近紅外光譜和化學計量學方法在藥品和保健食品分析中的應(yīng)用.pdf

1、近紅外光譜因其快速無損的分析特點在農(nóng)業(yè)、食品、藥品等行業(yè)都取得了廣泛的應(yīng)用。近紅外光譜雖然可以同時獲取樣品的理化信息，但光譜之間相似度高并具有重疊現(xiàn)象，所以僅僅通過近紅外光譜分析技術(shù)很難實現(xiàn)樣品的定性分析，化學計量學方法對解決該類問題起到了關(guān)鍵的作用。為了能夠進行定性分析就必須從含有大量冗余信息的近紅外光譜中提取盡可能多的分類信息。為此，本文利用主成分分析（PCA）對近紅外光譜進行降維簡化，然后利用線性判別分析（LDA）方法鑒別出含不同

2、非法添加劑的減肥類保健食品。但是，由于LDA中的判別矩陣并不是正交的，所以可能從光譜中提取出重復(fù)的信息從而得不到正確的分類結(jié)果。為了解決這個問題，本文構(gòu)建了正交判別矩陣的最優(yōu)集以求提取出盡可能多的有用信息，并通過識別不同類的中成藥驗證了其有效性。
　　本研究主要內(nèi)容包括：⑴主成分分析-線性判別分析（PCA-LDA）用于減肥類保健食品的聚類分析。主成分分析（PCA）具有數(shù)據(jù)壓縮的功能，因此可以用于降低近紅外光譜的維度。在線性判別分析

3、（LDA）中，通過最大化判別函數(shù)找到最佳的分類方向并由此從數(shù)據(jù)中提取出更多的分類信息。在本文中利用無任何非法添加劑、添加了酚酞、添加了西布曲明、添加了酚酞和西布曲明的四種減肥類保健食品驗證了PCA-LDA的有效性。結(jié)果表明，與傳統(tǒng)的PCA相比，PCA-LDA可以實現(xiàn)更好的分類效果并能正確地鑒定出所有的樣品。⑵近紅外光譜結(jié)合主成分判別轉(zhuǎn)換用于中成藥的判別分析。采用PCA對數(shù)據(jù)進行降維簡化，從而減少數(shù)據(jù)中存在的冗余信息。然后通過最大化Fis