多尺度建模在近红外光谱模型传递中的应用

模型标准化方法是目前最常用的近红外光谱模型传递方法,但大都基于单尺度,校正不够精细且易导致光谱信息丢失.本文尝试采用多尺度建模这一化学计量学领域刚兴起的新思路,将其应用于近红外光谱模型传递中,在多尺度空间上校正主、从机光谱之间的差异,有效实现了预处理与多元校正的一体化运算.将该算法应用于多台近红外光谱仪所采集的玉米模型转移中,结果表明,本算法无需预处理即可实现模型传递功能,传递后的模型校正精度和可靠性都得到了显著提升,进而为近红外光谱模型传递提供了一种新手段.     

温度对果糖含量近红外光谱检测模型传递的影响

以果糖溶液为研究对象,采用斜率/截距(S/B)算法,通过不同温度的果糖含量检测模型在两台不同厂家的傅里叶变换近红外光谱仪间的传递,讨论了样品温度变化对模型传递的影响.主、从仪器直接建模时,预测集的均方根偏差(RMSEP)均随温度升高呈增大的趋势,但整体变化不显著.直接预测时,预测集的RMSEP均大于0.86,效果不理想;采用S/B算法传递后,预测结果得到改善,主、从仪器相同温度光谱间的传递结果优于不同温度光谱间的传递,15℃、22℃和28℃时相同温度光谱间传递后的RMSEP分别为0.317、0.389和0.416,差异显著.实验结果表明,进行模型传递时,样品温度变化会对模型传递产生较大影响;保证样品温度一致下,选择合适温度有利于取得最佳传递效果.     

不同光照下的近红外光谱模型传递研究

针对室外光照对近红外光谱检测带来误差的问题,提出基于模型传递来减少检测误差的方法。以圆黄梨为样品,分析样品在室内、室外阴影下的近红外光谱,建立室内光谱的偏最小二乘(PLS)模型。采用直接校正(direct standardization,DS)算法,减小室内外光谱差距,使得室内PLS模型能预测室外光谱。结果表明:在室内建立的模型能预测经DS算法传递后的室外光谱,预测决定系数(r2p)和预测均方根误差(root mean square error of prediction,RMSEP)分别为0.71和0.374,能有效解决室外光照对光谱检测的影响。     

近红外光谱技术检测烟叶中的氨基酸

研究应用傅里叶变换近红外光谱法快速测定烟叶中氨基酸含量的可行性,使用偏最小二乘法(PLS)为建模方法,选择3800~8000 cm-1谱段,采用二阶导数和Norris Derivative滤波法进行光谱预处理,建立了烟叶中氨基酸含量的近红外预测模型。采用留一(leave-one-out)交叉验证法进行建模,并以校正集样品的交叉验证相关系数(R)和均方差(RMSECV)为指标优化光谱预处理方法和模型参数,确定最佳预测模型。将近红外光谱技术与常规标准检测方法相比较,结果表明,近红外光谱技术可以较为准确的测定烟叶中氨基酸的含量。     

烟叶复烤在线近红外模型的建立和应用

快速准确检测烟叶水分值对烟叶复烤具有重要意义。针对复烤企业下属复烤厂比较分散,在应用近红外分析技术时,不方便进行近红外模型管理维护和数据的一致性要求,提出将各复烤厂相关数据进行整合,建立统一的近红外模型,建模过程中采用K-S方法挑选样品,优化后模型的RMSECV和RMSEP分别为0.33和0.34,R~2由原来的0.73提高至0.84,模型相关性得到改善。结果表明:文章所用方法建立统一模型检测准确度满足实际生产要求,K-S方法能有效改善样品分布情况,保持建模样品具有代表性,同时还能压缩建模光谱数据库的作用,方法可以推广到其他集团化企业的近红外建模中。     

