近红外光谱法测定三元混合物中氯苯的含量

利用近红外光谱分析结合偏最小二乘法测定甲苯、氯苯和正庚烷构成的三元混合体系中氯苯的浓度。通过考察混合物吸光度与氯苯浓度的相关性,以预测残差平方和为评价指标,对光谱进行了变量筛选,并将选择的33个波长变量建立的定量校正模型与全谱范围的校正模型进行比较。结果表明本方法可使最终所得的模型中变量数大大减少,通过波长变量优选最小化冗余信息、提高预测精度及建模效率。     

同步荧光光谱结合CARS变量优选预测猪肉中四环素残留含量

为快速检测猪肉中的四环素残留含量,采用同步荧光法结合竞争适应重加权采样(CARS)变量优选法建立了预测猪肉中四环素残留含量的支持向量回归(SVR)模型.从样本的三维同步荧光光谱中确定了最佳波长差为65 nm,采用CARS方法从中挑选出与四环素相关的特征波长变量,并与连续投影算法(SPA)及遗传算法(GA)进行比较.最后,应用SVR算法对优选出的16个波长变量建立猪肉中四环素含量的预测模型.分析发现,多元散射校正(MSC)光谱预处理后的CARS方法优于SPA及GA变量选择方法,可以有效地筛选出全光谱中的特征波长变量.CARS-SVR建立的四环素预测模型优于原始光谱的SVR模型,其预测集的决定系数(R2)和预测均方根误差(RMSEP)分别为0.961 2和10.94 mg/kg.研究结果表明,采用同步荧光法结合CARS-SVR模型可以预测猪肉中的四环素残留含量,且CARS-SVR能有效地简化模型并提高预测精度.     

无信息变量消除法在近红外光谱测定的应用

本文通过讨论了无信息变量消除法(uninformative variables elimination,UVE)的原理,并用此算法对玉米的近红外光谱数据进行波长变量选择,再使用偏最小二乘法(partial least squares,PLS)建立模型。结果表明,与使用全谱数据建立的模型相比较,筛选变量后建立的校正模型不仅简化了,而且增强了预测能力。     

近红外光谱分析烟叶中的多酚类物质

多酚类物质是烟叶香气产生的重要前体物质。采用近红外光谱结合偏最小二乘算法建立了烟叶中总多酚含量的回归模型。采用建立的模型对检验集进行预测,预测集决定系数R2为0.8671,模型误差SEP为1.4287。结果表明近红外光谱分析技术可以成功应用于烟叶中总多酚含量的检测。此外,为消除烟叶近红外光谱中无效波长变量,采用无消息变量消除算法对所建近红外模型进行优化。结果表明采用该算法后,剩余变量数得到减少,模型维数显著降低,预测性能有所提高。     

高光谱成像结合人工神经网络无损检测桃的硬度

为无损检测桃的内部品质,提出了结合高光谱成像技术和人工神经网络无损检测桃硬度的方法。采集了摘后贮藏了12d的140个桃在900~1 700nm的高光谱图像,以每个桃高光谱图像中40pixel×40pixel的感兴趣区域的平均光谱作为桃的原始反射光谱;利用Savitzky-Golay平滑和标准正态变量变换对光谱进行预处理;基于x-y共生距离算法划分样本,得到校正集样本105个和预测集样本35个。利用连续投影算法、无信息变量消除法和正自适应加权算法从全光谱的216个波长中分别提取了12个、103个和22个特征波长;分别建立了基于全光谱和提取的特征波长预测桃硬度的支持向量机模型和BP网络模型。结果表明,基于全光谱建立的BP网络模型具有最好的预测性能,其预测相关系数为0.856,预测均方根误差为0.931。本研究为基于桃内部品质的工业化分级提供了基础。     

近红外光谱法非破坏分析生理盐水

本文将近红外光谱法与偏最小二乘法(PLS)结合,对生理盐水中的NaCL浓度进行快速分析,建立了最佳数学校正模型.讨论了光谱的预处理方法和主成分数对PLS定量预测生理盐水中NaCL浓度的影响,并对预测集样品含量进行预测,结果令人满意.     

