二维相关谱技术及其应用9787030719331

前言

第1章 绪论

 1.1 传统光谱技术

 1.2 二维相关光谱技术

 1.2.1 二维相关光谱的特点

 1.2.2 二维相关光谱探针的多样性

 1.2.3 二维相关光谱外扰的多样性

 1.3 二维相关光谱技术的应用

 参考文献

第2章 二维相关光谱学原理

 2.1 广义二维相关光谱理论

 2.1.1 二维相关光谱理论的提出

 2.1.2 二维相关光谱的计算

 2.1.3 二维相关光谱的表示形式

 2.1.4 二维相关光谱的特性

 2.1.5 二维相关光谱的优势

 2.2 Pareto二维相关分析

 2.2.1 Pareto二维相关的计算

 2.2.2 Pareto二维相关的应用

 2.3 样品-样品二维相关分析

 2.3.1 样品-样品二维相关的计算

 2.3.2 样品-样品二维相关分析的应用

 2.4 杂化二维相关分析

 2.4.1 杂化二维相关的计算

 2.4.2 常用的杂化二维相关分析

 2.4.3 杂化二维相关分析的应用

 2.5 异谱二维相关分析

 2.5.1 异谱二维相关的计算

 2.5.2 异谱二维相关的特点

 2.5.3 异谱二维相关分析的应用

 2.6 移动窗口二维相关分析

 2.6.1 移动窗口二维相关的计算

 2.6.2 移动窗口二维相关的特点

 2.6.3 移动窗口二维相关分析的应用

 2.7 扰动相关移动窗口二维相关分析

 2.7.1 扰动相关移动窗口二维相关的计算

 2.7.2 扰动相关移动窗口二维相关的特点

 2.7.3 扰动相关移动窗口二维相关分析的应用

 2.8 Double二维相关分析

 2.8.1 Double二维相关的计算

 2.8.2 Double二维相关分析的应用

 2.9 投影二维相关分析

 2.9.1 投影二维相关的计算

 2.9.2 投影二维相关的特点

 2.9.3 投影二维相关分析的应用

 2.10 2D-CDS

 2.10.1 2D-CDS的计算

 2.10.2 2D-CDS的特点

 2.10.3 2D-CDS的应用

 2.11 修订二维相关分析

 2.11.1 修订二维相关的计算

 2.11.2 修订二维相关的特点

 2.12 2T2D相关分析

 2.12.1 2T2D相关的计算

 2.12.2 2T2D相关的特点

 2.12.3 2T2D相关分析的应用

 2.12.4 2T2D相关分析的应用前景

 参考文献

第3章 二维相关光谱分析技术在乳制品检测中的应用

 3.1 二维相关光谱的掺杂牛奶特征信息提取

 3.1.1 掺杂尿素牛奶二维相关谱特性

 3.1.2 掺杂三聚氰胺牛奶二维相关谱特性

 3.1.3 重构二维相关谱，挖掘特征光谱信息

 3.2 二维相关光谱欧氏距离掺杂牛奶检测

 3.2.1 二维相关谱欧氏距离判别掺杂牛奶原理

 3.2.2 欧氏距离掺杂牛奶的判别

 3.3 同谱二维相关光谱掺杂牛奶检测

 3.3.1 二维近红外相关谱掺杂牛奶K-OPLS判别

 3.3.2 二维近红外相关谱掺杂牛奶N-PLS判别

 3.3.3 二维中红外相关谱N-PLS判别

 3.3.4 二维中红外相关谱K-OPLS判别

 3.4 二维相关谱定量分析掺杂牛奶

 3.4.1 二维近红外相关谱定量分析牛奶中尿素

 3.4.2 二维近红外相关谱定量分析牛奶中三聚氰胺

 3.5 异谱二维相关光谱掺杂牛奶检测

 3.5.1 异谱二维相关谱原理

 3.5.2 异谱掺杂淀粉牛奶N-PLS判别

 3.5.3 异谱掺杂三聚氰胺牛奶N-PLS判别

 3.6 同步-异步二维相关光谱掺杂牛奶检测

 3.6.1 同步-异步二维相关谱融合方法

 3.6.2 同步-异步二维相关谱N-PLS判别

 3.7 自相关光谱掺杂奶粉检测

 3.7.1 自相关谱的获取

 3.7.2 掺杂奶粉判别

 3.8 参数化和参量化二维相关光谱掺杂牛奶检测

 3.8.1 二维相关谱的参数化和参量化

 3.8.2 参数化二维近红外相关谱LS-SVM判别

 3.8.3 参数化二维中红外相关谱LS-SVM判别

 3.8.4 参量化二维近红外相关谱掺杂牛奶LS-SVM判别

 3.8.5 参量化二维中红外相关谱掺杂牛奶LS-SVM判别

 3.9 二维相关光谱图像掺杂牛奶检测

 3.9.1 二维相关谱图像的灰度统计判别

 3.9.2 二维相关谱图像不变矩特征掺杂牛奶判别

 3.9.3 二维相关谱图像的灰度共生矩阵特征掺杂牛奶判别

 参考文献

第4章 二维相关光谱分析技术在食品检测中的应用

 4.1 食用油检测

