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12500～4000cm^-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．     

近红外光谱技术在农药残留量检测中的研究

介绍了近红外光谱技术的发展及原理,基于近红外光谱分析技术对蔬菜中农药残留的检测方法进行了定性和定量实验研究．选取菠菜作为叶菜代表,用偏最小二乘建立校正模型,并对模型的通用性进行验证．实验表明,校正模型的预测结果比较理想,但模型的通用性还需要改善,同时还讨论了基于多信息融合技术在农药残留量检测中的研究前景．     

基于近红外光谱技术的辛伐他汀片剂生产过程多参数的质量监控

利用近红外光谱（NIR）技术,并结合化学计量学方法,建立了辛伐他汀片剂制备过程水分含量、制片压力、片剂硬度、主药含量四参数的近红外定量分析模型。采用偏最小二乘法（PLS）建立校正模型,以相关系数（R）、校正均方差（RMSEC）、预测均方差（RMSEP）和内部交叉验证均方差（RMSECV）为模型性能评价参数。其中水分含量校正模型的RMSEC为0.682,R为0.99030,内部预测集的RMSEP为0.672,R为0.9906,模型的RMSECV为0.99050;制片压力校正模型的RMSEC为0.181,R为0.98540,内部预测集的RMSEP为0.165,R为0.9763,模型的RMSECV为0.46900;片剂硬度校正模型的RMSEC为0.158,R为0.99130,内部预测集的RMSEP为0.176,R为0.9894,模型的RMSECV为0.34000;主药含量校正模型的RMSEC为0.322,R为0.98878,内部预测集的RMSEP为0.473,R为0.9802,模型的RMSECV为0.55100。结果表明,所建模型具有良好的预测能力,能有效地应用于辛伐他汀固体制剂生产过程中上述各参数的监控。所建方法,对药物固体制剂生产过程的质量监测与控制具有指导意义。     

近红外光谱对市售黄芩饮片中黄芩苷含量的快速测定

应用近红外光谱技术(NIR)和OPUS数据分析软件,对市售黄芩饮片中黄芩苷的含量进行了快速测定.采用偏最小二乘法(PLS)对黄芩饮片的结果与NIR建立校正模型,最小最大归一化法为黄芩苷的最优预处理建模方法,优化校正模型中真实值与预测值之间的相关系数(R2)为0.896 1,内部验证均方差(RMSECV)为0.836,最佳主因子数为9,预测平均偏差为0.92%.NIR具有非破坏性、无污染、重现性好等优点,可以用于市售黄芩饮片中黄芩苷含量的快速测定.     

近红外漫反射光谱法对DNA碱基混合物的定量分析

研究近红外漫反射光谱(NIRDRS)同偏最小二乘法(FLS)相结合对四种碱基(鸟嘌呤G、腺嘌呤A、胞嘧啶C、胸腺嘧啶T)混合物进行定量分析.实验结果表明:当最佳主成分数为4时,碱基含量的预测值最好,其预测集的相关系教R分别为A=0.9847,T=0.9851,G=0.9923,C=0.9933;相对标准误差RSD分别为A=0.3927%.T=1.4952%,G=1.6353%,C=1.7092%.     

近红外光谱法快速定量分析那格列奈

采用近红外漫反射光谱分析技术和化学计量学的方法对那格列奈进行快速无损的定量分析.采集41份不同浓度系列的那格列奈样品测量近红外漫反射光谱,用多元散射校正结合一阶导数的光谱预处理方法,结合偏最小二乘法(PLS)建立那格列奈的定量分析模型.结果表明:交叉验证均方根误差(RMSECV)为0.448 5,决定系数R2为0.999 8;预测均方根误差(RMSEP)为0.196 0.方法精密度RSD为1.1%(n=6),加标回收率为95.55%.结果表明,用近红外光谱分析技术对那格列奈进行定量分析结果准确可靠,方法简便快速,可推广用于此类样品的工业在线分析.     

