下载文档原格式
近红外光谱采集与建模技术规范1. 基本原理近红外光谱（Near Infra-Red Spectrum，NIR），指的是780－2526nm范围内的电磁波，它介于可见光谱区域和中红外光谱区域之间。
从光谱能量的角度讲，近红外光谱对应的主要是分子振动的倍频及合频吸收，由于倍频及合频吸收的跃迁几率很低，信号很弱，故只有非谐性很高的化学键才能在图谱上表达。
非谐性很高的化学键是含有氢原子的化学键，近红外光谱中含氢基团X - H（X = C、N、O、S）的吸收占主导地位。
近红外光谱的特点是吸收系数较低、无损、快速、无污染，因此可以直接对样品进行测定，不需样品处理或仅需简单的处理，在计算机软件的支持下，可实现对近红外光谱建立模型、快速分析样品光谱的功能。
2. 适用范围建立近红外光谱模型快速筛查方法的固体制剂主要包括口服常释剂型（口服普通片剂、肠溶片、分散片、硬胶囊、肠溶胶囊）、口服缓释剂型（缓释片、控释片、缓释胶囊、控释胶囊）和注射用无菌粉末等，品种主要为化学药、抗生素和生化药。
3. 仪器要求仪器类型应为傅立叶近红外光谱仪，目前基于Bruker Matrix-F型近红外光谱仪。
4. 样品要求采集近红外光谱图的样品应为经法定的或者经过验证的质量标准进行检验后合格的药品，并且样品要在有效期以内。
对于某品种、某厂家、某规格的样品，批次数量应不低于6批次，如有特殊情况，未能达到6批次，应作说明。
5. 人员要求光谱测定人员应掌握规范的测样方式（如下图）。
5.1 片剂的测样（接触测）用左手拇指和食指夹好药片将光纤探头轻轻顶住药片，并用中指扶持5.2 片剂的测样（隔铝塑测）将光纤探头顶住泡罩，轻轻压紧用拇指扶住光纤探头，防止滑动5.3 胶囊剂的测样（接触测）5.4 胶囊剂的测样（隔铝塑测）将光纤探头顶住泡罩，轻轻压紧然后用拇指扶住光纤探头，防止滑动5.5 颗粒剂、干混悬剂或散剂等的测样将颗粒或粉末均匀倒入附件中，将光纤探头插入、压实，分别测定光谱5.6 粉针剂的测样轻轻颠几下小瓶，让粉末在底部均匀将探头轻轻顶住瓶底，并扶好5.7 糖衣片测样首先将糖衣片打磨，露出片芯，然后用光纤探头测定片芯的光谱6. 光谱采集在光谱采集之前，应确保按照规范安装了OPUS 5.0软件、SFDA_Ident 2.6.4软件，并进行了正确的软件设置。
近红外光谱训练模型和预测模型的过程下载温馨提示:该文档是我店铺精心编制而成，希望大家下载以后，能够帮助大家解决实际的问题。
文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!并且，本店铺为大家提供各种各样类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，如想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by theeditor.I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!近红外光谱技术：训练模型与预测模型的流程详解近红外光谱（Near-Infrared Spectroscopy，NIRS）是一种非破坏性的分析技术，广泛应用于化学、生物医学、食品科学等领域。
第43 卷第 5 期2024 年5 月Vol.43 No.5792~797分析测试学报FENXI CESHI XUEBAO（Journal of Instrumental Analysis）基于反向比例解析的近红外光谱定量模型快速构建方法张晓兵1，徐志强1，钟永健1，朱宏福1，李峥1，张军2，詹映2，彭云发2，刘建国1*（1．浙江中烟工业有限责任公司技术中心，浙江杭州310024；2．上海创和亿电子科技发展有限公司，上海200082）摘要：为解决光谱漂移问题，该研究设计了一种基于反向比例解析的近红外光谱定量模型方法。
以烟叶近红外光谱和烟碱含量为研究对象，将数据划分为训练集和测试集。
通过计算训练集光谱与测试集光谱的相关性并按照高低排序，选择前20%的光谱，运用约束规划的方法，计算测试集的拟合系数，得到测试集光谱的估计值。
结果显示，使用反向比例解析法建立的模型的平均绝对误差为0.346 6，预测标准偏差为0.425 2，相关系数为0.793 2，优于PLS模型。
反向光谱比例解析可以有效解决光谱漂移问题，实现烟草中烟碱含量的准确预测，为烟碱的有效测量提供参考。
