近红外光谱无创血糖检测中体温变化的影响分析

利用光学方法无创伤地检测人体血糖浓度是目前的一个研究热点．分析了经皮漫反射光谱测量人体血糖的原理,针对信号微弱、生理背景噪声难以直接定量等现状,利用Monte Carlo模拟方法初步计算了血糖浓度和人体温度变化导致的漫反射光强,并通过葡萄糖水溶液实验对模拟计算的有效性进行了验证,最后根据两名糖尿病患者的口服葡萄糖耐量实验,估计了活体实验中的温度变化对血糖浓度模型误差的影响．结果表明,在37℃附近,体温降低0．1℃引起的漫反射光强与血糖浓度升高2．7mmol／L相当,而对基于近红外光谱的无创血糖预测,体温是一个非常重要的误差源,它对模型的影响占总误差的50％以上．     

榆树木材基本密度近红外模型优化的研究

 为探究近红外光谱技术野外测量木材基本密度的可行性,用圆盘模拟伐倒木锯面,采集光谱信号,结合偏最小二乘法（PLS）建立榆树木材基本密度预测模型.其校正模型和验证模型决定系数R²分别为0.8456和0.8011,均方根误差RMSE分别为0.0231和0.0266,标准误差SE分别为0.0232和0.0268.为进一步提高模型预测精度,利用卷积平滑、小波变换等6种方法对光谱信号进行预处理.结果表明,基于小波变换去噪的模型精度最好,校正模型和验证模型决定系数分别为0.8996和0.8662,RMSE和SE的值均达到最小.研究表明,近红外光谱技术可用于木材基本密度的野外测量.     

近红外光谱定量检测丙烷和异丁烷

近红外光谱分析技术结合偏最小二乘法（PLS）对多成分挥发性有机物（VOCs）进行连续的在线监测具有重要意义．用傅里叶变换红外光谱仪（FTIR）分析了丙烷和异丁烷2种挥发性有机物的近红外光谱特征．采用线性回归建模方法——偏最小二乘法在丙烷和异丁烷混合气体的近红外光谱范围（5600～6200cm^-1）内建立了预测模型．基于该模型预测了验证集样品中2种气体的含量,并对模型进行了评价．结果表明,对2种气体浓度的预测比较准确,相对误差基本在5％以内．     

近红外光谱分析磷酸缓冲溶液中的血糖含量

测定了溶解于磷酸缓冲溶液中血糖在8000～5000cm^-1波数范围的近红外光谱,用偏最小二乘法建立了测定血糖含量的模型,根据数据特点,提出了按浓度大小选择预测集样本的方法。用来进行最佳模型隐变量个数的选择,结果显示,利用近红外光谱并结合化学计量学方法能够成功地进行血糖的定量分析,方法的测定误差为0.197g／L。     

近红外光谱法测定汽油中的芳烃含量

研究了采用近红外光谱测定汽油中芳烃含量的方法，通过汽油单体分析法获得汽油中芳烃的基础数据。在1000—2000nm波长范围内，应用傅立叶变换近红外光谱仪，交互检验偏最小二乘法对使用的近红外光谱数据进行优化，所得校正模型对训练集样品预测的相对平均误差为0．42％，相关系数为0．9696。对未知样品将近红外预测结果与GC的测定结果进行比较，相对平均误差为0．45％。作为一种快速分析技术，近红外光谱测定汽油中芳烃含量是简便可靠的方法。     

小波变换和能谱分析在无损血糖检测中的应用

提出并通过实验验证了一种新型无创血糖检测方法. 该方法以人体耳垂作为目标检测组织,以高频正弦信号作为检测信号,实验以不同浓度的葡萄糖溶液代替不同血糖浓度的血液,根据接收信号的差异来反映人体血糖浓度的变化,从而实现无创检测人体血糖浓度的目的. 对接收信号进行小波变换和能谱分析,运用小波变换对接收信号进行降噪处理,并从能量密度谱的角度分析不同血糖浓度下接收信号的差异.     

