基于小波变换的云芝蛋白和多糖的近红外光谱分析

采用小波包变换（WPT）提取异福片样品近红外漫反射光谱的特征信息,建立用近红外光谱（NIRS）快速测定异福片中有效成分的新方法。以近红外光谱结合偏最小二乘法（PLS）建立测定药用真菌云芝中蛋白含量和多糖含量定量分析模型,采用小波包变换的800—2500nm波段的光谱,在尺度为6时,建立的模型最优。正交小波包多尺度分析对近红外光谱具有较强的去噪和压缩能力,从而使PLS模型更具有代袁性和稳健性,同时也提高了建模效率和模型的预测精度。该方法预测精度能满足云芝蛋白定量和多糖含量分析的要求,且方便快捷,无破坏性,可实现在线检测,对替代原有繁琐的云芝蛋白多糖含量测定方法具有重要的意义。     

基于人工蜂群波长优选和残差增广的近红外光谱定量模型研究

提出一种基于人工蜂群(artificial bee colony,ABC)算法的光谱波长优选和残差数据增广回归算法的近红外光谱定量模型.以勾兑果汁中苹果汁原汁含量的近红外光谱数据为基础,对原始光谱数据进行预处理,通过人工蜂群算法优选光谱波长变量,采用优选出的波长变量建立近红外光谱浓度残差增广的最小二乘回归(concentration residual augmented classical least squares,CRACLS)模型.将ABC波长优选后建立的CRACLS模型与全光谱建立的CRACLS模型,遗传算法(genetic algorithm,GA)波长优选后建立的CRACLS,ABC波长优选后建立的PLS模型,全光谱建立的PLS模型,GA波长优选后建立的PLS模型进行比较.实验结果表明,ABC-CRACLS模型的校正集的Rc值为0.999 8,RMSEC值为0.000 9,预测集的Rp值为0.999 1,RMSEP值为0.012 1,均优于其它几个模型.因此提出的人工蜂群算法能够有效地处理好波长变量的优选问题,并且CRACLS模型取得良好的预测结果.     

短波近红外光谱-偏最小二乘法对食醋中总酸含量的无损定量分析

将短波近红外光谱技术与偏最小二乘法（PLS）结合,对食醋中的总酸含量进行快速、无损定量分析,建立了最佳数学校正模型．讨论了光谱预处理方法和主成分数对PLS模型预报精度的影响．研究表明,采用一阶导数预处理光谱建立的数学校正模型能够得到最佳的预报结果,在对预测集8个样本中总酸的含量进行预报时,所得的集相对标准偏差为1．386％．实验结果表明,该方法方便快捷,并且具有较高的预报精度,可以用于食醋中总酸含量的测定．     

傅里叶变换近红外光谱分析技术在物检中的应用

应用傅里叶变换近红外光谱分析技术（FT—NIR），测定了934个具有代表性的卷烟纸和成型纸样品的近红外透射光谱数据．同时采用行业标准方法测定了卷烟纸和成型纸定量、厚度、透气度、水分、灰分、抗张强度（伸长率、拉力）的物理指标数据．利用偏最小二乘法（PLS）结合傅里叶变换近红外透射光谱，分别建立了卷烟纸定量、厚度、透气度、水分、灰分的数学模型；并在显著性水平大干0．05的条件下，将模型的预测值与行业标准方法测定的结果相对比，两者无显著性差异．该分析方法用于对卷烟纸物理指标的测定，具备同时、快速、准确、操作简单、无污染等特点．     

小波变换在血糖浓度检测中的应用

利用小波变换的时频局部变换特性对近红外光谱数据进行滤噪处理,能有效地从信号中提取有用信息,从而提高信号的信噪比,提高模型的预测精度和稳健性．将该方法应用于近红外血糖浓度测量的基础研究中,实验结果表明,校正模型的预测标准偏差(RMSEP)分别减少了53%和58%,这对于血糖浓度测量的研究具有一定的现实意义．     

近红外光谱技术检测石榴汁中花色苷含量

以不同产地的石榴汁样品为对象,对其近红外光谱数据进行预处理并通过小波变化处理提取光谱特征,采用遗传算法对支持向量机的三个参数进行优化,建立基于近红外光谱技术与支持向量机的石榴汁中花色苷含量检测模型。结果表明,模型对验证集的均方根误差为0.019 766,决定系数为0.999 2,模型预测性能良好。近红外光谱技术可用于石榴汁中花色苷含量的定量检测。     

近红外漫反射光谱法对蛇床子SFE萃取产物的质量监控

采用近红外漫反射光谱法对中药蛇床子SFE萃取过程中主要成分蛇床子素和欧前胡素进行快速、 无损检测. 以HPLC分析值作参比值， 采用偏最小二乘法（PLS）建立近红外光谱信息与各组分含量间的定量校正模型. 讨论了波长范围的选择和主成分数对PLS定量预测蛇床子萃取物中蛇床子素和欧前胡素含量能力的影响， 并对预测集样品含量进行预测， 结果令人满意.     