关键词：反向比例；近红外光谱；相关性；拟合系数；加权中图分类号：O657.3；TS41文献标识码：A文章编号：1004-4957（2024）05-0792-06A Rapid Construction Method for Near Infrared Spectral Quantita⁃tive Model Based on Reverse Proportional AnalysisZHANG Xiao-bing1，XU Zhi-qiang1，ZHONG Yong-jian1，ZHU Hong-fu1，LI Zheng1，ZHANG Jun2，ZHAN Ying2，PENG Yun-fa2，LIU Jian-guo1*（1．Technology Center of China Tobacco Zhejiang Industrial Co.，Ltd.，Hangzhou 310024，China；2．Shanghai Micro Vision Technology LTD.，Shanghai 200082，China）Abstract：To address the issue of spectral drift，this study proposes a quantitative model approach for near infrared spectroscopy based on reverse proportional analytical method. The research focuses on tobacco leaf near infrared spectra and nicotine content，with the data being divided into training and test sets. By calculating the correlation between the spectra in these sets and sorting them accord⁃ingly，select the top 20% of spectra for constraint programming calculation to estimate the spectra in the test set. The results demonstrate that the reverse proportional analytical method yields an average absolute error of 0.346 6，a predicted standard deviation of 0.425 2，and a correlation coefficient of 0.793 2，indicating its strong performance compared to PLS models. This highlights how the reverse spectral proportional analytical method effectively addresses spectral drift while accurately predicting nicotine content in tobacco，providing valuable insights for nicotine measurement.Key words：inverse proportion；near infrared spectroscopy；correlation；fit coefficient；weighted近红外光谱分析技术作为一种绿色分析技术，融合了光谱技术、信息学、化学计量学和计算机技术［1］，具有简单、高效、快速等优势，受到行业内的广泛关注。
硝苯地平缓释片（Ⅱ）近红外快速检验模型的建立与验证安睿; 丁大中【期刊名称】《《药学研究》》【年(卷),期】2018(037)009【总页数】4页(P513-515)【关键词】近红外漫反射光谱; 硝苯地平缓释片（Ⅱ）; 快速检验模型【作者】安睿; 丁大中【作者单位】山东省青岛第二中学山东青岛266061; 青岛市食品药品检验研究院山东青岛266071【正文语种】中文【中图分类】R927.1近红外光按美国试验材料学会(ASTM)定义为780～2 526 nm的电磁波，近红外(NIR)漫反射光谱技术特点是穿透力较强，样品几乎无需预处理就可实现无损检测，检测快速、稳定性好，几乎没有实验消耗品，已广泛应用于石油化工、烟草、食品多个领域。