人体血糖浓度无创伤检测的必要测量条件

给出近红外光谱分析技术中测量精度与仪器精度和测量方法之间的传递函数,并通过葡萄糖水溶液浓度测量的基础研究进行了验证和分析。结果表明,它不仅能为光谱方法可达到的测量精度提供一种估计手段,还可以给出采用不同测量方法时实现预期测量精度所必需的仪器精度。这为血糖无创伤检测技术乃至近红外谱分析技术的设计实现及测量精度分析提供了理论依据。     

基于硼酸盐聚合物绑定的SPR葡萄糖测量方法

微创血糖检测技术通过测量人体组织液中葡萄糖浓度来预测人体血液中葡萄糖浓度,从而指导胰岛素的注入来控制和治疗糖尿病．由于透皮抽取得到的组织液体积微小且成分复杂,要求高测量精度和排除其他物质的干扰,提出一种基于硼酸盐聚合物绑定的表面等离子共振（surfaceplasmonresonance,SPR）葡萄糖浓度测量方法．表面等离子共振测量具有很高的测量精度,硼酸盐聚合物PAA．ran—PAAPBA对葡萄糖分子具有特异性吸附作用,而且性质稳定、制作简单．通过层层自组装技术将其绑定在SPR传感器金膜表面,可实现特异性检测并提高测量灵敏度．测量结果显示葡萄糖浓度在2—10mg／dL范围内二次曲线拟合度为0．90177,25～1000mg／dL范围内拟合度为0．99509,而且队A．ran．PAAPBA和葡萄糖分子的动态解离情况良好,满足连续血糖测量的需求,     

烟草化学成分AOTF一近红外在线模型转移研究

AOTF．近红外光谱仪采用全密封固化设计,没有任何可移动部件,不受温度、湿度、灰尘等外界环境的影响,其设计特点适合在线检测．建立的近红外光谱模型可以在多台近红外光谱仪之间转移,研究工作中采用直接矫正法来修正原模型光谱信息,提高信号的信噪比和复杂背景的校正,进行模型转移．转移后的烟草化学成分总糖、烟碱、氯在线检测模型的决定系数分别为0．9336、0．8961、0．9310．随机采集17个样品,用转移后的模型预测,总糖、烟碱、氯的平均相对标准偏差分别为3．19％、3．76％、5．00％,完全能够满足烟草工业在线检测需要．     

基于正交信号校正和稳健回归的带钢酸洗浓度预测模型

为了实时获得冷轧带钢酸洗溶液的浓度值,便于进行酸浓度控制,采用软测量方法实时预测酸浓度.由于酸浓度建模数据中无关成分和特异点会影响模型精度,利用正交信号校正和稳健回归相结合的方法来建立酸浓度预测模型首先利用正交信号校正对建模数据进行预处理,去除自变量中与因变量无关的成分;然后采用基于迭代加权最小二乘的稳健回归算法进行建模,降低特异点对模型的影响;最后将预测结果和多元线性回归、传统稳健回归方法和正交信号校正多元线性回归进行比较.实验结果表明:采用正交信号校正-稳健回归方法后,模型预测能力得到提高,与多元线性回归结果相比,亚铁离子质量浓度和氢离子质量浓度的相对预测误差分别从1.82%降低到1.17%、从5.87%降低到4.73%.本文提出的方法具有更好的模型预测精度,可以满足工业应用要求.     

基于改进灰色模型的MEMS陀螺仪零偏温度补偿

微机电系统(micro-electro mechanical system,MEMS)陀螺仪的零点漂移是影响陀螺仪测量精度的主要因素.针对MEMS陀螺仪零点漂移随温度变化的非线性问题,以MEMS惯性传感器为试验对象,采用小波变换对MEMS陀螺静态实验零偏数据进行滤波,结合改进灰色预测模型估计零偏随温度变化趋势,获得基于小波变换和改进灰色预测的温度补偿模型.与常规补偿模型算法比较表明,基于小波变换和改进灰色预测的温度补偿模型均方根误差和平均绝对误差更小,MEMS陀螺仪零点漂移的均方根误差和平均绝对误差分别减少到0.025 0和0.018 0,验证了该补偿模型的可行性,对提高陀螺测量精度具有较好的理论意义和工程应用价值.     

基于平稳小波和重构相空间的快衰落信道预测算法

为了解决快速衰落信道的预测问题,提出了一种非线性预测算法.该算法基于多径快速衰落信道所具有的混沌行为,将快速衰落信道系数分解为与原序列等长的尺度系数和小波系数,并利用坐标延迟理论,重建尺度系数和各级小波系数的相空间,再根据混沌吸引子的稳定性和分形性,在相空间中对尺度系数和小波系数进行预测,进而通过平稳小波重构算法,实现了快速衰落信道的非线性预测.与无小波算法相比,该算法更适于对噪声环境下的较大时间范围进行预测.对时间跨度为65 9ms的衰落系数进行了预测,仿真结果表明,在信噪比为10dB时,预测结果明显优于无小波变换算法.     