用近红外光谱-PLS法非破坏性分析吡嗪酰胺片

应用偏最小二乘法结合近红外光谱法(NIRS-PLS)对吡嗪酰胺片中吡嗪酰胺的含量进行了非破坏性定量分析。采用近红外一阶导数800~1200 nm光谱区间建立了吡嗪酰胺片中吡嗪酰胺的含量定量分析模型,校正集预测值与真实值的相关系数(R)达到0.9989,预测均方根误差(RMSEP)为0.563,表明所建模型准确可靠,预测准确度高,NIRS-PLS方便快捷,可作为药品分析的一种常规方法。     

近红外光谱结合模式识别方法用于食盐溯源研究

应用近红外光谱分析技术,结合偏最小二乘辨别分析(PLS-DA)和支持向量机(SVM)两种模式识别方法用于5种食盐的品种追溯识别研究.将5种食盐250个样品分别在波长范围400~1 198 nm光谱条件下扫描并获取数据.从得到的每种食盐的光谱数据中随机选取34个样品利用SVM建立模型,用模型对其余16个样本进行预测,用网格寻优的方法选择最优参数,然后进行分类预测,5种食盐的准确识别率分别达到100%、93.8%、87.5%、100%和93.8%.通过PLSDA方法构建模型时采用二阶求导对近红外光谱数据进行预处理,并用留一法交互检验确定PLS模型的隐变量数,该模型对5种食盐的预测准确率分别达到93.75%、100%、100%、100%和100%,结果表明PLS-DA预测效果较SVM稍好.该研究为实现不同品种食盐的鉴定以及成品食盐的品种溯源提供了一种参考方法.     

结合PLS-DA与SVM的近红外光谱软测量方法

为了提高近红外光谱分析精度,提出结合偏最小二乘判别分析（PLS-DA）与支持向量机（SVM）的软测量方法（PLS-DA-SVM）.该方法利用一组由不同类别组成的训练样本,引入二叉树进行多重分类,节点分类器由PLS-DA方法建立;利用偏最小二乘支持向量机（PLS-SVM）建立每类样本的定量模型.预测时,用PLS-DA分类树对待测样本进行分类,选择相应的PLS-SVM模型进行定量分析.实验利用PLS-DA-SVM方法和近红外光谱数据建立汽油的研究法辛烷值软测量模型,针对2个批次共计57个成品汽油样本进行蒙特卡洛交叉检验.结果表明,对汽油牌号进行识别,平均分类错误率为0.07%,低于其他常用分类方法;对研究法辛烷值进行预测,均方误差达到0.243,复相关系数达到0.991,较PLS、LS-SVM等方法有显著提高.     

基于iPLS的玉米近红外光谱数据处理方法研究

通过对选取的离散小波变换后的小波细节系数的重构光谱进行iPLS建模,从中获得了较好的预测结果。实验表明,合理选择小波细节系数可减少非主要信息的干扰,并以此来提高成分分析精度的方法是切实可行的,采用iPLS建立的玉米蛋白质模型,不仅能有效地减少建模所用的变量数,缩短运算时间,而且预测能力和精度均得到提高,在实际应用中有一定的参考价值。     

Smoothness Prior Approach for Spectral Smoothing and Baseline Correction

Smoothness prior approach for spectral smoothing is investigated using Fourier frequency filter analysis. We show that the regularization parameter in penalized least squares could continuously control the bandwidth of low-pass filter. Besides, due to its property of interpolating the missing values automatically and smoothly, a spectral baseline correction algorithm based on the approach is proposed. This algorithm generally comprises spectral peak detection and baseline estimation. First, the spectral peak regions are detected and identified according to the second derivatives. Then, generalized smoothness prior approach combining identification information could estimate the baseline in peak regions. Results with both the simulated and real spectra show accurate baseline-corrected signals with this method.     