由于NIR技术独特的优点，近年在药物领域也有很多应用[1-11]。
硝苯地平为二氢吡啶类钙拮抗剂，可选择性抑制钙离子进入心肌细胞和平滑肌细胞的跨膜转运，并抑制钙离子从细胞内库释放。
硝苯地平缓释片(Ⅱ)(伲福达)为青岛黄海制药有限责任公司生产的抗心绞痛药，多年来凭借良好的临床疗效和稳定的药品质量深受市场认可，引得一些不法分子仿造、假冒。
本文以硝苯地平缓释片(Ⅱ)为研究对象，采用近红外光谱法利用光纤探头直接采集药片光谱，探索建立了一致性检验模型和快速定量模型。
1 仪器与试药1.1 仪器 MPA型近红外光谱仪(德国Bruker公司，配有光纤探头测样附件及液体采样配件)，铟加砷(InCaAs)检测器，OPUS5.0光谱分析软件。
1.2 试药共收集到青岛黄海制药有限责任公司生产的6批规格为20 mg硝苯地平缓释片(Ⅱ)(伲福达)原始样品，批号:1712153、1801101、1801102、1801103、1801105、1801106，所有均为有效期内、按国家标准检验合格的样品。
同时按照厂家处方自制了6批硝苯地平含量各异的实验室模拟样品。
2 方法与结果2.1 采集光谱每次打开仪器进行全面自检并保存自检报告，测试过程中每小时测定并保存背景，避免背景漂移影响结果。
关于模型的评估⼀共有三个标准（常⽤的有三个）：1.校正模型的相关系数；2.校正标准偏差【校正集的预测均⽅差】（root mean square error of calibration,RMSEC）；3.预测标准偏差[预测集的预测均⽅差]（root mean square error of prediction, RMSEP）；【这个是评测模型好坏最关键的参数】4.rmsecv。
[这个有点不明⽩] RMSECV=sqrt(sum((Y-Yv).^2)/n);关于1.中的校正模型的相关系数，也就是决定系数R的平⽅。
定义：对模型进⾏线性回归后，评价回归模型系数拟合优度。
公式：R2=SSR/SST=1-SSE/SSTSST (total sum of squares)：总平⽅和SSR (regression sum of squares)：回归平⽅和SSE (error sum of squares) ：残差平⽅和。
结论：R^2=81%，因变量Y的81%变化由我们的⾃变量X来解释。
、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、就是说，我想对卷积平滑、⼀阶导数、⼆阶导数等光谱预处理⽅法进⾏筛选最佳条件时，是选RMSEP最⼩值来判断还是RMSEC最⼩值来判断？谢谢回答是：rmsecv原⽂由风云xxf(v2808852) 发表:近红外光谱定量分析中，定量模型的评价有两个指标RMSEP、RMSEC，为什么⼀般RMSEP的值⼤于RMSEC⽤PLS ⽅法建⽴定标模型时,⼀般会通过模型评价指标如定标相关系数（Rc）、预测相关系数（Rp）、定标均⽅根偏差（RMSEC）、预测均⽅根偏差（RMSEP）、相对定标均⽅根偏差（RRMSEC）和相对预测均⽅根偏差（RRMSEP)来评价.你的问题是关于定标均⽅根偏差（RMSEC）与预测均⽅根偏差（RMSEP）,⼆者的样本分别为定标集和验证集.>>>BUCHI的NIR对SEC和SEP还有个衡量标准，那就是SEC与SEP的⽐值。
洛伐他汀胶囊近红外一致性检验模型的建立目的应用近红外漫反射光谱技术建立洛伐他汀胶囊的一致性检验模型。
方法使用近红外光谱仪采集样品光谱，通过OPUS软件建立一致性检验模型，采用三台仪器对模型进行交叉验证，并用其他厂家生产的洛伐他汀胶囊进行验证。
结果建立的一致性检验模型可以较好地区分不同制药企业生产的洛伐他汀胶囊。
结论该方法操作简单、快速、准确，不仅可以显著区分不同厂家生产的洛伐他汀胶囊，还可用于假劣药品的快速筛查。