近红外光谱法对土壤有机碳组成的无损分析

利用近红外光谱(NIR)结合化学计量学方法建立一种定量监测土壤有机碳组成的新方法.对109个土壤样品进行近红外光谱采集,按常规方法测定土壤样品中总有机碳(SOC)及土壤样品中胡敏酸(HA)和富里酸(FA)有机碳的含量,再应用径向基函数(RBF)人工神经网络建立土壤样品的近红外光谱和有机碳组成含量间的数学校正模型.所建模型通过遗传算法(GA)自动选择最佳光谱处理方法和最优网络拓扑结构,同时构建了全光谱数据神经网络和GA自动优化光谱波段的神经网络模型,讨论了敏感光谱的选取对模型预报性能的影响.采用多元散射校正(MSC)光谱处理后建立的RBF神经网络模型为最优,该模型的预测精度和稳定性较好,可发展为复杂土壤系统中定量分析土壤有机碳组成的新方法.     

基于PLS-SVR的三组分混合气体定量分析

为了进一步提高多组分气体分析的准确度,对采用AOTF-NIR光谱仪采集甲烷、乙烷和丙烷多组分混合气体的近红外光谱数据建立了新的分析模型。首先对光谱数据采用偏最小二乘法(以下简称PLS)进行特征提取,随后将提取得到的潜变量作为支持向量回归机(以下简称SVR)的输入建立多组分混合气体的定量分析模型。结果显示,PLS特征提取耦合SVR对近红外光谱的定量分析取得了很好的分析效果。     

酒炖熟地黄中还原糖含量测定研究

应用近红外漫反射光谱技术和数据分析软件,对酒炖熟地黄饮片粉末中还原糖的含量进行快速测定。以还原糖测定仪测定酒炖熟地黄饮片粉末样品中还原糖的含量,采集其近红外光谱数据：应用偏最小二乘法（PLS）对建立还原糖含量测定的校正模型。本研究所建立的模型可很好的预测酒炖熟地黄饮片中指标成分还原糖的含量。方法简便可行,尤其适用于生产中间控制和大批量产品的检测,还可用于生产过程的质量控制。     

近红外光谱-系统聚类法快速测定煤炭品质

采用偏最小二乘法对95个煤炭样品的近红外光谱数据进行处理,并提取主成分.将提取的主成分与煤炭的发热量、灰分、挥发份、含硫量和全水分共同作为变量,进行系统聚类分析.将样品数据聚类为4组,同时剔除异常样本.对聚类后的各组数据采用多元散射校正、二阶导数、诺里斯导数平滑进行预处理,建立偏最小二乘定量分析模型.采用逐步筛选法,求得以发热量为变量的Bayes判别函数,交互验证结果表明判别函数稳定性良好.对未知样品发热量、灰分、挥发份、含硫量和全水分预测的决定系数分别达到0.992、0.927、0.938、0.778、0.978,说明模型预测性能良好.     

基于近红外光谱无损快速检测面粉品质的研究

提出一种基于近红外光谱技术结合偏最小二乘法对面粉品质进行无损快速检测的方法.配制含滑石粉的面粉样品30个,采集样品在12 500~4 000 cm-1范围内的近红外漫反射光谱,选择最优的光谱预处理方法和光谱范围,采用偏最小二乘法(PLS)建立定量分析模型.结果表明所建定量分析模型的相关性能比较高,预测相关系数和预测均方根误差均符合要求.研究发现,近红外光谱技术用于快速无损检测面粉掺假是可行的.     

近红外光谱结合偏最小二乘法测定福多斯坦成分含量

采用近红外漫反射光谱分析技术和偏最小二乘法对福多斯坦药物的有效成分进行定量分析测定,采集48个不同比例的福多斯坦样品近红外漫反射光谱,用一阶导数的光谱预处理方法,结合偏最小二乘法建立福多斯坦的定量分析模型.结果显示:交互验证均方根误差为0.003 57,相关系数R为0.994 77,预测均方根误差为0.003 89,平均回收率为99.63%(n=8),结果表明,用近红外光谱分析技术联合偏最小二乘法对福多斯坦进行定量分析结果准确可靠,方法简便快速.     

FT-NIR光谱应用于柚子皮果胶定量分析的波段优选

基于傅里叶变换近红外(FT-NIR)漫反射光谱分析技术,采用分段多元散射校正(PMSC)预处理与移动窗口偏最小二乘(MWPLS)方法为柚子皮果胶的定量分析优选波段。基于全谱进行PMSC预处理,在此基础上结合留一交叉检验技术优选21个分段窗口大小,以此设定为MWPLS方法波段优选的窗口宽度。详细讨论先后采用或不采用MSC预处理的MWPLS模型的预测效果,并从中优选定标预测模型。最优的方案为先MWPLS选择波段,后MSC预处理再建立PLS模型,其优选波段为8 540—7 944(cm-1),窗口宽度为310,对应的最优PLS因子数为11,相应的预测均方根偏差(RMSEP)和预测相关系数(RP)分别为0.520 7(%)、0.871 1。该模型明显优于先对全谱做MSC预处理再建立MWPLS模型,且大幅度优于基于原光谱数据直接建立的MWPLS模型。结果表明,采用PMSC预处理为MWPLS方法搜索窗口宽度预设值,大大降低了MWPLS模型的运算量,有利于波段优选光谱。MWPLS模型结合MSC预处理方法可以有效地应用于柚子皮果胶成分的FT-NIR定量分析。     

