基于多项式拟合残差法的光纤光谱仪的波长定标方法研究

光纤光谱仪在各个领域都有着重要的应用,它采用光纤作为信号耦合器件,体积小,信号传输效果好,可以灵活搭建光谱采集系统。评价一台光谱仪的性能有许多重要指标,但受气压、温度、使用环境、使用年限等外部因素的影响,光纤光谱仪中重要部件的参数会发生偏移,例如光纤的发散角、光栅的衍射能力和探测器的探测效率等,所以,定期对光纤光谱仪进行波长校正是非常有必要的。通过利用HG-1汞-氩校准光源,应用多项式拟合残差法对E820光纤光谱仪进行波长定标实验,并将定标前后的光谱数据进行对比,研究了波长定标方程对波长准确度的影响,最后说明了波长定标在分析光谱仪性能中的重要作用。     

基于变量组合集群分析法的小麦蛋白质近红外光谱变量选择方法研究

为了解决小麦蛋白质的近红外光谱信息复杂、共线性严重及全光谱建模的预测能力不足等问题,采用一种新的变量选择方法——变量组合集群分析法(VCPA)对小麦蛋白质的近红外光谱进行特征波长选取.首先利用二进制矩阵采样策略(BMS)和指数衰减函数(EDF)删除无信息变量,优选小麦中蛋白质近红外特征波长,然后结合偏最小二乘法(PLS)建立预测模型.与其他变量选择方法相比,VCPA所选用的波长点最少,模型的预测能力最强,VCPA算法所采用的BMS变量采样策略弥补了蒙特卡洛采样方法的不足.研究结果表明,VCPA算法可以有效选择小麦蛋白质近红外光谱特征波长,提高预测模型的可靠性和适用性.     

基于连续小波变换参数选择的小麦近红外光谱模型优化方法研究

为了提高模型预测精度,结合连续小波变换（CWT）的最优参数选择,优化小麦蛋白质光谱模型。对原始光谱进行CWT,利用主成分分析（PCA）选出5种小波db1、sym2、sym5、sym7、coif1;在不同尺度参数下利用偏最小二乘法（PLS）建模,确定尺度参数为15;在此基础上,利用CWT结合多元散射校正（MSC）及支持向量机（SVM）建模确定最优小波db1;在最优参数下用CWT结合无信息变量消除算法（UVE）和连续投影算法（SPA）及SVM建立预测模型,预测均方根误差为0.3930,优于CWT-UVEPLS-SVM的0.4558和CWT-SPA-SVM的0.4415,研究结果表明,CWT参数选择可有效优化近红外光谱模型。     

基于激光积分球反射计的集成黑体发射率测量研究

集成黑体发射率是评价其有效光谱辐射亮度不确定度的关键贡献项。建立了激光积分球反射计测量系统,对中国计量科学研究院制备的集成空腔的法向光谱发射率进行了实验研究和模拟验证。在633nm的波长下测量了集成黑体法向光谱发射率,测量结果的标准不确定度优于0.043%。结果表明:集成黑体辐射源在室温条件下的有效发射率高于0.998,与STEEP3蒙特卡罗模拟计算结果偏差在0.04%之内。实验结果与数值模拟的一致性在测量结果不确定度内吻合良好,验证了激光积分球发射计法用于评价集成黑体发射率的可行性。     

合作目标与背景温度对比度的确定

在对武器装备中的红外系统进行靶场测试时,需要确定合作目标与背景的温度对比度.以作为测量基准.以测温热像仪摄取的图像为基本信息,基于目标与背景温度对比度的定义,参考常规检测和选取方法,结合合作目标的特点编制了确定温度对比度的软件,得出温度对比度的具体数值.通过实验测试,分析了不同选取方法对温度对比度的影响,对靶场测试等实际应用有参考价值,也为进一步建立各参数与温度对比度之间的关系模型提供了基础.     

红外辐射温度计专用数字表的研制及评价

日本CHINO公司生产的IR-RST系列标准辐射温度计由于没有设计温度显示装置,无法实时显示温度,针对此类型温度计设计了一款专用的电压测量和温度显示,同时可提供24V直流电压的电测显示仪表。利用高等级的电压源和数字电压表,修正了本专用数字表的误差系数,并考核了稳定性,得到其最大相对误差不超过0.03%。与一款名义波长为0.65 μm的IR-RST辐射温度计配合使用,通过TG HT-9500型高温炉对其组合进行内插分度,实验结果证实分度后校准准确度优于0.03%,1 300 ℃时系统测量结果的扩展不确定度为0.62 ℃。     

基于STM32F407单片机的智能安防系统

实现小区的安全管理的重要监控系统是小区安全防范报警系统,安全隐患主要包括盗窃、煤气泄漏、火灾消防等.该系统是控制技术、计算机技术和网络通讯技术相结合,设计具有防盗,防火和防煤气泄露功能安防报警系统.     

高效通道注意力结合卷积神经网络的近红外光谱分析模型研究

近红外光谱分析技术有无损、高效的特点,在各领域都有广泛应用。但传统分析模型在面对近红外光谱数据量激增时往往出现预测精度不高、泛化能力差等问题。为此,提出一种基于卷积神经网络（CNN）与高效通道注意力（ECA）模块相结合的近红外光谱分析模型（CNNECANet）,该模型由8个一维卷积层、1个ECA模块、4个最大池化层、1个展平层、2个全连接层和1个参数优化器组成。ECA模块由1个全局平均池化、1个一维卷积层和1个Sigmoid激活函数组成。以啤酒、牛奶、柴油、谷物的近红外光谱公共数据为例,将CNNECANet与常用建模方法进行比较,CNNECANet比PLS的预测精度分别提高了30.3%、14.1%、29.5%、48.4%;CNNECANet比SVR的预测精度分别提高了33.5%、17.6%、39.0%、50.0%;CNNECANet比BP神经网络模型的预测精度分别提高了80.0%、29.0%、7.2%、42.7%。该模型具有更好的预测精度和鲁棒性,解决了传统近红外光谱建模算法容易出现过拟合、模型泛化性差等问题。     

TiO2基底对MoO3/TiO2复合薄膜电致变色性能的影响EI北大核心CSCD

采用水热法首先在导电玻璃上制备TiO2纳米线,随后电沉积涂覆MoO3薄膜,成功制备MoO3/TiO2复合薄膜。利用电化学测试与光谱测试,得到MoO3/TiO2复合薄膜的扩散系数、着色/退色的响应时间、光密度、电致变色可逆性和着色效率等参数,研究不同水热生长时长TiO2纳米线基底对MoO3/TiO2复合薄膜的电致变色性能的影响。结果表明:水热生长6h TiO2纳米线的MoO3/TiO2复合薄膜具有最佳的电致变色性能,扩散系数为2.86×10^-12 cm^2·s^-1,可逆性值为60.88%,光密度为0.41,着色效率达到124.49 cm^2·C^-1,着色和退色响应时间分别为13.53 s和12.65 s。