变量优选在纺织品棉含量近红外分析中的应用

为实现用较少的变量建立适当的模型,以准确预测未知棉涤样品的棉含量,用NIRFlex N-500近红外光谱仪采集297个棉涤样品的光谱,用蒙特卡罗无信息变量消除法(MC-UVE)对变量进行筛选,偏最小二乘法(PLS)建立棉含量的定标模型,根据各个模型所用的样品数、交叉验证均方根误差(RMSECV)、预测集均方根误差(RMSEP)和预测相关系数(r)评价定标模型的精度和稳定性。结果表明:通过上述数据预处理方法进行变量筛选后,用PLS建立的校正模型不仅使数据的运算量大幅度降低,还能很好地预测未知样品的棉含量,使得基于近红外光谱的棉涤样品中棉含量的定量分析方法进一步简化。     

常压塔的自校正广义预测控制

针对常压塔中干扰变量多、且具有一定时变特性和非线性,采用基于多输入的自校正广义预测控制算法对常压塔的塔顶及侧线抽出温度进行控制,克服干扰对被控变量的影响,并通过在线递推估计模型参数以适应对象特性的变化。提出具体的算法,然后给出仿真实例和结论     

基于最小二乘支持向量机的辣椒可溶性固形物和维生素C含量近红外光谱检测

应用傅里叶变换近红外光谱技术实现了鲜辣椒中可溶性固形物(SSC)和维生素C(Vc)含量的快速无损检测。分别采用7种预处理方法对原始光谱进行处理后,建立了SSC和Vc预测的偏最小二乘法(PLS)模型。将利用最小二乘法(PLS)提取的主成分(PC)和蒙特卡罗无信息变量消除法(MC-UVE)提取的有效波长作为最小二乘支持向量机(LSSVM)的输入变量,分别建立了PC-LS-SVM和MC-UVE-LS-SVM模型,并与MC-UVE-PLS模型进行了比较。采用优化后的模型对27个预测集未知样品进行了预测。结果表明,对鲜辣椒中SSC含量预测最优的为MC-UVE-PLS模型,其预测集相关系数(rp)为0.971,预测集均方根误差(RMSEP)为0.382°Brix;对鲜辣椒中Vc含量预测最优的为MCUVE-LS-SVM模型,其rp为0.899,RMSEP为21.022mg/100g。研究结果表明:鲜辣椒中SSC和Vc的含量与近红外光谱具有显著的相关性。     

基于互信息变量选择的变压器油中溶解气体浓度预测

针对变压器油中溶解气体浓度预测中存在的输入变量选择结果受噪声影响的问题,提出了改进的互信息变量选择和支持向量回归机的油中溶解气体浓度预测方法.首先,对油中溶解气体各变量进行相空间重构,利用独立成分分析方法进行信噪分离;然后,提出改进的标准化互信息方法进行输入变量选择,以降低噪声对互信息变量选择的影响;最后,采用支持向量回归机作为预测器对变压器油中溶解气体浓度进行预测.实验结果表明,改进的标准化互信息的输入变量选择结果吻合油劣化热动力学研究结果,具有较优的预测精度和泛化能力.     

基于OSC/PLS法识别被不同浓度农药污染水果的初步研究

本文采用正交信号法(orthogonal signal correction,OSC)处理被不同浓度农药污染的脐橙近红外光谱(350～1800nm),在整个光谱范围内应用偏最小二乘法(partialleastsquares,PLS)建立农药污染的预测模型。PLS校正模型采纳的最佳因子数会随着OSC因子的增加而逐渐减少,并且对模型精度影响不明显,因此可以达到简化模型的效果。实验结果表明,当OSC因子数为15时,PLS模型最佳的因子数为3,其预测组脐橙表面农药污染程度的实际类别与预测类别的相关系数R2与预测样本均方根误差RMSEP分别为0.8923和0.3746。     

法布里干涉近红外光谱仪测定烟草品质成分

法布里干涉近红外光谱仪是近年新出现的一种基于微机电制造技术的近红外光谱仪,具有高性能、重量轻、体积小、无移动部件等特点,非常适用于现场、在线分析。本研究采用Axsun便携型近红外光谱仪采集了148个烟草样品的近红外光谱,分别针对烟碱、总糖、还原糖、总氮和蛋白质建立了定量校正模型。结果表明,烟碱、总糖、还原糖、总氮和蛋白质的模型维数分别为9、5、7、7和6,决定系数（R2）分别为99.18%、93.68%、89.10%、98.24%和87.87%,校正集均方根误差（RMSEC）分别为0.11、1.03、1.27、0.05和0.44,验证集均方根误差（RMSEV）分别为0.18、1.06、1.32、0.08和0.53,相对预测性能（RPD）分别为6.03、3.41、2.59、4.37和2.10,外部验证集均方根误差（RMSEP）分别为0.28、0.88、1.56、0.11和0.42。F检验结果表明,各模型校正集及其外部验证集的预测值和化学值具有极显著的相关关系。本研究表明,Axsun便携型近红外光谱仪可以保证烟草成分定量校正模型的精度,实现近红外光谱分析向样品现场检测、田间作物现场分析等方面的进一步推广。     

