用近红外光谱法实时监测蛹虫草发酵中胞内多糖的质量浓度

应用近红外光谱(NIR)结合偏最小二乘法(PLS)建立一种实时监测蛹虫草发酵中胞内多糖质量浓度的新方法.对39个批次的蛹虫草在3个不同条件的5L发酵罐中进行蛹虫草深层发酵,发酵过程中间隔一定时间取样,采集样品的近红外光谱,并按常规方法测定样品中胞内多糖质量浓度,再采用PLS法建立样品的近红外光谱与胞内多糖质量浓度间的模型,所建模型经过选择最适光谱预处理方法和最适隐变量数进行优化,其留一交互验证预测值与化学测定参考值间的相关系数R=0.8750,交互验证均方根误差RMSECV=0.3052.采用最优PLS模型对样品中胞内多糖质量浓度进行预测,校正集预测均方根误差RMSEC=0.1670,预测集预测均方根误差RMSEP=0.3650,表明模型的稳健性和预测性能较好。     

基于碳纳米管的呼吸传感器及便携式系统设计

提出了一种新颖的基于碳纳米管的呼吸传感器.传感器芯片通过微加工工艺制造,采用简单的叉指状金属侧壁电极结构.电极上覆盖了一层碳纳米管薄膜层,极大地增强了传感器对呼吸气体的敏感性.以该传感器作为核心,设计了呼吸监测系统电路,包括信号发生器、I/V转换放大器、A/D转换器、以及基于FPGA的数字解调器、LCD显示模块、SD卡数据存储模块、呼吸异常报警模块7个部分,实现了该呼吸传感器系统的便携化.测试结果表明,呼吸传感器便携式系统具有响应快、回复快、灵敏度高、抗干扰强等优点.     

对浸入式便携分光光谱仪测定地表水中氟化物含量的准确性评价

采用PORS-15浸入式便携光谱仪测定地表水中氟化物的含量,与国家标准方法测定结果比对无显著偏差。氟化物浓度在0.1～2.0mg/L范围内与吸光度呈良好的线性关系,线性相关系数为r=0.9996。加标回收率为98%～104%,测定结果的相对标准偏差为0.8%～2.0%(n=6)。满足地表水监测分析方法中关于氟化物测定的限值要求。     

聚苯胺/硫化铜复合材料的制备及其近红外吸收性能

以五水硫酸铜(CuSO_4·5H_2O)与硫粉(S)为原料,采用溶剂热法制备了花状硫化铜,通过正交实验法对PVP的用量、Cu∶S(摩尔比)、反应时间以及反应温度等参数进行了优化;采用原位聚合复合制备了聚苯胺/硫化铜复合材料.利用FT-IR、XRD、SEM、固体漫反射紫外-可见-近红外光谱对样品进行了表征和性能测试.结果表明,在1.0 mL CuSO_4·5H_2O(1.0 mol/L)溶液和0.064 g(2.0 mmol)硫粉(即Cu∶S(摩尔比)为1∶2)、0.25 g PVP、反应温度200℃、反应时间6 h条件下,制备了颗粒平均直径为5～8μm的花状硫化铜;当硫化铜用量为30 wt%时,聚苯胺/硫化铜复合材料的近红外吸收性能在650 nm处达到最强2.12 a.u..     

便携式α-β-γ谱仪设计

现有便携式谱仪无法同时对α-β-γ射线进行测量,使得相关人员对α-β-γ混合场景的评估与处理存在不便,因此研制了一套便携式α-β-γ谱仪以解决上述问题. 谱仪采用PIPS探测器和LaBr3(Ce)探测器分别对α-β粒子和γ射线进行测量,获取高分辨的能谱. 经测试,谱仪的α能量分辨率小于140 keV (5.486 MeV,0.1 atm),α表面发射率响应67.34% (241Am),β表面发射率响应19.13% (90Sr-90Y),γ能量分辨率小于3.4% (662 keV). 因此谱仪可同时测量α-β-γ射线并获取高分辨的能谱,有助于相关人员对测量现场做出快速准确的评估与处理.     