近红外漫反射光谱法快速检测火药吸收药混合液中黑索今组分含量

研究了采用近红外( NIR)漫反射光谱技术快速检测火药吸收药混合液中黑索今( RDX)组分含量的方法。将装有混合液样品的烧杯置于光谱仪主机光源窗口上方,直接采集样品光谱图。通过分析纯RDX和样本的近红外光谱,确定908~945 nm、1094~1253 nm和1577~1678 nm作为建模谱区。通过比较不同的光谱预处理办法的效果,选择标准正态变换( SNV )＋一阶导数＋谱线平滑对原始光谱进行预处理。采用偏最小二乘方法(PLS)对RDX组分建立了定量线性校正模型。结果表明：模型的交叉验证决定系数(R2cv)为0.9879,交叉验证均方根误差(RMSECV)为0.2420,预测均方根误差(RMSEP)为0.2127,预测结果的平均相对误差为0.5661％,25 s内完成样品分析。该方法可给改性双基火药的连续自动化生产提供技术支持。     

小波域高斯混合模型方差估计近红外降噪方法

针对抑制近红外光谱噪声与保留光谱信号细节的矛盾,提出一种基于噪声方差估计的小波域降噪方法.该法对光谱信号小波域高频系数建立了两状态高斯混合模型,用EM算法估计模型系数,推证模型对噪声方差准确估计特性,将估计得到的噪声方差建立了阈值降噪模型.实验建立黄酒近红外光谱快速预测酒精度偏最小二乘模型,对比分析Penalty阈值、...     

近红外漫反射光谱结合神经网络检测小麦蛋白质含量

为了实现对小麦蛋白质含量的快速检测,提出了基于近红外光谱结合神经网络的小麦蛋白质检测方法.以160个小麦样品为对象,采集其近红外漫反射光谱,并以国标法分析小麦样品蛋白质含量,作为参考值.样品随机分成预测样品集和定标样品集,其光谱经标准归一化、去趋势等预处理后,采用BP神经网络和偏最小二乘法分别建立蛋白质含量定标模型.BP神经网络模型的预测相关系数和预测均方根误差分别为0.98和0.270 4%.而偏最小二乘法模型的预测相关性系数和预测均方根误差分别为0.98和0.303 8%.结果表明,两种方法建立的模型都具有较好的预测相关性和预测效果,其中BP神经网络模型优于偏最小二乘法模型.用非线性BP神经网络结合相应算法建立模型检测小麦蛋白质含量的定标模型可以提高检测准确性.     

近红外技术应用于成品卷烟的内在质量稳定性控制

以某品牌卷烟为例,采用傅立叶变换近红外光谱技术采集成品卷烟的近红外光谱,结合连续流动法测定样品中还原糖、烟碱、氯、钾含量的数据,采用偏最小二乘法(PLS)分别建立了预测品牌卷烟烟丝中还原糖、烟碱、氯、钾及糖碱比、钾氯比的近红外模型,模型的相关系数(除钾外)都在0.95以上。用建立的模型快速检测红狼卷烟的各化学成分,通过值的波动范围初步监控成品的质量稳定性。并采集它们的近红外光谱,应用连续小波变换(CWT)对原始光谱进行预处理,再对CWT系数进行主成分分析(PCA),在PCA分析的基础上引入马氏距离算法建立成品卷烟质量稳定性评价模型。通过研究光谱预处理对卷烟样品分类鉴别的影响,确定马氏距离阈值Dthro,结合近红外定量测定值与马氏距离阈值Dthro,对卷烟产品质量稳定性进行评价和控制。     

一种通用网络通信系统的设计与实现

在TCP／IP协议的基础上，采用合理的软件结构、算法以及对同一主机的多网卡支持，设计了一种可应用于大型分布式处理（如分布式仿真）的多机通信系统，目标是屏蔽诸如IP地址、端口号、套接字等网络通信概念，实现一种通用的进行网络通信实时可靠传输的机制，避免类似程序的重复开发，使网络通信的实现更加容易。应用结果表明，系统使用容易、通用性强，实现了对通信服务的实时传输和可靠传输的支持。     

