小二乘支持向量機(LS-SVM)被用于定量分析四個化學(xué)指標,即總糖、總酸、總酚和總抗氧化活性,同時利用預(yù)報集樣品檢驗?zāi)P偷目煽啃浴?br>   3.采用頂空氣相色譜質(zhì)譜聯(lián)用(HS-GC-MS)、高效液相色譜-二極管陣列檢測(H

6、PLC-DAD)和超高效液相色譜四級桿飛行時間串聯(lián)質(zhì)譜(UPLC-Q-TOF-MS)結(jié)合多元數(shù)據(jù)分析研究了來自不同地理來源的薄荷樣品。HS-GC-MS和HPLC-DAD數(shù)據(jù)集的主成分分析(PCA)和多準則決策法(MCDM) PROMETHEE#GAIA的得分投影圖表明來自三個不同地區(qū)的樣品形成明顯的分界,反傳人工神經(jīng)網(wǎng)絡(luò)(BP-ANN)和偏最小二乘判別分析(PLS-DA)模型的預(yù)報能力令人滿意。PLS-DA的權(quán)重回歸系數(shù)得到對于分類貢獻

7、較大的化合物主要有:chlorogenic acid, unknown3,kaempherol7-O-rutinoside, salvianolic acid L,hesperidin,diosmetin,unknown6和pebrellin。結(jié)果表明HS-GC-MS和UPLC-Q-TOF-MS結(jié)合多元數(shù)據(jù)分析可被用于植物性材料如薄荷的地理來源區(qū)分,同時鑒別對于分類起主要作用的化合物。
   4.建立了一種可同時分析薄荷中多種化

8、學(xué)成分和生物活性的新型的近紅外光譜方法,如總多糖、總黃酮、總多酚和總抗氧化活性。為了分辯上述組分的近紅外光譜矩陣,最小二乘支持向量機(LS-SVM)被證明是最適合組分預(yù)測的化學(xué)計量學(xué)方法,盡管結(jié)果稍優(yōu)于徑向基函數(shù)偏最小二乘法(RBF-PLS),而偏最小二乘回歸(PLSR)的結(jié)果不是很好。此外,主成分分析(PCA)和系統(tǒng)聚類分析(HCA)能夠區(qū)分四個不同地區(qū)的樣品,對三種分類方法:K-最近鄰法(KNN)、線性判別分析(LDA)和偏最小二乘

9、判別分析(PLS-DA)的預(yù)報結(jié)果進行了比較。總的來說,此方法不僅節(jié)省了分析時間而且減少了傳統(tǒng)方法所需的試劑消耗,可進一步驗證以取代傳統(tǒng)的濕化學(xué)分析方法。
   5.利用高效液相色譜全輪廓圖指紋圖譜結(jié)合化學(xué)計量學(xué)建立了一種可用于區(qū)分不同栽培地區(qū)紫蘇葉樣品的方法,經(jīng)過自適應(yīng)迭代再加權(quán)最小二乘法(airPLS)和相關(guān)優(yōu)化翹曲(COW)校正后,基線漂移和保留時間漂移現(xiàn)象得到了明顯的改善,全輪廓色譜圖數(shù)據(jù)為輸入變量時,PCA結(jié)果表明不同

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論