苯甲酸添加剂的拉曼高光谱分析

对拉曼高光谱成像光谱仪采集苯甲酸添加剂得到的拉曼光谱信号和高光谱图像进行分析。采用小波去噪方法对原始拉曼光谱信号进行预处理,利用正交试验方法确定小波去噪参数的最优组合为小波基函数sym2、分解层数2、重调方式sln、阈值方案Rigrsure,此时信噪比为32.092。对去噪后的拉曼光谱进行谱峰归属和分析,得到了苯甲酸分子在不同波数范围内的特征振动模式,其中在1 636、1 603、1 000、793、615 cm-1和420 cm-1处的拉曼信号较强,可作为苯甲酸的拉曼特征频率。分析不同特征频率条件下的灰度图像,发现图像的亮度与特征频率的峰强相关且变化顺序具有一致性。研究结果为苯甲酸添加剂的检测分析提供研究基础。     

基于信噪比评价的阈值优选小波去噪法

在汽车自动变速器台架试验中,需要对角加速度信号进行消噪滤波。小波阈值去噪是计算量较小、滤波效果较好的消噪手段,但采用不同的小波基匹配不同的阈值规则可能会对去噪效果产生影响。为探寻相对最优组合,该文构建了近似观测信号的仿真信号,然后对该信号做了去噪实验,计算信噪比(SNR)和均方根误差(RMSE),并以此作为评价指标,从而得到相对最优的匹配组合,最后将该组合用于角加速度信号消噪处理过程,取得了较好的滤波效果。小波阈值去噪在处理含噪信号时具有效率较高、稳定性好、不易失真的特点;使用SNR结合RMSE可以对任何消噪结果作客观评判;不同的含噪信号,可能需要用到不同的小波基函数,同时匹配不同的阈值选取规则。     

石材平面磨削温度信号的小波分析

采用热电偶夹丝法测量了平面磨削山西黑石材过程中接触弧区的温度。利用小波分析提取信号中各个频率段的成分信息,探讨了石材平面磨削温度信号的频率特征。比较了傅里叶变换低通滤波、小波强制消噪、默认阈值消噪和给定阈值消噪处理等手段对温度信号的消噪结果,结果表明,小波去噪比傅里叶变换滤波更有利于保存信号的高频有用成分,而确定合理的阈值进行给定软阈值消噪比默认阈值更具有可信度。     

基于小波包分析的纸浆浓度信号去噪方法

针对造纸过程的纸浆浓度检测信号,给出了一种基于小波包分析的去噪方法.讨论了小波包分析和去噪的原理、阈值和阈值函数的选取,比较了选择不同阈值以及不同阈值函数对纸浆浓度信号去噪的效果.理论分析和仿真都表明基于小波包分析的去噪方法的有效性.     

微波辐射淀粉热重实验及其数据的小波去噪处理

用频率为2 455 MHz的微波辐射0.5 g/mL的木薯淀粉乙醇悬浮液,使用热重-微分热重(TGA-DTG)测试手段对微波改性后的木薯淀粉的热特性进行表征,并采取小波变换去噪法与5点平均去噪法对TGA-DTG信号进行去噪处理研究。结果表明,小波变换去噪法在滤除淀粉TGA-DTG 信号噪声时优于5点平均去噪法;经小波去噪处理的TGA-DTG信号表明,随着微波辐射时间的增加,木薯淀粉热稳定性呈增加趋势。     

微波辐射淀粉热重试验及其数据的小波去噪处理

用频率为2 455 MHz的微波辐射0.5 g/m L的木薯淀粉乙醇悬浮液,使用热重-微分热重(TGA-DTG)测试手段对微波改性后的木薯淀粉的热特性进行表征,并采取小波变换去噪法与5点平均去噪法对TGA-DTG信号进行去噪处理研究。结果表明,小波变换去噪法在滤除淀粉TGA-DTG信号噪声时优于5点平均去噪法;经小波去噪处理的TGA-DTG信号表明,随着微波辐射时间的增加,木薯淀粉热稳定性呈增加趋势。     

