跳过主导航

Cookies通知

我们在本网站上使用Cookie来改善您的用户体验,继续浏览该网站即表示您同意使用我们的Cookie学到更多
通过使用javascript显示某些在线内容来使我们的网站成为可能
为了查看全部内容,请禁用您的广告拦截器或白名单我们的网站www worldscientific com

2月系统升级

在此期间,电子商务和新用户注册可能长达几个小时不可用
对于在线购买,请再次访问我们。电子邮件保护如有任何查询
  • 您没有任何保存的搜索

  • 文章开放存取

    近红外光谱法快速测定发酵液中的透明质酸浓度

    透明质酸HA浓度是发酵过程中的重要参数目前,咔唑测定法已广泛用于常规分析中HA含量的测定,但是这种方法耗时,污染环境,存在微生物污染的风险,且结果落后于发酵过程。尝试通过近红外NIR光谱法以透射模式预测发酵液中HA的可行性。在这项工作中,分析了批次中包含g g范围内HA的所有发酵液样品。采用了不同的数据预处理方法建立校正模型最终的最佳模型是使用Savitzky Golay平滑点窗口二阶多项式和偏最小二乘PLS回归一阶导数获得的,无需进行交叉验证关联的相关系数和均方根误差分别是和,这表明NIR可以作为一种快速进行微量分析的方法,并且可以作为HA发酵中快速测定的有希望的工具

  • 文章开放存取

    快速监控水的提取过程芍药的根阿尔巴使用近红外光谱

    近红外近红外光谱技术已发展成为最重要的过程分析技术之一,在广泛的应用领域中PAT具有偏最小二乘回归PLSR的近红外光谱技术可用于监测水提取过程中pa药苷白花素没食子酸和苯甲酰pa药苷的浓度的过程芍药的根阿尔巴在这项工作中得到了证明和验证,在透射模式下收集了近红外光谱,并进行了平滑和/或导数预处理,然后使用PLSR建立了定量模型。采用区间最小二乘iPLS方法选择光谱变量。测定系数RR掠夺预测的均方根误差RMSEP应用校正的均方根误差RMSEC和残差预测偏差RPD来验证模型的性能,相应的值分别为和毫克毫升毫克毫升和pa药苷毫克毫升毫克/毫升和白花素毫克毫升毫克毫升和没食子酸毫克毫升结果表明,该方法对于定量监测紫苏水提取工艺非常有效且环境友好。芍药的根阿尔巴

  • 文章开放存取

    近红外光谱在人凝血因子VIII冷冻干燥过程中水分含量监测中的应用

    作为近红外光谱的重要过程分析工具,NIRS已广泛用于过程监测中。在本工作中,研究了NIRS在冷冻干燥过程中监测人凝血因子VIII FVIII水分含量的可行性。偏最小二乘回归PLS R模型用样品建立水分含量测定方法,探索了不同的预处理方法,发现的最佳方法是标准正态变量SNV变换与Savitzky Golay SG点平滑的st推导相结合。然后有四种不同的变量选择方法,包括无信息变量消除UVE区间偏最小二乘通过比较iPLS竞争自适应加权加权采样CARS和人工方法以消除不相关变量,选择iPLS作为最佳变量选择方法。验证集R的相关系数小时交叉验证RMSECV的均方根误差和PLS模型的预测RMSEP的均方根误差分别为和。用于监测冷冻干燥过程中FVIII的水分含量

  • 文章开放存取

    地理来源鉴别和多糖的定量分析。党参带有微型近红外光谱仪引擎

    目前,中国传统中药工业正处于从经验发展到工业生产的阶段。近红外近红外光谱法以其快速,无损,简便,经济等特点,被广泛应用于中药现代化的质量控制中。作为一种便携式微型近红外光谱仪,微型近红外光谱用于建立定性模型以鉴定地理区域和真实性。党参基于判别分析的DA方法两种DA模型均具有更好的预测能力和准确度。此外,还有一种快速定量分析多糖的方法。党参也是基于Micro NIR光谱仪和偏最小二乘PLS算法开发的。在PLS校准模型中,样品的NIR光谱采用不同的预处理方法进行预处理,并且光谱区域也采用不同的变量选择方法进行选择。最终PLS模型的性能根据校准的相关系数进行评估Rc预测相关系数Rp交叉验证RMSECV的均方根误差和预测RMSEP的均方根RcRpRMSECV和RMSEP分别是证明微型红外光谱仪可以更加方便和快速地控制样品的质量。党参所提出的模型为中药其他类似原料的质量控制提供了参考。

  • 文章开放存取

    乙醇沉淀过程中近红外光谱与硫酸软骨素有效信息的相关性研究。

    近红外光谱NIRS是基于分子泛音和组合振动的,在复杂的系统中很难分配特定的特征,因此有必要找出NIRS与目标化合物之间的相关性。为此,选择了硫酸软骨素CS乙醇沉淀工艺作为研究对象收集不同批次的模型和样品,并用改进的咔唑法测定CS的含量。在整个光程预处理方法和变量选择方法中研究了NIRS与CS的相关性。最后,选择了具有Savitzky Golay SG平滑的一阶导数作为方法。最佳预处理,并使用间隔偏最小二乘iPLS方法在mm光学元件下选择最佳光谱区域。使用PLS算法建立多变量校准模型以确定CS的含量,并且预测RMSEP的均方根误差为g L该方法在未来的过程分析技术中将具有巨大的潜力。

  • 文章开放存取

    用近红外光谱和化学计量学监测人类白蛋白纯化过程中的pH值

    人白蛋白HA是非常重要的血液产品,需要严格的质量控制策略酸沉淀是影响最终产品质量的关键步骤,因此提出了一种基于质量的QbD设计新方法,以研究实现该方法的可行性。利用近红外光谱NIRS和化学计量学进行在线质量控制pH值是酸沉淀过程中的关键过程参数CPP,用作终点指示剂在我们的实验室中,总共模拟了六批酸沉淀过程的样品4随机选择批次作为校准集,其余两批次作为验证集,然后根据材料信息和包括区间偏最小二乘回归iPLS竞争性自适应加权采样CARS和相关系数CC在内的三种不同变量选择方法进行分析,以消除无关变量最后使用iPLS进行变量选择通过偏最小二乘回归PLSR建立定量模型确定系数的值RcRp预测RMSEP的均方根误差校准RMSEC的均方根误差和交叉验证RMSECV的均方根误差分别为t试验和重复性试验表明,该模型具有良好的预测能力和稳定性。结果表明,PLSR模型可以准确测量pH值。