近红外光谱结合模式识别算法溯源识别卷烟纸油污

为实现对油渍污染卷烟的快速识别及溯源。采集卷烟生产过程中使用的6种润滑油污染在4种卷烟纸上样品的近红外光谱,结合未污染样品的近红外光谱,优选出原始样品原始光谱及二阶导数光谱中共有的差异性光谱波段范围,采用模式识别算法(principal component analysis-mahalanobis distance, PCA-MD)分别建立污染及未污染样品模式识别模型和不同卷烟上6种润滑油的模式识别模型。结果表明:1)基于污染及未污染样品原始近红外光谱及二阶求导光谱差异性分析,优化出的模式识别模型建模波数范围是:6 000～5 300 cm~(–1)和4 500～4 000 cm~(–1);2)建立的污染及未污染模式识别模型前3个主成分累计得分贡献率97.826%,模型分类效果明显,建模集及外部验证集样品的识别准确率均为100%;3)分别建立的6种油渍在4种卷烟纸上的溯源类模型,前3个主成分得分累计贡献率均大于96%,模型分类效果明显,建模集及外部验证集样品的识别准确率均为100%。所建立的基于近红外光谱分析方法结合模式算法(PCA-MD)可实现卷烟生产过程出现的"黄斑烟"中油渍烟的快速识别及污染油渍溯源。     

考虑半托盘出库的堆垛机复合作业拣选路径优化研究

结合自动化立体仓库中堆垛机执行出入库作业的实际情况，提出了考虑半托盘出库情况下的堆垛机复合作业拣选路径优化问题，并构建了该问题的数学模型。针对研究问题的特点，利用一种离散烟花算法进行模型求解，采用爆炸算子和变异算子执行烟花的爆炸操作，实现算法的全局搜索和局部搜索；应用精英选择策略和类似轮盘赌策略以提高收敛效果。最后以某烟草物流公司自动化立体仓库的堆垛机拣选作业为例，将离散烟花算法与其他算法的运算结果作对比，验证了该算法更具求解优势。     

长喉颈文丘里管气液两相流弹状流机理研究

为了实现气液两相流相含率测量并得到相关模型,结合气液两相流研究现状,采用近红外光谱技术与高速摄影技术结合的手段,利用近红外系统布置于长喉颈文丘里管喉管位置的新装置,将弹状流相间流动特征与近红外测量系统接收光强信号特征相结合,提出了把弹状流分成泰勒气泡与尾部气泡两部分的简化模型,在数据处理时对近红外接收光强高频信号进行有效分组,建立了新的气液两相流弹状流相含率测量模型。从一定程度上解决了弹状流不同部位的两相交界面对近红外接收探头接收光强信号影响差异较大的问题。新型模型的测量效果较好,所得结果测量误差较小。     

基于可见/近红外光谱分析技术的水性油墨黏度 预测模型

针对水性油墨黏度测量方法存在操作复杂、主观性强等问题,利用可见/近红外光谱分析技术结合化学计量学方法,建立水性油墨黏度预测模型,实现水性油墨黏度的快速无损检测。首先,利用微型光纤光谱仪采集水性油墨样本的反射光谱;再通过比较不同预处理方法对原始光谱数据的预处理效果,分别基于原始全光谱及预处理后的光谱数据构建水性油墨黏度的偏最小二乘回归（PLSR）和主成分回归（PCR）预测模型;最后,将预处理后的光谱数据采用连续投影算法（SPA）和竞争性自适应重加权算法（CARS）提取特征波长,并基于特征波长的光谱数据建立水性油墨黏度的PLS预测回归模型。结果表明,采用SPA算法从全光谱中只提取了4个特征波长,不仅显著简化了模型,提升了模型的运算效率,建立的SNV-SPA-PLS模型还具有最佳的预测性能（Rp2=0.9992, RMSEP=0.0732）。该研究结果表明应用光谱分析技术实现对水性油墨黏度检测是有效可行的,为进一步通过光谱分析技术进行水性油墨在线黏度检测提供了新方法,为提高印刷品质量稳定性提供了技术基础。     