基于单沿提取法的血液酒精含量检测方法研究

近红外光可透过人体较薄的皮肤和组织,用光谱仪获得人体指端光谱数据,以医院生化采集分析的值作为参考,建立血液成分与动态光谱数据的校正模型,从而对人体血液中酒精浓度值进行预测。本文利用单沿提取法提取动态光谱,共采集了120名志愿者喝酒后的指端近红外动态光谱数据,用偏最小二乘法建立校正模型做回归分析,取90个样本作为校正集30个样本作为预测集。其校正集和预测集的相关系数分别为0.9784和0.9646,预测集的相对误差最大是6.1%,最小是0.14%,相对误差平均值2.84%。     

基于人工神经网络的红外焦平面阵列定标方法

用标准黑体定标数据分别采用基于神经网络和基于线性模型的定标方法对非制冷红外焦平面阵列上单个单元进行了定标,并对二者定标结果进行了分析和讨论。基于线性模型的定标方法采用最小二乘法拟合定标系数,数据处理简单,但精度较低。人工神经网络定标方法是在未知的情况下通过设计合适的网络就可以逼近输入与输出之间的映射关系,提高了定标精度。     

基于约束线性判别分析的非监督高光谱影像分类方法

针对高光谱影像非监督分类问题,从特征提取的角度提出了一种用于高光谱混合像元分类的非监督约束线性判别分析算法（UCLDA）。该算法首先利用顶点成分分析（VCA）提取端元,然后用光谱角匹配方法（SAM）构造训练样本并基于约束线性判别分析（CLDA）进行特征提取,最后用最小距离法分类。整个算法实现了非监督分类。对模拟的高光谱数据和真实的遥感影像进行了仿真研究,研究结果表明．UCLDA略优于最小二乘光谱混合分析技术．但明显好干经典的井．谱角匹配分娄．     

PLS-近红外漫反射光谱法对氢氧化铝粉末药品非破坏定量分析

本文采用近红外漫反射光谱法对氢氧化铝粉末药品中主要成分氢氧化铝进行快速、无损定量分析。采用偏最小二乘法（PLS）建立近红外光谱信息与待测组分含量间的最佳数学校正模型。讨论了光谱的预处理方法和主成分数对PLS定量预测能力的影响,并对预测集样品含量进行预测,得到了较为满意的结果。     

基于Pro/E行为建模技术的电饭锅内锅设计

介绍了电饭锅内锅设计中,行为建模技术的应用,能为类似设计提供帮助。设计中,电饭锅内锅顶部直径D和高度h为可变量,通过敏感度分析,并结合设计需要,确定其取值范围D=210～240m m,h=140～160m m。先利用行为建模技术中优化分析工具得到质量最小,且在标记处容积为4L的内锅模型,然后利用行为建模技术中分析功能和Pro/E软件中的关系阵列,标注容积刻度,从而完成内锅的数学建模。     

X射线荧光光谱法测定铝硅锆质耐火材料中主次成分

以无水四硼酸锂和碳酸锂作熔剂,采用玻璃熔片法制样,建立了测定铝硅锆质耐火材料中Al2O3,SiO2,Fe2O3,TiO2,CaO,MgO,ZrO2,HfO2等组分的X射线荧光光谱法（XRF）。根据铝硅锆质耐火材料中主次成分含量范围,采用标准样品配制出被测组分具有合适含量范围和浓度梯度的校准样品绘制校准曲线。并对熔剂选择、基体效应校正进行了探讨。将X射线荧光光谱法用于铝硅锆质试样的分析与化学分析结果进行比对,两者吻合。     

高效液相色谱荧光检测法测定植物性食品中阿维菌素类药物

建立了植物性食品中阿维菌素类药物(阿维菌素、伊维菌素、多拉菌素、甲氨基阿维菌素苯甲酸盐和乙酰胺基阿维菌素)残留量的高效液相色谱测定方法。用乙腈提取溶剂样品中的目标物,碱性氧化铝固相萃取小柱和炭黑氨基柱净化,经N-甲基咪唑和三氟乙酸酐衍生化后,用高效液相色谱-荧光检测器在激发波长为365nm,发射波长为475nm处测定。在添加浓度4.0～100μg/kg范围内,平均添加回收率在78.5%～99.2%之间,相对标准偏差在0.56%～7.25%之间,检出限为1.0μg/kg。方法简便、快速、准确。在0.004mg/L～2.0mg/L范围内,阿维菌素类药物标准工作溶液的色谱峰面积与质量浓度成良好的线形关系,相关系数为0.9995。