几种消噪方法在断路器故障监测中的应用

针对断路器现场监测的信号中含有很多噪声,文章应用三种小波方法、中值滤波、小波包以及中值与小波结合的算法对采集的信号进行处理。在小波分析过程中,采用了强制消噪、默认阈值消噪和给定软阈值消噪三种方法,以及将给定的软阈值与中值滤波算法混合对同一原始断路器信号进行处理,经过对比各个方法消噪后的效果图,并采用信噪比与均方差作为衡量指标。仿真结果表明,给定的软阈值消噪算法较其它算法能更好的减少监测断路器振动信号过程中产生的噪声。     

小波阈值降噪法在心电信号处理中的应用

心电信号检测作为心脏病临床诊断的关键环节,要求检测人员必须严格按照心电信号检测原则及要求,做好心电信号检测工作。然而,因心电信号在表现特征方面多具备非平稳特性、污染噪声分布范围大等特点,导致其在一定程度上对传统线性滤波器产生了限制使用影响。目前,为去除心电信号中的噪声问题,研究人员主张运用小波阈值降噪法实现对心电信号的去噪处理。针对于此,文章主要以小波阈值降噪法为研究对象,针对小波阈值降噪法在心电信号处理中的应用实践进行研究与分析。     

织物疵点图像消噪方法的比较

织物疵点图像的消噪是疵点识别和分类的重要预处理步骤。采用中值滤波、Wiener滤波和小波阈值化消噪3种方法对织物疵点图像进行消噪处理。在采用中值滤波和Wiener滤波时,同时选用3×3和5×5滤波器进行消噪;在采用小波阈值化消噪时,计算图像全局阈值,同时采用软、硬阈值消噪方法,对疵点图像进行消噪。通过实验比较,采用小波阈值化方法消噪时,疵点图像边缘清晰,峰值信噪比显著提高,其效果明显好于中值滤波和Wiener滤波;采用小波阈值化消噪后的疵点图像可在特征提取和识别中使用。     

利用拉曼光谱技术识别溴氰菊酯和 啶虫脒农药的研究

目的 初步建立溴氰菊酯农药和啶虫脒农药的拉曼光谱研究方法。方法 利用激光拉曼光谱技术, 将农药溶液装满铝盒, 采集农药溶液的拉曼光谱曲线, 运用自主编写的程序对光谱曲线进行预处理, 以去除光谱噪音并扣除荧光背景, 进而探讨溴氰菊酯农药和啶虫脒农药的快速无损检测方法。结果 溴氰菊酯农药和啶虫脒农药的拉曼特征频率较为丰富, 选取574 cm?1、736 cm?1处的拉曼信号可识别溴氰菊酯农药, 检测限为2500 mg/kg。选取752 cm?1、840 cm?1处的拉曼信号可识别啶虫脒农药, 当溶剂的丙酮-水比例为1:5时, 最适合作为检测溶剂配置啶虫脒农药溶液, 为下一步确定啶虫脒检测限奠定基础。结论 本研究对实现拉曼光谱技术检测果蔬表面溴氰菊酯农药和啶虫脒农药具有重要意义。     

利用拉曼光谱技术识别溴氰菊酯和啶虫脒农药的研究

目的初步建立溴氰菊酯农药和啶虫脒农药的拉曼光谱研究方法。方法利用激光拉曼光谱技术,将农药溶液装满铝盒,采集农药溶液的拉曼光谱曲线,运用自主编写的程序对光谱曲线进行预处理,以去除光谱噪音并扣除荧光背景,进而探讨溴氰菊酯农药和啶虫脒农药的快速无损检测方法。结果溴氰菊酯农药和啶虫脒农药的拉曼特征频率较为丰富,选取574 cm-1、736 cm-1处的拉曼信号可识别溴氰菊酯农药,检测限为2500mg/kg。选取752 cm-1、840 cm-1处的拉曼信号可识别啶虫脒农药,当溶剂的丙酮-水比例为1:5时,最适合作为检测溶剂配置啶虫脒农药溶液,为下一步确定啶虫脒检测限奠定基础。结论本研究对实现拉曼光谱技术检测果蔬表面溴氰菊酯农药和啶虫脒农药具有重要意义。     

