Rapid Identification of 3 Natural Leathers with IR and Principal Component Analysis
摘 要
利用衰减全反射附件直接采集猪皮革、牛皮革和羊皮革等3种天然皮革的红外光谱图,分析了皮革氨基酸结构中主要基团的红外吸收峰的特点和位置。对光谱数据预处理后选择合适的光谱区域进行主成分分析,首先构筑主成分得分空间对样品直接进行判别,发现由于牛皮革样品和羊皮革样品的红外光谱图极为相似,它们的主成分得分空间区域大部分重叠在一起。然后以猪皮革、牛皮革和羊皮革等3种天然皮革样品作为3类组分,采用主成分回归方法建立相应的判别模型,3类组分的模型预测相关系数为0.965~0.990,均方差均不大于0.122,预测均方差均不大于0.213,模型具有较好的稳定性。利用检测集样品对模型进行验证,根据各组分的预测值可以快速方便地对3种皮革样品进行识别。
Abstract
The IR spectra for 3 natural leathers of pig, cow and sheep were collected directly by attenuated total reflectance accessory. The characteristics and locations of IR absorption peaks of main groups in amino acid structure of leather were analyzed. The principal component analysis was preceeded after preprocessing of spectra data and choosing the appropriate areas. Firstly, the samples were identified directly via building principal component score space. It was found that the principal component score space of cow leather sample overlapped with sheep leather sample mostly due to the extremely similar with spectra of the 2 leather samples. Then the discriminant model of principal component regression was established after using 3 natural leather samples of pig, cow and sheep as 3 components. The prediction correlation coefficients of the model for the 3 components were in the range of 0.965-0.990, with RMSEC and RMSEP were no more than 0.122 and 0.213, respectively, which exhibited well stability. The model was verified using the test samples. The results showed that the 3 leather samples could be identified quickly and easily according to the predicted value of each component.
中图分类号 O657.33 DOI 10.11973/lhjy-hx201902006
所属栏目 工作简报
基金项目 国家质检总局科技计划项目(2016QK170)
收稿日期 2018/4/8
修改稿日期
网络出版日期
作者单位点击查看
备注林先凯,高级工程师,博士,主要从事轻工产品检测技术的研发工作,xiankai_lin@163.com
引用该论文: LIN Xiankai,HUANG Xiaokai,WANG Ning,ZHANG Huansheng. Rapid Identification of 3 Natural Leathers with IR and Principal Component Analysis[J]. Physical Testing and Chemical Analysis part B:Chemical Analysis, 2019, 55(2): 152~155
林先凯,黄小凯,王宁,章宦胜. 红外光谱法结合主成分分析快速识别3种天然皮革[J]. 理化检验-化学分册, 2019, 55(2): 152~155
共有人对该论文发表了看法,其中:
人认为该论文很差
人认为该论文较差
人认为该论文一般
人认为该论文较好
人认为该论文很好
参考文献
【1】肖世雄,但年华,曾睿,等.从动物皮中提取胶原蛋白的方法[J].西部皮革, 2009,31(15):17-21.
【2】王娜,林炜,穆畅道.皮胶原的结构、性质与提取方法[J].皮革科学与工程, 2006,16(2):42-47.
【3】赵小蓉,胡宗智,顾彦.傅里叶变换红外光谱法识别分析四种天然皮革材质[J].理化检验-化学分册, 2008,44(6):543-544.
【4】向旭,王睿,张藤康,等.皮革制品用材料的鉴别方法及研究进展[J].中国皮革, 2016,45(6):1-4.
【5】李瑞,袁鸿昌,单志华,等.真皮革与人工革的快捷鉴别[J].中国皮革, 2014,43(15):1-5.
【6】史丽侠.皮鞋面材的特点及鉴别[J].皮革科学与工程, 2007,17(3):53-55.
【7】陈宗良,孙世彧,贺艳丽.皮革鉴别技术研究新进展[J].皮革科学与工程, 2014,24(6):29-32.
【8】丁云.猪、牛、羊革的特征与鉴别[J].西部皮革, 2012,34(10):22-27.
【9】徐琳.一种皮革产品的红外无损检验[J].光谱实验室, 2011,28(6):2913-2916.
【10】胡子文,徐进勇,李绛,等.ATR-FTIR法在皮革产品中的应用[J].化学研究与应用, 2008,20(2):205-207.
【11】应楚楚,林华,高璨.红外光谱分析技术在皮革及人工革鉴别中的应用[J].西部皮革, 2014,36(2):31-34.
【12】褚小立,袁洪福,陆婉珍.光谱结合主成分分析和模糊聚类方法的样品聚类与识别[J].分析化学, 2000,28(4):421-427.
【13】褚小立,许育鹏,陆婉珍.偏最小二乘法方法在光谱定性分析中的应用研究[J].现代仪器, 2007(5):13-15.
【14】王欢.化学计量学结合仪器分析在识别分析中的研究[D].郑州:河南工业大学, 2016.
【2】王娜,林炜,穆畅道.皮胶原的结构、性质与提取方法[J].皮革科学与工程, 2006,16(2):42-47.
【3】赵小蓉,胡宗智,顾彦.傅里叶变换红外光谱法识别分析四种天然皮革材质[J].理化检验-化学分册, 2008,44(6):543-544.
【4】向旭,王睿,张藤康,等.皮革制品用材料的鉴别方法及研究进展[J].中国皮革, 2016,45(6):1-4.
【5】李瑞,袁鸿昌,单志华,等.真皮革与人工革的快捷鉴别[J].中国皮革, 2014,43(15):1-5.
【6】史丽侠.皮鞋面材的特点及鉴别[J].皮革科学与工程, 2007,17(3):53-55.
【7】陈宗良,孙世彧,贺艳丽.皮革鉴别技术研究新进展[J].皮革科学与工程, 2014,24(6):29-32.
【8】丁云.猪、牛、羊革的特征与鉴别[J].西部皮革, 2012,34(10):22-27.
【9】徐琳.一种皮革产品的红外无损检验[J].光谱实验室, 2011,28(6):2913-2916.
【10】胡子文,徐进勇,李绛,等.ATR-FTIR法在皮革产品中的应用[J].化学研究与应用, 2008,20(2):205-207.
【11】应楚楚,林华,高璨.红外光谱分析技术在皮革及人工革鉴别中的应用[J].西部皮革, 2014,36(2):31-34.
【12】褚小立,袁洪福,陆婉珍.光谱结合主成分分析和模糊聚类方法的样品聚类与识别[J].分析化学, 2000,28(4):421-427.
【13】褚小立,许育鹏,陆婉珍.偏最小二乘法方法在光谱定性分析中的应用研究[J].现代仪器, 2007(5):13-15.
【14】王欢.化学计量学结合仪器分析在识别分析中的研究[D].郑州:河南工业大学, 2016.
相关信息