基于电子鼻、HS-GC-IMS、HS-SPME-GC-MS技术联用分析不同发酵年份老香黄挥发性成分差异

基于电子鼻、顶空气相离子迁移谱（HS-GC-IMS）和顶空固相微萃取-气相色谱-质谱技术联用（HS-SPME-GC-MS）分析不同发酵年份老香黄挥发性成分变化,并结合正交偏最小二乘判别分析（OPLS-DA）法区分不同发酵年份老香黄。电子鼻主成分分析能明显区分发酵与未发酵的老香黄,两者风味差异较大,老香黄发酵3年和4年的风味成分最为相似,而其余发酵年份风味存在较大差异。HS-GC-IMS定性检测出39种挥发性成分,包括萜烯类、醇类、醛类、酯类、酮类、酚类、酸类、杂环化合物和其它共9类。HS-SPME-GC-MS则一共鉴别出50种挥发性成分,包括萜烯类、醇类、醛类、酚类、酯类、醚类、杂环化合物和其它共8类。α-蒎烯、β-蒎烯、月桂烯、萜品油烯、柠檬烯、异松油烯、1-石竹烯、巴伦西亚橘烯、芳樟醇、α-松油醇、糠醛、麦芽酚、茴香脑、2,4-二甲基苯乙烯为14种共有挥发性成分,经OPLS-DA模型筛选出8种标志性挥发性化合物（VIP>1)。综上,未发酵和发酵1~5年的老香黄风味存在较大差异,筛选出的8种挥发性成分为区别不同年份老香黄提供一定依据。     

矩阵方程组的最小二乘解及其最佳逼近的迭代算法

建立了求矩阵方程组AiXBi=Ci(i=1,2)的最小二乘解的迭代算法.不考虑舍入误差时,对任意给定的初始矩阵,该算法能够在有限步迭代计算后得到矩阵方程组的最小二乘解,给定特殊的初始矩阵时可得到极小范数最小二乘解.另外,在上述解集合中也可给出指定矩阵的最佳逼近矩阵.     

Parameter estimation for a dual-rate system with time delay

This paper investigates the parameter estimation problem of the dual-rate system with time delay. The slow-rate model of the dual-rate system with time delay is derived by using the discretization technique. The parameters and states of the system are simultaneously estimated. The states are estimated by using the Kalman filter, and the parameters are estimated based on the stochastic gradient algorithm or the recursive least squares algorithm. When concerning state estimate of the dual-rate system with time delay, the state augmentation method is employed with lower computational load than that of the conventional one. Simulation examples and an experimental study are given to illustrate the proposed algorithm.     

Improved system identification with Renormalization Group

This paper proposes an improved system identification method with Renormalization Group. Renormalization Group is applied to a fine data set to obtain a coarse data set. The least squares algorithm is performed on the coarse data set. The theoretical analysis under certain conditions shows that the parameter estimation error could be reduced. The proposed method is illustrated with examples.     

基于正交信号校正和偏最小二乘(OSC/PLS)的苹果糖度近红外检测

采用正交信号校正法(OSC)对苹果的近红外光谱(1300nm～2100nm)进行预处理，并结合偏最小二乘法(PLS)建立了苹果光谱对糖度的预测模型。应用结果表明，经OSC法预处理后，光谱形状总体上与原始光谱没有差别，但光谱曲线变得更为光滑，排列更为整齐、紧密。这说明正交信号校正法(OSC)滤除了原始光谱中的部分噪声，但又保留了原光谱中的主要信息。苹果光谱对糖度的PLS校正模型采纳的最佳因予数会随着OSC因子的被逐个滤除而逐渐减少，甚至可减少至1(当然模型精度也有变化)。本研究中，校正模型的最佳性能产生于原始光谱被滤除10个OSC因了时，此时其采纳的最佳因了数为2，校正时的相关系数r2和标准偏差SEC分别为0．92644和0．40250，预测时的标准偏差SEP为0．50229。与OSC法处理前的PLS模型相比，其精度虽没有大幅提高，但由于采纳的因子数少，模型变得十分简洁。     