基于EMD和小波变换的信号去噪

本文针对振动信号易被噪声污染的特点,采用了EMD＋小波的方法对振动信号进行去噪处理。即在EMD分解的基础上,利用评估系数辨析出被噪声污染严重的分量,并通过小波变换对噪声Imf分量进行去噪。然后建立仿真信号,验证出EMD＋小波的方法对信号去噪是可行的,最后利用信噪比,与常用的去噪方法进行比较,得出了EMD＋小波方法方便、灵活,不受傅里叶变换的限值等。     

基于表面增强拉曼光谱技术的苹果汁中溴氰菊酯农药残留的快速定量分析

针对苹果汁中农药残留量超标问题,采用共焦显微拉曼仪,研究了针对苹果汁中溴氰菊酯农残量的快速检测方法。分别以乙醇溶液(对照)、苹果汁溶液为背景溶液,分别采用拉曼光谱技术、表面增强拉曼光谱技术(SurfaceEnhanced Raman Scattering,SERS)采集含农药(溴氰菊酯)的两种样本的拉曼光谱与SERS光谱,并结合一阶导加Norris求导法进行光谱预处理,进而使用偏最小二乘方法建立两种样本溶液中溴氰菊酯残留量的拉曼光谱定量分析模型与SERS光谱定量分析模型,并对两种模型进行对比分析。结果表明,乙醇中溴氰菊酯溶液样本的拉曼光谱定量分析模型的校正集相关系数可达到0.9634,而SERS模型校正集相关系数可达到0.9995,最大误差不超过0.1 mg/kg。苹果汁中溴氰菊酯样本的拉曼光谱模型校正集相关系数为0.9355,最大误差不超过0.02 mg/kg;而SERS模型校正集相关系数为0.9870,最大误差不超过0.1 mg/kg。结果表明,拉曼光谱技术对快速检测苹果汁中的农药残留量具有可行性。     

基于拉曼光谱技术检测菠菜毒死蜱残留的初步研究

目的 基于拉曼光谱技术初步探讨菠菜表面有机磷农药毒死蜱的快速、无损检测新方法。方法 利用本研究自行搭建的拉曼光谱检测系统获取残留不同浓度毒死蜱农药的菠菜光谱曲线, 通过SG-5点平滑减小曲线噪声, 基于最小二乘法的10次多项式拟合法剔除菠菜荧光背景, 并对含有不同浓度毒死蜱农药的菠菜样品拉曼图谱进行比较分析。结果 特征归属为P=S振动的632 cm-1处的拉曼信号可识别菠菜表面毒死蜱农药残留, 其检测限为400 mg/kg, 而且拉曼特征波峰的相对强度与菠菜表面农药残留浓度存在较好的线性关系, 其相关系数为R2=0.92。结论 拉曼光谱技术有望实现叶片类蔬菜的农药残留的快速、无损、定量检测。     

基于小波去噪的分布式光纤温度传感器信号处理研究

分布式光纤温度传感器采集的信号含大量的噪声,为了消除系统噪声和进一步提高系统的温度分辨率,提出了小波去噪方法,并将其应用于含突变热点的分布式光纤温度传感器温度信号去噪。MATLAB仿真结果表明,db4小波非常适合用于分布式光纤温度传感器系统信号去噪。在实际系统中利用db4小波进行噪声处理,在确保空间分辨率的前提下提高系统的温度分辨率,获得了良好的去噪效果。     