利用小波变换消除颗粒物Mie散射对DOAS技术的影响

为消除烟气中颗粒物Mie散射对差分吸收光谱(DOAS)法反演气体浓度的影响,提出了多项式结合小波变换的滤波方法.数值研究结果表明:对不同的颗粒物浓度和不同的气体浓度,采用该滤波方法都能够大幅度降低气体浓度的反演误差,且小波变换的层数随颗粒物浓度的增加而增加.实验研究表明:基于该滤波方法的DOAS技术,对0~1377.2mg/m3范围内的SO2气体,其浓度反演误差大都在10%以内,零点漂移由50.96mg/m3降为9.96mg,/m3,提高了DOAS技术的测量精度.     

采用小波变换和高斯过程的肌电信号模型预测

根据表面肌电信号的生物电信号特点,采用小波变换和高斯过程建模的方法对表面肌电信号进行建模和预测.对非线性的表面肌电信号利用拟合能力强大的高斯过程进行建模,预测效果较好,但所需运算时间长.针对其运算时间长的缺点进行改进,将预处理后的表面肌电信号小波分解,对分解后的系数高斯建模,然后重构.实验结果表明:该改进方法在响应时间和预测误差方面效果明显.     

基于小波奇异性和支持向量机微铣刀破损检测

针对微铣削过程中刀刃破损的现象,提出了基于振动信号奇异性分析的自学习式支持向量机的刀具破损检测方法.对两种状态信号作连续小波变换,计算小波模极大值和信号的李普希兹指数(Lips).通过Lips识别刀具状态,拟合Lips分布概率密度函数并验证其符合正态分布,将Lips分布的均值、方差作为特征值,通过遗传算法参数寻优建立了刀具破损状态的支持向量机(SVM)识别模型,也称最优模型.利用最优模型预测刀具破损状态,其预测准确度从84%逐步提高至90%,提升了系统预测模型的鲁棒性.最后通过实验验证了该方法的有效性.     

利用相似日小波变换和多层感知机的短期光伏功率预测

为了提高光伏功率预测的准确性和可靠性,基于相似日小波变换和多层感知机建立智能光伏功率预测模型;将小波变换的多分辨率特点和多层感知机的非线性拟合能力结合起来,以有效地提高预报的可靠性.首先,选取相似日数据并归一化,并用小波变换对数据进行预处理;其次,训练多层感知机模型学习气象因素与光伏功率之间的映射关系;最后,基于沙漠知...     

基于小波变换与组合模型的网络流量预测算法

针对网络流量在以不同时间尺度分析时呈现不同特性给流量精确预测带来的困难,提出一种基于快速小波变换和季节差分自回归滑动平均组合模型的多分辨分析预测算法.采用小波方法对网络历史流量进行分解以分析不同时间尺度下的流量相关结构,根据不同时间尺度下的流量时间序列的周期性和自相似性,分别选择合适的模型建模用于预测.使用小波方法对各序列的预测值进行重构,得到原始流量的预测结果.仿真结果表明,所提预测方法比同类预测方法具有更高的精度.     

语音压缩感知及其重构算法

在研究语音信号在小波域的稀疏性的基础上,提出双正交小波变换的方法,与一维小波变换方法相比稀疏度提高10%～25%.此外,提出基于自适应次梯度投影算法(ASPM)进行压缩感知(CS)语音信号重构的方案.ASPM算法首先根据压缩感知重构模型建立包含稀疏重构信号并具有随机属性的凸集,然后运用次梯度投影的思想将该凸集的投影转化...     

基于平移不变离散小波的多普勒血流信号杂波抑制

针对由血管壁和慢速运动组织产生的杂波会严重影响超声多普勒低速血流成分频谱估计的准确性问题，根据超声多普勒血流信号及杂波的特征，提出基于平移不变离散小波变换的抑制杂波方法，分别对仿真和实际超声颈动脉血流信号进行实验，并与高通滤波和离散小波变换方法进行比较，结果表明：经过平移不变离散小波变换方法抑制杂波后，信号的声谱图质量及性能指标均有明显改善，其中低速血流相对误差仅为4．86％，与高通滤波方法的相对误差10．28％和离散小波方法的相对误差7．26％相比，相对误差分别减小了5．42％和2．4％，低速血流成分频谱估计的准确性得到了提高。