[Abstract]Objective To establish the conformity test model for lovastatin capsule by near infrared reflectance spectroscopy.Methods The spectrum of the sample was collected by near infrared spectrometer，and the conformity test model was established by OPUS software.Three instruments were used for cross-validation of the model，and lovastatin capsule produced by other manufacturers was tested.Results Lovastatin capsule produced by different pharmaceutical companies could be distinguished well by the conformity test model.Conclusion The method is simple，fast and accurate，which can not only significantly distinguish different manufacturer production of lovastatin capsule，but also be used in rapid screening of counterfeit drug.[Key words]Lovastatin capsule；Near infrared；Conformity test近红外光谱分析技术是最近几年在分析化学领域发展迅速的一种高新分析技术，与传统的分析技术比较，其具有操作简便、分析速度快、不损伤样品等特点[1-3]。
鲤鱼新鲜度近红外定量预测模型的建立孙婉玲;杨莹;张欣欣;庄晓萌;曲高阳;张岚【摘要】目的以鲤鱼为研究对象,建立新鲜度近红外定量预测模型.方法利用近红外光谱仪进行鱼肉图谱的扫描并采用化学计量方法测定pH值、挥发性盐基氮(TVB-N),通过偏最小二乘法、偏最小二乘法和BP人工神经网络方法建立模型,并对模型进行优化验证.结果 pH、TVB-N采用偏最小二乘法所建立的模型最优,且分别运用标准化、多元散射校正和标准化两种预处理方法最好,最优波段分别是1 000～1 799 nm、1 000～1 350 nm和1450～1 799nm.同时,pH、TVB-N的定标相关系数分别是0.972 83、0.981 64,验证相关系数分别是0.642 1、0.280 53.结论得到了具有较高的预测能力和准确性的鲤鱼新鲜度定量预测模型.【期刊名称】《吉林医药学院学报》【年(卷),期】2017(038)004【总页数】4页(P254-257)【关键词】鲤鱼;近红外光谱技术;挥发性盐基氮;偏最小二乘法;BP人工神经网络【作者】孙婉玲;杨莹;张欣欣;庄晓萌;曲高阳;张岚【作者单位】吉林医药学院公共卫生学院;吉林农业大学食品科学与工程学院,吉林长春130118;吉林医药学院公共卫生学院;吉林医药学院公共卫生学院;吉林医药学院公共卫生学院;吉林医药学院公共卫生学院;吉林医药学院公共卫生学院;吉林省中医药管理局二级实验室,吉林吉林132013【正文语种】中文【中图分类】TS251.7淡水鱼作为我国产量极大的鱼类品种，受到广大消费群众喜爱的同时，其营养品质、感官品质以及安全品质也已成为消费者关注的焦点[1]。
随着储存时间的增加，鱼肉新鲜度会随着蛋白质、脂肪等营养物质的降解而逐渐下降[2]。
腐败肉除有蛋白质的分解产物外，还形成有机碱和细菌毒素，因此，应该及时地发现这类腐败肉，避免流向人们的餐桌，应运用于工业或销毁，以免对人们的健康产生危害[3]。
文冠果为我国特有的药食两用木本油料植物，种仁含油量高达60%以上，且果实、根和茎均可入药，具有十分重要的经济价值[1，2]。
文冠果除加工食用油外，还可以制作高级的工业原油。
目前文冠果脂肪含量测定以化学分析方法为主，检验结果准确，但过程耗时费力、破坏样品。
因此，急需开发一种简单快速、不破坏样品、绿色环保的文冠果脂肪含量测定方法。
近红外光谱（NIRS ）技术可以快速、高效、无损摘要：为了实现文冠果脂肪含量的无损快速检测，满足文冠果育种材料筛选和工业加工需求，选取46个文冠果作为标准样品集，采用索式抽提法测定种仁的脂肪含量，并应用近红外光谱（NIRS ）技术采集样品的光谱数据，运用Unscrambler 软件，采用偏最小二乘法（PLS ）构建文冠果脂肪含量的NIRS 预测模型，结果显示，该模型回归曲线R-Square （决定系数）为0.9856、RMSE （标准误差）为0.4149，可以进行有效预测。
同时，选取32个未参加建模的文冠果样品作为验证材料，进一步对模型的预测效果进行外部检验，结果显示，外部检测回归曲线R-Square 为0.9014、RMSE 为0.8259，脂肪含量预测值与化学值的吻合性较好。
