光纤近红外漫反射光谱技术在前胡族植物分类中的应用探讨

探讨了近红外光谱技术在前胡族植物分类中的可能性。用系统聚类分析获得的分类结果与传统的植物学分类比较一致 ,说明本方法应用于前胡族植物中三亚族的分类是基本可行的。     

近红外光谱技术在中药蛇床子类中的应用

将近红外光谱分析技术应用于不同类别和产地的４２种中药蛇床子的类别分析,取得了较好的结果,为植物中药的类别分析提供了一种新的思路。     

近红外光谱技术在中药蛇床子分类中的应用

将近红外光谱分析技术应用于不同类别和产地的42种中药蛇床子的类别分析,取得了较好的结果,为植物中药的类别分析提供了一种新的思路.     

FUDT在苹果近红外光谱分类中的应用

苹果的分类是苹果采收后商品化处理的重要环节。为了快速、无损和有效地实现苹果的分类,利用近红外光谱技术采集四种苹果的近红外反射光谱,用主成分分析对高维的近红外光谱进行降维处理,分别运行线性判别分析,二次判别分析,模糊非相关判别转换和Foley-Sammon判别分析提取鉴别信息,用k-近邻分类器进行分类。分类结果表明,模糊非相关判别转换能更好地提取苹果近红外光谱的品种鉴别信息,达到了最高的分类准确率。     

近红外漫反射光谱在中药分类及真伪鉴别中的应用

应用近红外漫反射光谱分析技术对几种常见中药建立了一种简单、快速、有效的分类和真伪鉴别方法.通过渐进窗口式相关系数分析方法得到的相关系数表征了不同波长下样本近红外光谱的相似程度,从而选择出能区分不同种类中药的特征波长范围,利用PEA投影对白芷、葛根、当归、白术等几种外观相似的中药成功地进行了分类,而且对白芷及混有淀粉的模拟伪劣样品也能有效地鉴别.该方法可以作为一种区分药材种类、判断中药真伪的参考方法,在中药质量控制方面具有一定的应用前景.     

基于近红外光谱检测技术的冷冻鱼肉自动化分类设备系统设计

该文设计了基于近红外光谱检测技术的冷冻鱼肉自动化分类设备，该设备采用近红外光谱仪作为主要传感器，通过测量冷冻鱼肉的近红外光谱，并进行光谱预处理和光谱分类方法，快速将冷冻鱼肉进行分类，避免了采用传统化学试剂，速度慢、成本高、操作繁琐的分类方法，为今后智慧化品质分类提供了一种新的方法和思路。     

近红外光谱分析技术在药学领域中的应用

综述了近红外光谱分析技术在药学领域中的应用。包括近红外光谱法在原料药的分析。、药物制剂的分析和制药过程中质量控制等。     

在线近红外光谱分析技术及应用

过程分析技术在优化生产控制、稳定产品质量、降低劳动成本、提高经济效益等方面起到越来越重要的作用,其中在线近红外光谱分析技术是目前发展最快和最具有前景的过程分析技术之一。介绍了在线近红外光谱分析系统的组成和特点,以及在石化、化工和制药领域的实际应用情况。应用实例表明,将在线近红外光谱分析技术用于生产过程可为厂家带来可观的经济效益。     

人工神经网络在舌诊近红外光谱中的应用研究

为了能客观地反映中医舌诊所蕴涵的病理信息,首次采用近红外光谱和神经网络对疾病进行诊断。分别采用了BP网络、广义回归神经网络(GRNN)、主成分分析和广义回归神经网络(PCA-GRNN)结合的三种模型在舌诊光谱法中的分析预测,首先对三种建模方法进行了分析,再用采集的健康人和糖尿病患者舌诊光谱数据进行校正模型的建立,两类舌诊光谱样本各39例,共计78例样本,在神经网络学习中,将其分成训练集样本60例和预测集样本18例,分别利用所建的三种模型对舌诊光谱样本进行训练和预测。实验结果是三种模型中PCA-GRNN相结合的方法平均绝对误差最小为13.2%、训练时间最短为0.072255s,以相对偏差在0.5以内为正确的情况下,其正确率为100%。说明用PCA-GRNN模型可以应用于舌诊光谱法的分析,并取得较好的分析结果,这对中医舌诊的客观化起到了一定的推动作用。     