细旦丙纶短纤织物服用舒适性分析

为探讨细旦丙纶短纤织物的服用舒适性,根据测试得出的细旦丙纶短纤织物、对比织物棉及细旦丙纶长丝等3类样本的各项服用性能指标数据,运用聚类分析及对应分析的数理统计方法,分析了此3类织物的优缺点,得出了细旦丙纶短纤织物独特的服用舒适性能;并优化出了该织物具有最佳服用舒适性的组织结构模型.     

管道传声特性及典型破坏声的识别

为了保证管道输送的正常运行，防止人为打孔盗油事件发生，对管道进行主动防护与快速准确地判定事发地点具有重要意义。研究了管道的导波特性，分析了管道人为破坏的典型声谱特征，建立了能对管道破坏方式进行分类的混合模型。研究结果表明，声波通过管道中介质以平面波传播且衰减较小；典型破坏声可在管道内远距离传播，隐马尔可夫模型（HMM）与人工神经网络（ANN）算法相结合能有效地提取和识别其声谱特征，从而为管道运输防盗监测提供一种新的途径。     

湖泊叶绿素a反演的大气校正模型比较研究

为获取湖泊叶绿素a定量反演所需的最优大气校正方法,以太湖为例,分别使用FLAASH、6S及QUAC 3种大气校正模型对HJ-1B卫星CCD数据进行大气校正,通过对比各波段反射率及遥感指数与叶绿素a的相关性,得到归一化水体指数相关系数最高,并使用归一化水体指数建立叶绿素a反演模型.反演模型R2在0.7以上,同时通过了统计检验.实验利用太湖采样点平均光谱反射曲线及实测光谱对比大气校正模型的影像处理效果,并在此基础上,利用误差参数评价不同大气校正处理后的反演精度.结果表明:3种大气校正算法的影像处理效果总体较好,FLAASH和6S算法的各项参数接近,反演精度优于QUAC算法,并且聚类分析结果很好地证实了二者的相似性;QUAC算法在获得较高精度的同时其典型地物光谱出现失真.因此,在湖泊叶绿素a浓度反演建模时,大气校正方法应优先考虑FLAASH算法和6S算法,尽量避免使用QUAC算法.     

迁移学习在食用油光谱模型转移中的应用

由不同光谱仪器采集的光谱数据建立的模型在共享使用时,会出现模型失效问题,使得模型的利用率低,不利于光谱行业的发展需要。尝试采用迁移学习方法探究在食用油酸值和过氧化值2个指标上的模型转移。实验样本为大豆油、花生油、芝麻油和玉米油共50个食用油样本;实验仪器为VERTEX70傅里叶红外光谱仪和AntarisⅡ傅里叶近红外光谱仪(包含光纤探头和透射探头)。以不同的仪器组合设计了3组实验,采用偏最小二乘法建立近红外光谱定量分析模型,进行了模型转移研究。以第一组实验为例,经过迁移学习后建立的酸值和过氧化值模型的相关系数,由0.068419和-0.371980上升至0.730980和0.819040;校正均方根误差系数由0.358180和0.090110下降至0.192480和0.032720。实验表明,迁移学习可以有效地缓解模型失效问题,提高了模型的泛化能力。该研究可为光谱分析模型的广泛应用提供新的思路。     

基于玉米近红外光谱的CWT-SVR蛋白质预测模型

采用国家标准方法测定125个玉米样品的蛋白质含量,并同时进行红外光谱(NIRS)测定.在连续小波变换(CWT)处理玉米NIRS数据的基础上,通过多次随机选择定标集和校正集样品的模型优化方法,建立了二次ε不敏感损失函数的CWT-SVR蛋白质预测模型.模型用于检验集样品中蛋白质的测定,结果满意,且优于传统的偏最小二乘模型(PLS).     

OSC-PLS算法在近红外光谱定量分析中应用的研究

提出一种新的光谱预处理方法--正交信号校正,并将正交信号校正与偏最小二乘法相结合的OSC-PLS方法应用于固体含能材料中挥发份的定量分析.利用正交信号校正,对光谱数据进行预处理,剔除光谱矩阵中所含的各种噪声信号,将去噪后的光谱矩阵作为新的自变量矩阵,再利用偏最小二乘方法建立校正模型.结果表明:用OSC-PLS方法建立模型与用传统偏最小二乘法所建模型相比精度明显提高,这对近红外光谱分析在该领域的应用具有重要的理论意义和实际推广价值.