基于近红外光谱与组合间隔偏最小二乘法的稻米镉含量快速检测

采用近红外光谱(near infrared spectroscopy,NIRS)结合组合间隔偏最小二乘法(synergy interval partial least squares,siPLS)建立稻米镉含量快速检测的方法。收集并分析72个稻米样品的NIRS谱图。对光谱前处理方法进行优化,确定平滑、多元散射校正与均值中心化处理为最优方法。采用siPLS法筛选特征波数,建立稻米镉含量的定量模型。稻米镉siPLS模型交叉验证均方根(RMSECV)与预测均方根(RMSEP)值分别为0.247与0.261,训练集相关系数(Rc)与预测集相关系数(Rp)值分别为0.919与0.895。结果表明:运用siPLS法选择特征波长后,不但可以降低模型的复杂度,同时还能够提高预测精度。NIRS作为一种快速、无损与便捷的初筛方法,可用于检测稻米中镉含量是否超标。     

高海拔地区电网工程人身保障方案及其效果评价

高海拔地区自然环境恶劣,施工条件艰苦,要顺利完成施工,对人身保障的要求很高,建立完善的人身保障体系是保证施工顺利完成的关键。首先对高海拔地区特殊环境进行了研究;其次,在对施工条件进行研究的基础上提出了高海拔施工的人身保障方案;最后,引入最小二乘支持向量机综合评价方法,对高海拔电网施工项目进行人身保障效果后评价,并且以青藏联网工程为例进行了实证分析,该方法在一定程度上减少了多指标评价的主观随意性,并且操作简单,可进行重复评价。     

HS-SPME-GC-MS/MS联用分析莲蓉馅料的特征挥发性香气成分

采用顶空固相微萃取气相色谱串联质谱法（HS-SPME-GC-MS/MS）对5种莲蓉馅料的挥发性物质进行研究,共检测到醇类（7.07%~9.72%）2种,醛类（18.38%~36.45%）7种,酯类（9.97%~23.88%）6种,吡嗪类（19.07%~29.38%）4种,烷烃类（1.31%~5.29%）3种,呋喃类（1.53%~4.88%）2种,酮类（2.78%~3.62%）2种,萜类（0%~10.82%）1种,噻吩类（0.04%~0.31%）1种,其他类（11.11%~16.21%）1种。通过PLS-DA模型与方差分析法筛选出不同莲蓉馅料的主要差异物质为糠醛、E,E-2,4-癸二烯醛、(±)-3-蒈烯-2,5-二酮、苯甲醛、正壬醛、2,6-二甲基吡嗪、3-甲基苯甲醛和十四烷。根据相对香气活度值（ROAV）评判莲蓉馅料的主要挥发性风味物质,其贡献程度大小依次为E,E-2,4-癸二烯醛、辛酸乙酯、2-乙酰基噻吩、正壬醛、己醛、乙酸苯乙酯和苯乙醇。综合不同莲蓉馅料挥发性成分的主要差异物质和风味贡献程度分析得出,E,E-2,4-癸二烯醛、正壬醛和苯甲醛的相对含量是影响莲蓉馅料呈香的主要因素。该研究结果揭示了莲蓉馅料的风味轮廓,为其品质评价与标准化生产提供理论依据。     

基于小波包变换和GA-PLS算法的故障特征选择方法

为了提高故障诊断的分类精度,减小分类运算时间等问题,需要从原始特征集合中选择出更为优化的特征子集合,因此,提出了一种基于小波包变换和GA-PLS算法的特征选择方法。首先,采用小波包变换对提取出的振动信号进行分解,从而得到小波包的分解系数;其次,运用遗传算法 偏最小二乘法从原始信号和小波包系数的统计学特征中选择出最优特征集;最后,将最优特征集作为输入,输入到支持向量机中以实现对不同故障的诊断与识别。应用于轴向柱塞泵故障诊断中,与现有特征选择方法对比,实验结果验证了本研究特征选择方法的有效性。