拉曼光谱技术检测苹果表面残留的敌百虫农药

建立苹果表面残留的敌百虫农药的拉曼光谱无损检测技术。方法 利用激光显微拉曼光谱技术, 以苹果为载体, 敌百虫农药为研究对象, 探讨苹果表面敌百虫农药的快速无损检测方法。结果 敌百虫农药的拉曼特征频率较为丰富, 选取441 cm?1 (P-O键振动)和620 cm?1(C-Cl键振动)处的拉曼信号可识别苹果表面敌百虫农药残留, 检测限为4800 mg/kg。结论 本研究对实现水果表面敌百虫农药残留的快速、无损伤检测具有重要意义。     

基于拉曼光谱技术检测菠菜的毒死蜱残留

目的基于拉曼光谱技术初步探讨菠菜表面有机磷农药毒死蜱的快速、无损检测新方法。方法利用本研究自行搭建的拉曼光谱检测系统获取残留不同浓度毒死蜱农药的菠菜光谱曲线,通过SG-5点平滑减小曲线噪声,基于最小二乘法的10次多项式拟合法剔除菠菜荧光背景,并对含有不同浓度毒死蜱农药的菠菜样品拉曼图谱进行比较分析。结果特征归属为P=S振动的632 cm-1处的拉曼信号可识别菠菜表面毒死蜱农药残留,其检测限为400 mg/kg,而且拉曼特征波峰的相对强度与菠菜表面农药残留浓度存在较好的线性关系,其相关系数为R2=0.92。结论拉曼光谱技术有望实现叶片类蔬菜的农药残留的快速、无损、定量检测。     

基于小波变换的W18Cr4V图像去噪算法研究

高速工具钢W18Cr4V退火状态下采集的图像内含有许多噪声，为解决基于传统的软、硬阈值函数在W18Cr4V图像去噪过程中出现图像失真和伪吉布斯现象等问题，课题组提出一种新的连续、可导、低偏差的阈值函数和自适应调整阈值的小波去噪算法。新的阈值函数不仅改善了软阈值函数去噪过程中由于固定偏差导致的图像失真问题，而且避免了由于硬阈值图像不连续产生的附加振荡现象；基于MATLAB环境，对3张W18Cr4V退火图像进行去噪实验。结果表明：与传统阈值函数相比，改进的阈值函数对退火图像处理后所得峰值信噪比较高、结构相似性较好、去噪效果较好且自适应能力较强。     

基于广义S变换的烟草近红外光谱去噪

近红外光谱已成为烟草化学成分快速检测的重要手段,但通常一阶求导的光谱预处理方法在消除光谱基线漂移的同时也会放大噪声。为进一步提高烟草成分近红外光谱检测的分析精度和模型的稳健性,把波数域光谱数据视作时间序列信号,将新发展起来的时频域去噪方法—广义S变换引入到烟草近红外光谱去噪中来,给出了原理和去噪步骤,且用去噪后的光谱分析了烟草中总氮的含量,并与传统的9点平滑和小波变换去噪后的处理结果进行了对比。结果表明:(1)广义S变换方法的烟草近红外光谱预处理方法是有效的,在去除噪声的同时很好地保留了光谱的波峰细节,提高了光谱数据的质量;(2)处理结果与9点平滑方法相比,模型的决定系数R2由原来的0.8745提高到0.9244,其均方根误差RMSEP由原来的0.1466降为0.1097,提高了烟草化学成分的近红外光谱检测精度,也为近红外光谱去噪提供了新思路。     

应用拉曼光谱技术识别食用油的种类

采用拉曼光谱技术对食用油的种类建立定性分析模型,实现快速、无损地识别食用油的种类。选取3种常用食用油(大豆油、花生油、玉米油)共87个样品采集其拉曼光谱,采用一阶导数的方法对光谱进行预处理,Norris导数法进行滤波去噪,处理后的光谱采用判别分析算法建立食用油种类识别模型,模型能够实现3种食用油的准确分类。选取大豆油、花生油、玉米油各5个样品作为测试样品,测试结果为大豆油、花生油和玉米油都能够正确地分入所属类别。结果表明,拉曼光谱结合判别分析的方法能够实现食用油种类的识别,校正模型的分类结果能达到100%,预测样本分类结果准确率为86.7%。