求解电力系统二阶共振点的直接法

电力系统的二阶共振会导致系统动态特征急剧变坏。二阶共振点是系统主导稳定模式转变的临界点。深入研究二阶共振的动态特征,需要快速确定二阶共振点。针对延拓法求解计算量大的问题,文章基于极小扩张系统方法,提出一种求解电力系统二阶共振点的直接法。通过建立微分动力系统拓展方程,将二阶共振点搜索转换为拓展方程组不动点求解。该方法大幅降低了计算量,提高了求解速度。利用电力系统模型仿真验证了该方法的正确性。       

偏最小二乘回归模型在水文相关分析中的应用

介绍了偏最小二乘回归的基本原理、建模基本思路和交又有效性判别方法，将偏最小二乘回归模型应用于水文相关分析，并与最小二乘回归模型进行比较分析。通过算例分析表明，该模型具有符合水文现象特性的合理结构及较高的相关分析精度，能很好的应用于水文相关分析中。     

谱方法数值计算研究进展

为了推动谱方法在科学计算中的广泛应用,给出了谱方法的基本原理和计算框架;总结了谱方法椭圆问题与双曲问题中的研究进展;论述了球面坐标和极坐标下的谱方法;分析了球谐谱方法在计算中的特点和存在问题;讨论了基于区域分解思想的谱方法,并对谱方法在实际计算中几个相关问题进行了分析.其中基于区域分解的谱方法可分为多域拟谱方法和谱元素方法,目前对二者的研究都非常活跃.     

基于主成分方法的浑浊水体组分的光谱探测分析

浑浊水体是水色遥感的重要研究对象,其光谱特征由浮游植物(叶绿素a含量)、无机悬浮物和可溶性有机物3个组分控制,利用光谱识别浑浊水体的组分信息对于光谱解混和组分的定量反演具有重要意义. 基于2010—2016多年太湖水体野外测量的数据,以水体光谱数据的协方差矩阵和相关矩阵为输入进行主成分分析,对比特征值分解(EVD)、奇异值分解(SVD)、非线性迭代偏最小二乘法(NIPALS)3种求解方法以及白化后处理对水体组分的识别作用. 结果表明,基于相关矩阵的SVD方法对浑浊水体组分的识别效果优于其他算法,获得的前3个主成分载荷累计贡献率为98.8%,依次代表了水、叶绿素a组分和悬浮泥沙组分信息; 白化后处理没有明显的优化作用.     

城市生活用水量预测的PLS-ANN模型

城市生活用水量受到多重因素的影响,这些因素之间的相关性都较大.将偏最小二乘回归与神经网络耦合,建立了城市生活用水量预测模型.将自变量利用偏最小二乘回归处理,提取对因变量影响强的成分,既可以克服变量之间的相关性问题,又可以降低神经网络的输入维数;利用神经网络建模可以较好地解决非线性问题.实例表明本预测模型的拟合和预测精度均较好.     

直剪试验的面积校正方法及误差分析

为定量估计不同尺寸试样直剪仪因试样面积减小对剪应力和强度指标的影响,对传统直剪仪和国内近年研发的几种大型直剪仪进行了剪应力面积校正和误差分析.用解析公式研究了不同尺寸试样不考虑面积减小的剪应力近似计算产生的误差随水平位移的变化趋势.结果表明：当位移不超过试样直径7.725%,标准直剪仪（Φ61.8 mm）和大型非标直剪仪的剪应力近似计算相对误差都不会超过10%,试样面积减小对剪应力-位移变化规律影响远大于对强度指标的影响,对后者的影响基本可忽略.     

解非线性规划信赖域SQP滤子方法的局部收敛性

讨论了信赖域SQP滤子方法的局部收敛性。SQP滤子方法是解非线性规划的一种较为有效的方法,但是滤子方法也会遇到Maratos效应。虽然完全牛顿步可能是一个超线性收敛步,但是当迭代点充分靠近原问题的严格局部解时,完全牛顿步可能会使目标函数值和约束违反度都上升,从而不被滤子接受,于是就影响了算法的收敛速度。对FLETCHER R,LEYFFER S,Ph.TOINT L在On the global convergence of a filter-SQP algorithm(2002)一文中的信赖域SQP滤子方法进行了修改,提出了一类新的算法:在这类算法中,如果完全牛顿步不被滤子接受,就通过对它进行一个二阶校正(SOC)来使得它容易被接受。     

平稳信号功率谱密度的估计方法

在实际情况下,许多平稳信号无法导出数学表达式,要准确获取这些信号的功率谱密度存在一定的困难。根据维纳-辛钦(Wiener-Khintchine)定理,提出一种基于Matlab编程实现这类信号的功率谱密度的估计方法。通过仿真实验表明,该方法简单易行,准确性较高。