建立的NIRS 模型可靠，预测结果较为准确，可用于检测文冠果脂肪含量。
该脂肪含量检测方法经济、快速、高效，为育种材料筛选和工业加工提供了快捷有效的途径。
关键词：文冠果；脂肪含量；近红外光谱；数学模型中图分类号：S565.9文献标识码：A 文章编号：1008-1631（2023）01-0104-05收稿日期：2022-10-28基金项目：河北省农林科学院科技创新专项（2022KJCXZX-MHS-8）作者简介：葛朝红（1975-），女，河北曲阳人，副研究员，主要从事作物遗传育种研究。
E-mail ：**************。
通讯作者：李伟明（1970-），男，河北赵县人，研究员，硕士，主要从事植物生理及栽培研究。
近红外光谱分析技术定标模型建立及优化高红秀;金萍;杨亮;邹德堂;宁海龙【摘要】近红外分析技术得到了越来越广泛的应用，近红外分析技术目前的主要使用限制是定标。
介绍了近红外光谱分析定标模型建立的过程，从样品集的选择、光谱的采集，到定标模型的建立和优化进行了详细叙述。
%In recent years ,the near infrared spectroscopy technology has been more and more widely used ,The main restriction of the use of near infrared spectroscopy analysis technology is the calibration .Steps taken for establishment of calibration model for NIRS , including selection of sample set , collection of spectra , establishing the quantitative calibration model and optimization ,are expounded in detail .【期刊名称】《实验技术与管理》【年(卷),期】2014(000)002【总页数】3页(P57-59)【关键词】近红外光谱;定标模型;优化【作者】高红秀;金萍;杨亮;邹德堂;宁海龙【作者单位】东北农业大学农学院，黑龙江哈尔滨150030;东北农业大学农学院，黑龙江哈尔滨 150030;东北农业大学农学院，黑龙江哈尔滨 150030;东北农业大学农学院，黑龙江哈尔滨 150030;东北农业大学农学院，黑龙江哈尔滨 150030【正文语种】中文【中图分类】O657.33近红外光谱分析技术具有无需预处理、分析速度快、不损坏样品、能同时测定多个成分、安全无污染等优点[1]，在许多领域特别是在农业领域得到了广泛的应用，已成为粮食品质分析的重要手段。
涤-棉混纺织物近红外光谱分析模型的建立及预测涤/棉混纺织物近红外光谱分析模型的建立及预测摘要：本研究采用近红外光谱技术对涤/棉混纺织物进行分析，建立了预测模型，以实现对混纺纺织物成分的快速、可靠、无损检测，为品质控制提供依据。
首先，我们收集了不同混合比例的涤/棉混纺织物样品，并依次采集它们的近红外光谱数据。
然后，使用主成分分析法进行数据降维，筛选出影响混合比例的主成分。
接下来，采用偏最小二乘回归分析方法建立了一个涤/棉混纺织物分类和定量预测模型。
通过交叉验证和外部验证的方法对模型进行了验证和优化，结果表明该模型的预测准确性较高，可用于实际应用。
本研究提出的涤/棉混纺织物近红外光谱分析模型不仅能够快速准确地预测混合比例，而且具有可行性和实用性。
关键词：涤/棉混纺织物；近红外光谱；主成分分析；偏最小二乘回归；预测模型引言近年来，涤/棉混纺织物在纺织品市场内占据了重要的地位，但这种混纺织物的成分复杂、难以准确判别，给其品质控制带来了很大的挑战。
传统的化学方法检测成本高、耗时长、且会对环境造成污染。
而近红外光谱技术因其优异的快速、准确、无损等特点成为了一种重要的检测手段。
近红外光谱技术基于样品对不同波长光的吸收、反射、透射等特性，通过构建预测模型将光谱数据与成分关联起来。
因此，本研究旨在采用近红外光谱技术对涤/棉混纺织物进行分析，并建立预测模型实现对混纺纺织物成分的快速、可靠、无损检测，为品质控制提供依据。
实验部分1. 实验样品的制备与处理2. 近红外光谱仪的使用方法3. 数据分析方法的选取与优化4. 数据处理和预测模型的建立结果与分析1. 数据预处理2. 光谱数据分析3. 建立预测模型4. 模型的优化与验证结论本研究建立了一种涤/棉混纺织物近红外光谱分析模型，通过主成分分析和偏最小二乘回归方法实现了对混合比例的分类和定量预测。