近红外反射光谱分析在抗生素片剂质量控制中的应用

本文讨论了近红外反射光谱分析在头孢片剂固体样品物理化学性质测定方面的应用，分析结果显示该方法可以很好的确认生产过程中的原料及其制品的质量，同时还可以得到满意的水分含量测定结果。     

基于嵌入式的近红外人脸识别系统设计

设计并实现了一套基于达芬奇平台OMAP3530的近红外人脸识别系统。本系统采用850nm的LED灯提供主动的近红外光源,在OMAP3530和EPM570处理器的协同作用下,实现了可见光图像与近红外图像的实时采集与处理。软件设计基于Codec Engine架构,ARM端负责图像的采集、识别结果的显示和数据库的管理;DSP端专注于人脸识别算法。通过图像采集、人脸检测、特征提取和特征匹配4个步骤实现人脸识别。本系统充分利用了OMAP3530丰富的接口和强大的图像处理能力,并且经过了C与汇编语言的优化。当环境光强发生变化时,系统仍能获得较高的识别精度和较好的实时性。     

LS-SVM算法在近红外光谱煤质分析中的应用

针对目前电力行业煤质分析的需求,提出了基于Hadamard近红外光谱的煤质分析技术,对Hadamard近红外光谱仪研制、控制分析软件设计、煤炭光谱信号采集、指标特征信息提取、定量模型建立五个环节综合考虑,研发了Hadamard近红外煤质分析系统.研究中,对41个不同质量指标的标准煤样进行了定量分析预测,考察了在相同粒径的条件下Hadamard近红外光谱对煤炭指标的预测能力,提出了基于ICA+LS-SVM算法的的煤炭指标预测方法,光谱数据与煤炭指标具有很好的相关性,相关系数普遍在0.9以上,取得了较好预测效果.     

近红外光谱定量模型的优选及在线应用

针对近红外光谱在线监测软件算法模型扩展功能受限和对外服务能力受限的问题,论文设计出一种预测精准且开放服务能力强的近红外在线葡萄糖浓度监测系统。首先,对原始的光谱数据进行预处理,对比多种奇异样本剔除算法以及区间选择算法,从而优选出最佳区间并建立葡萄糖浓度的定量分析模型。然后,将优选模型嵌入到基于java和websocket的后台检测接口中,解决模型嵌入问题,采用微信小程序作为前端展示平台可以很好地解决平台不适应问题。经过测试分析,所嵌入的优选模型具有更好的预测精度,所设计系统可以跨平台多终端远程访问,实时监测效果良好。     

遗传神经网络在近红外光谱煤质分析中的应用研究

针对BP神经网络收敛速度慢及容易陷入局部最优解的缺点,结合遗传算法全局搜索的特点,提出了一种基于遗传算法和BP神经网络建立近红外光谱煤质分析模型的方法;并利用主成分分析法提取煤炭样品的主成分值,有效地压缩了数据。实验对比了BP模型与GA-BP模型,结果表明,GA-BP模型能有效地减小测试集的预测值与真实值之间的误差平方和,相关系数也得到了提高,有效地提高了预测精度和分析速度。     

当归中Z-藁本内酯及正丁烯基苯酞近红外定量模型的建立

建立快速测定当归中Z-藁本内酯及正丁烯基苯酞的近红外漫反射光谱定量模型。通过载有积分球漫反射装置的近红外光谱仪获得141批当归药材的近红外光谱,以高效液相色谱测定Z-藁本内酯及正丁烯基苯酞的质量分数,利用TQ Analyst 8.0软件的偏最小二乘法建立定量模型。结果表明,所建Z-藁本内酯模型的相关系数为0.9931,校正均方差为0.4464,预测均方差为0.50341交叉验证相关系数为0.9362,交叉验证均方差为1.0355。所建正丁烯基苯酞模型的相关系数为0.9672,校正均方差为0.5253,预测均方差为0.6462:交叉验证相关系数为0.9146,交叉验证均方差为1.0453。Z-藁本内酯及正丁烯基苯酞的平均预测回收率分别为100.99%及102.14%。研究表明,利用近红外光谱技术快速测定当归中Z-藁本内酯及正丁烯基苯酞的含量是可行的。