基于k-means聚类挑选特征样品建立烟草近红外光谱模型

为突破建立近红外光谱模型需要大量实验数据这一瓶颈,实现快速建立烟草近红外光谱预测数学模型,本研究利用k-means聚类分析算法挑选出具有代表性的特征样品光谱,采用偏最小二乘(PLS)回归法建立了烟草6项常规化学指标的近红外光谱模型,并对模型进行了优化及外部验证。结果表明:烟草6项常规化学指标预测模型的相关系数(R)较大,在0.9356以上,交叉验证均方差(RMSECV)在0.867以内,外部验证均方差(RMSEP)小于1.71,预测值和标准值没有显著差异。同时,预测结果还与用大量样品建立的模型的预测结果进行了t检验方式的比较,其结果无显著性差异,说明用挑选特征样品建立的模型和使用大量样品建立的模型分析效果一致,可用于批量烟草样品常规化学指标的快速检测。     

基于遗传神经网络的大豆脂肪酸含量近红外光谱检测

本文提出了一种利用遗传神经网络建立数学模型的方法,建立起化学测定值与近红外光谱数据之间的定量关系。把得到的近红外光谱数据作为网络的输入,把用化学法测定的五种脂肪酸含量作为网络的输出,再利用遗传算法训练神经网络的权值,建立大豆脂肪酸的神经网络检测模型,探索出一种能够准确、高效地完成近红外光谱检测的神经网络模型。     

400～1700 nm绝对光谱响应度校准和量值传递

介绍了高准确度光辐射功率校准原理和方法,利用低温辐射计作为主标准器,以陷阱探测器作为传递标准,激光器作为光源,通过激光功率稳定装置,校准了硅陷阱探测器和铟镓砷陷阱探测器的绝对光谱响应度。选取476.1, 488, 514.7, 521, 568, 632.8, 647.1, 785, 852, 980, 1064, 1550,nm共12条谱线完成了校准实验,绝对光谱响应度测量不确定度均优于0.05%。通过量子效率模型得出了硅陷阱探测器的绝对光谱响应曲线。利用InGaAs陷阱探测器分立波长点的绝对光谱响应度与相对光谱响应曲线进行了验证分析。结果表明,2种陷阱探测器均可用作传递标准进行高准确度的可见光和近红外光辐射功率校准和量值传递。     

近红外漫反射比副基准

中国计量科学研究院近红外漫反射比副基准于1986年经原国家计量局批准建立，它是随着航天遥感技术的发展需要而建立起来的。最初只是用于传递800nm－2000nm的光谱漫反射比的量值。而后随着国内各行业需要的不断增加，它的应用范围也在不断地拓展，先后开展了材料近红外辐射特性的测量，航空、航天材料的选择，军事伪装材料性能的测定等项工作。它还在纺织、印染材料、农用地膜性能的测量上有了广泛的应用n该副基准装置采用了光谱光度双球测量方法，在结构上满足o／d几何测量条件，其工作的主要光谱范围是800nm－2000nm。在1995年经过技术改…     

应用红外检测技术防酒驾系统的研究与开发

针对目前国内外酒驾控制装置无法快速有效识别的现状,采用红外检测技术,应用基于模式识别与聚类分析算法的近红外光谱分析方法,并根据近红外光谱特性,运用回归分析方法,最终建立一个数学模型,利用该模型来准确测算酒驾者血液中的酒精浓度,从而提出集成于汽车方向盘与发动机控制部件联动、有效控制醉酒人员驾驶行为的防酒驾控制系统的解决方案。据此方案,研究与开发了应用于实际驾驶的防酒驾装置。     

光谱预处理对棉涤混纺面料近红外定量模型的影响

以46个棉涤混纺面料样品为研究对象,采集样品的近红外漫反射光谱,光谱范围为12 000~4 000 cm-1,利用偏最小二乘法建立定量校正模型,并用交叉检验法对模型进行检验,以交叉验证均方差RMSECV和决定系数R2作为判断模型优劣的标准.对利用无光谱预处理、一阶导数法、二阶导数法、多元散射校正和矢量归一化五种不同预处理方法所建的模型进行了比较,发现对光谱进行矢量归一化预处理所建模型最优;此外还分析了建立纺织布料的近红外光谱定量分析模型时主要的误差来源及近红外光谱分析技术用于纺织面料定量分析的可行性.