基于短时傅里叶光谱与数据融合的土壤成分含量预测

土壤肥力是衡量土壤质量的重要指标.为了评估土壤质量和提高作物产量,迫切需要找到快速预测土壤成分的途径.首先提出Inception层短时傅里叶变换卷积神经网络(inception short-time Fourier transform convolutional neural network,简称I-STFT-CNN)单一光谱模型,然后提出2个融合光谱模型II-STFT-CNN(indirect inception short-time Fourier transform convolutional neural network)和CI-STFT-CNN(cascade inception short-time Fourier transform convolutional neural network),最后对这些光谱模型的性能参数进行对比.研究结果表明：相对于SVR(support vector regression),PLSR(partial least squares regression)和STFT-CNN(short-time Fourier transform convo...     

近红外光谱分析技术在监测L-异亮氨酸发酵过程中的应用

以L-异亮氨酸发酵过程的发酵液为样品, 用偏最小二乘法考察2种光谱采集方式、 7种光谱预处理方法及不同光谱波段选择对建立5种氨基酸光谱预测模型精度的影响. 通过建立L-异亮氨酸发酵过程中主副产物最佳光谱预测模型, 确定最佳光谱信息采集方式、 光谱预处理方法、 光谱波长范围及模型因子数. 结果表明: 反射扫描优于透射扫描获取光谱所建最佳预测模型; 反射光谱采集L- 异亮氨酸、 L-丙氨酸、 L-谷氨酸、 L-亮氨酸和L-苏氨酸5种氨基酸最佳校正模型相关系数均大于0.96, 其交互验证均方差分别为1.760,0.462,0.430,0.259,0.199, 相对分析误差分别为7.8,6.8,6.3,5.0,6.4, 表明所提出的近红外光谱分析法快速检测氨基酸发酵液中各成分稳定可行.     

基于改进遗传算法的区间光谱特征波长变量选择方法

为提高土壤养分近红外光谱预测模型的鲁棒性和预测精度,提出一种基于改进遗传算法的近红外区间光谱特征波长变量选择方法.利用土壤速效磷近红外光谱全光谱波长变量纯度梯度的正负变化次数将全光谱划分为多个波长间隔,以偏最小二乘回归模型(PLS-R)输出的变量投影重要性系数(V_(VIP))大于1作为提取准则,提取对土壤养分预测目标量解释性较强的波长间隔,并合并成一个区间光谱.建立区间光谱特征波长变量(FWV)PLS-R模型,利用改进遗传算法选择PLS-R的均方根误差为最小对应的FWV为最优FWV.试验结果表明:该方法在区间光谱选择最优FWV,能提高回归模型的鲁棒性和预测精度,简化模型结构;改进遗传算法采用一种改进的实数编码差分变异算子,扩大了全局最优解搜索空间,提高了收敛速度.     

近红外光谱相似度匹配分析方法鉴别烟支真伪

为了能够快速无损地鉴别卷烟的真伪,应用傅立叶变换近红外(FT-NIR)光谱分析技术结合相似度匹配的定性分析方法,以来自红云红河烟草(集团)有限责任公司云烟(印象)、云烟(软珍品)和云烟(紫)3个牌号卷烟各50批(共1000支)烟支样品的近红外漫反射光谱数据为基础,利用TQ统计软件分别建立以上牌号烟支的相似度匹配鉴别模型,并对建模参数和模型的鉴别效果进行了评价.结果表明,云烟(印象)、云烟(软珍品)和云烟(紫)3个牌号的鉴别模型对模型牌号和非模型牌号(包括假冒模型牌号和其它卷烟)烟支的鉴别准确率分别达到100%,98.3%和96.7%.因此,应用FT-NIR光谱分析技术可以对卷烟烟支进行快速、无损和大批量鉴别,为卷烟打假维权提供新的思路和方法.     

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。