 4.1.1 二维相关光谱比对法食用油品质检测

 4.1.2 同谱二维相关光谱掺假食用油检测

 4.1.3 二维相关谱定量分析掺假芝麻油

 4.1.4 自相关谱掺假食用油检测

 4.1.5 融合同步和异步二维相关光谱食用油品质检测

 4.1.6 异谱二维相关光谱掺假食用油检测

 4.2 酒类检测

 4.2.1 掺假酒类二维相关谱特征信息提取

 4.2.2 基于二维相关谱定量分析掺假白酒

 4.2.3 二维相关光谱葡萄酒种类检测

 4.2.4 二维相关光谱葡萄酒发酵过程检测

 4.2.5 基于二维相关光谱白酒品质检测

 4.3 肉类检测

 4.3.1 二维相关光谱肉类蒸煮过程检测

 4.3.2 二维相关光谱肉类冷冻过程检测

 4.3.3 二维相关光谱冷冻肉消解过程检测

 4.3.4 二维相关光谱肉类质量检测

 4.4

第1章绪论　　1.1传统光谱技术　　随着光谱检测新器件、新数学手段的不断发展，光谱分析检测技术和光谱仪器以其特有的高灵敏度、高分辨率、高速度、无损伤、无污染、抗干扰、可遥感等优点广泛应用于食品、制药、材料和环境等领域⑴。　　在传统的光谱学分析方法中，光谱图通常用平面图形来表征，即通常用波长、波数或频率等为横坐标，研究体系相应于此变量变化的光谱学特性，通常用吸光度、透过率、反射率或发光强度等为纵坐标。由于传统的光谱技术仅能提供研究体系光谱学特性随单变量的变化情况，因此，传统的光谱技术无法对研究体系中微弱变化的、覆盖的、重叠的峰进行特征信息提取，无法表征不同变量下光谱学性质之间的关系，无法对光谱学性质进行有效解析，无法提供研究体系中分子之间的相互作用信息。而对于复杂研究体系，由于与研究体系光谱学性质有关的变化量常常不止一个，当研究体系同时受到多个因素(外扰)影响，且这些因素之间又存在相关性时，传统的光谱技术就显得无能为力了[2]。　　1.2二维相关光谱技术　　二维相关光谱的概念*早来源于核磁共振波谱分析(nuclear　magnetic　resonance　spectroscopy，NMR)领域，并得到广泛应用。直到1986年，日本化学家Noda对二维NMR技术进行概念性突破，即将核磁实验中多脉冲技术作为一种对研究体系的外部扰动。在此基础上，1989年，Noda在对红外信号时间分辨检测的基础上，首次将该技术应用于红外光谱，提出了二维红外相关谱的概念[3]。1993年，Noda又对原有的理论进行了改进，打破了外扰波形仅可为正弦波形的局限，将其拓展到能引起光谱信号变化的任何外扰，如：温度、浓度、pH值等，并且用Hlbert变换代替了原来的Founer变换，缩短了二维相关计算的时间，提出了广义二维相关光谱理论，自此二维相关光谱技术的应用领域得到了进一步的扩展。近二十年来，Noda多次对二维相关光谱的发展和应用进行综述。　　1.2.1二维相关光谱的特点　　在二维相关光谱学分析中，相关图谱具有X和两个独立的变量轴，以及表征研究体系相关谱学性质的因变量z轴，所形成的三维光谱图。在相关图谱中这两个独立的变量可以相同，也可以不同，常用的变量有波长、波数或频率、温度、压力等。因此，二维相关光谱可以表征研究体系光谱学性质随两个变量变化的情况，以及两个变量之间的相关性。　　与传统的光谱技术相比，二维相关光谱技术将研究体系光谱学信号扩展到第二维上，可提供研究体系中不同组分官能团吸收峰之间的相关信息，可有效地对弱峰、覆盖峰、偏移峰进行解析，具有较高的光谱分辨率。二维相关光谱体现的是研究体系中各组分相应于“特定外扰”的变化情况，以及这些变化之间相互的联系。所谓的“特定外扰”指的是根据研究目标有目的地选择一种方式对光谱进行调制[9]。外扰一研究体系的变化一二维相关光谱是一一对应的。即使是同一种体系，采用不同的“外扰”就会得到不同性质的二维相关图谱。因此，二维相关光谱技术具有较好的选择性，可根据研究的目标，选择合适的“外扰”，以便体现所需的信息。同时，通过同谱或异谱二维相关光谱交叉峰的正负和有无可以分析信息来源，提高了光谱的解释能力[10]。　　随着二维相关光谱技术的发展，应用领域的不断扩大，会不断出现新理论和相关算法[11，12]，如在第2章介绍的样品-样品二维相关分析、杂化二维相关分析、移动窗口二维相关谱分析、投影二维相关分析、Double二维相关分析、2D-CDS(two-dimensional　codistribution　spectroscopy)、修订二维相关分析和2T2D(two-tracetwo-dimensional)相关分析等，这些新的相关分析技术都有自己的特点和优势[13]。　　1.2.2二维相关光谱探针的多样性　　Noda将二维相关技术从狭义拓展到广义之后，二维相关光谱计算的应用范围也从*初的二维核磁谱拓展到多种光谱探针领域，包括