结果表明，该模型具有较高的预测准确性和实用性，可以用于实际应用中的纺织品品质控制，达到了本研究的目的。
I、近红外操作规程1、测定范围烟草制品中总植物碱、总糖、还原糖、总氮、K、Cl及pH值等2、检测原理在近红外光谱区产生吸收的官能团主要是含氢基团（如C-H、O-H、N-H、S-H等），近红外吸收光谱就是这些基团的基频振动的合频与倍频的吸收所产生的光谱。
近红外光谱分析由两个要素组成，一是硬件技术：即光谱仪器必须保持长时间的稳定性，二是软件技术：即使用多元校正方法计算测定结果的数学计算软件。
3、仪器使用环境3.1 外部环境A、测试时温度:18-26℃B、相对湿度：≤80%C、仪器不受阳光直射D、室内无强气流及腐蚀性气体E、仪器周围无强烈振动和强电场、强磁场的干扰3.2 内部环境A、仪器内部保持干燥，内部湿度指示窗口蓝色为干燥，粉红色为潮湿则需要更换内部干燥剂。
4、仪器的自检与维护A、使用前先预热1小时B、之后进行仪器的稳定性检查，使用Maintenance菜单下的Instrument Status检测仪器的基本状态；使用Align Instrument项进行准直；使用Instrument Check 检查仪器是否正常。
5、样品扫描Thermo Antaris型近红外仪可以对浓缩液、萃取液、涂布液以及烟草薄片进行透射扫描分析，此外还可以对烟末原料进行积分球固体采样分析。
6、关机A、关闭仪器软件B、关闭电源C、关闭近红外分析仪电源D、填写使用记录II、模型的建立与维护一个近红外定量分析的模型的建立与维护主要有以下步骤：1、定量分析问题的描述包括样品主要的组分、需要测定的组分、每一组待测组分的含量范围等。
2、选择适当的采样方法采样方法主要取决于样品的物理性质。
通常光谱格式设置为absorbance（透射）或Log（1/R）（漫反射）。
一般基片和薄片以及萃取液、浓缩液、涂布液分析采用透射分析模块；烟末原料采用积分球固体模块。
3、创建新的模型文件从TQ Analysis 软件File菜单中选择New Method，之后Save Method As 保存至指定路径。
近红外模型建立方案现代近红外光谱分析技术包括了近红外光谱仪、化学计量学软件和应用模型三部分，三者的有机结合才能满足快速分析的技术要求，缺一不可。
因此，模型的建立对于近红外光谱分析技术来说是非常关键的。
它将直接影响近红外光谱分析的工作效率和质量。
实际应用中，建立模型都是通过化学计量学软件实现的，并且有严格的规范（如ASTM-1655标准）。
一般情况下，建立模型的步骤如下：1、初级模型的建立建立一个模型通常是从一个小的光谱数据库开始的，虽然开始建立模型所使用的样本数目很有限，但通过化学计量学处理得到的模型能具有较强的普适性。
如果做定量分析模型，收集的样品一般需要50～80个。
如果样品为天然产物（比如农作物或烟草），则所需要的样品数量就会更多，大约是非天然产物的3～5倍左右。
譬如，一个用于烟草定量的成熟模型就需要拥有数以千计的样品。
在收集样品的时候一定注意要保证样品具有代表性，也就是说样品的性质参数范围要能够涵盖所期望的变化范围。
并且还要做到在这个所期望的变化范围内样品的性质参数是均匀分布的，不能只包括部分性质参数范围中的一簇样本。
另外，一个理想的标定光谱集应涵盖性质参数因温度变化造成的光谱变化的所有情况，因为样品（特别是液体样品）的近红外吸收强度随温度的不同会有很大的改变。
收集来一定量有代表性的样品后，根据需要使用传统的有关标准分析方法对样品进行测量，得到样品的各种性质参数，称之为参考数据。
然后分别采集每个样品的近红外光谱图，再通过化学计量学对光谱进行处理，并将其与不同性质参数的参考数据相关联，这样在光谱图和其参考数据之间便建立起了一一对应映射的关系，这种一一对应的映射关系的建立便是模型的建立。
由于每一种产品要检测的指标比较多，而标准的分析方法大多用时比较长，为避免产品存放时间过长引起某些指标的变化，建议当样品送到化验室检测时，先扫描样品的光谱，再进行常规的化学分析。
将样品的收集和光谱扫描作为日常检测工作的一部分，收集样品时不用考虑检测值的梯度值是否会重复（在建模时可以通过化学计量学软件对样品进行筛选），当积累的样品光谱数量达到建模要求的150－400张时（建议270张左右，越多越好），就可以建立模型了。
