基于近红外透射光谱的牛奶中脂肪和蛋白质含量检测

基于近红外光谱检测牛奶中蛋白质和脂肪含量是当前的一个研究热门,主要可以利用近红外反射光谱,近红外漫反射光谱和近红外透射光谱的光谱信息来分析牛奶的主成分含量。本文是利用近红外透射光谱原始数据,通过数学方法转换,从吸光值、吸光比和吸收度三种形式,采用偏最小二乘法(PLS)回归,分别建立了其与牛奶主成分浓度之间的校正模型。对比三种形式所建立的数学模型的优劣,探讨了如何提高PLS校正模型预测精度的相关问题。     

液态纯牛奶可见／近红外漫反射光谱PLS鉴别

利用可见／近红外光谱技术研究了一种液态纯牛奶品牌鉴别模型。首先利用近红外分析仪InfraXactTM获得3种品牌共90个样本的漫反射光谱,分别对其赋值,采用偏最小二乘法（PLS）建立鉴别模型;其次比较典型光谱散射预处理和数学预处理对建模的影响,探索到建模优化预处理方法为SNV＋Detrending、5点间隙的一阶导数处理、5点平滑波长;实验结果表明,模型的RMSEC,Rc2,RMSEP,Bias和Rp2分别为0．515,0．937,0．561,0．296和0．912,对57个校正样本和30个独立预测样本进行鉴别,其准确率分别达到了100％和96．7％。     

用近红外分析方法测定重质馏份油的化学族组成

测定了扬子公司不同厂的重质馏份油的近红外谱图,以偏最小二乘方法为数学工具,通过色-质连用法取得基础数据,建立重质馏份油的近红外光谱族组成模型。采用该模型测定未知样品与色-质连用法的测定结果相比,饱和烃中正构烷烃、异构烷烃、环烷烃的质量分数和芳烃质量分数的相关系数分别为0．9857、0．9854、0．9968 和0．9984。分析结果表明,两种分析方法的结果一致。近红外方法重现性好,分析速度快,结果准确,且不消耗有机溶剂。     

光电子技术

0600347 近红外光谱分析磷酸缓冲溶液中的血糖含量[刊,中]／王文明／／山东理工大学学报(自然科学版)．-2005,19 (2)．-95-97(G) 测定了溶解于磷酸缓冲溶液中血糖在8000- 5000cm-1波数范围的近红外光谱,用偏最小二乘法建立了测定血糖含量的模型。根据数据特点,提出了按浓度大小选择预测集样本的方法,用来进行最佳模型隐变量个数的选择。结果显示,利用近红外光谱并结合化学计量学方法能够成功地进行血糖的定量分析, 方法的测定误差为0．197g／L。参7     

西红柿成熟度的近红外漫透射光谱无损检测

为了证实以近红外漫透射光谱技术结合化学计量学方法能有效实现西红柿成熟度的检测，采用美国海洋光学公司的QE65000光谱仪取得了西红柿的漫透射光谱数据，采用日本柯尼卡美能达CR-10反射式色差计取得了亮度、红绿色相、黄蓝色相和总色差颜色数据; 通过标准数学建模方法建立了颜色模型，并通过偏最小二乘回归校正算法建立了近红外光谱模型。结果表明，两组模型都是以红绿色相指标建模时效果最佳，在99个未知样品数据中，预测模型的颜色模型误判情况分别为未成熟0%、半成熟33.33%、成熟0%；而近红外预测模型的误判情况分别为未成熟32.14%、半成熟50%、成熟0%。该研究验证了近红外光谱技术对西红柿成熟度进行无损检测的可行性，这对实现西红柿的快速、批量分选具有一定的实际意义。     

近红外光谱快速测定石脑油芳烃含量模型的校正研究

在采用近红外光谱建立石脑油芳烃含量校正模型的过程中,分析讨论了校正系数K值、光谱区域选取及光谱预处理方法对校正模型准确性的影响。实际分析结果表明,选择11000cm~(-1)～6099．7cm~(-1)光谱区域并使用偏最小二乘法校正方法建立的石脑油芳烃含量模型的预测值偏差不大于2．0％,能够实现对石脑油芳烃含量的快速准确测定。该方法在实际生产过程中已得到应用。     

基于重叠写入啁啾光栅的Fabry-Perot腔的研究

以两段重叠写入的啁啾光栅作为反射面,构成光纤光栅Fabry-Perot(FP)腔.分别采用施加应力法和移动相位掩模板法,在同一段光纤中重叠写入啁啾光栅形成FP腔.使用啁啾量为1 nm的相位掩模板进行实验,两种方法曝光后的重叠啁啾光栅都可以形成明显梳状透射光谱.使用移动相位掩模板法,透射光谱的自由光谱范围(FSR)可达0...     

基于近红外光谱技术的脐橙快速无损检测

以信丰脐橙为对象,研究基于近红外光谱技术的脐橙品质无损检测方法。利用近红外光谱技术采集脐橙的光谱信息,将采集到的光谱信息通过加权平均值的方差处理获得测量结果,然后运用偏最小二乘法建立脐橙内部有机物成分与特征光谱信息之间的耦合关系实现糖度检测。实验结果表明,近红外透射光谱技术可以作为一种准确、可靠、无损的检测方法,用于检测信丰脐橙内部的糖度指标。     

近红外光谱结合GA-LSSVR分析烟草尼古丁含量

为了提高近红外光谱快速检测烟草尼古丁含量的精度和稳定性,利用近红外光谱结合遗传算法-最小二乘支持向量回归(GA-LSSVR)建立了回归预测模型。在LSSVR模型建立过程中,采用遗传算法对LSSVR参数进行自动优化。相比于利用常规最小二乘支持向量机和遗传偏最小二乘法等建立的回归预测模型,GA-LSSVR法建立的回归预测模型泛化能力更强,预测效果更好,验证集相关系数R2为0.9766,预测均方根误差为0.1065。研究结果表明,GA-LSSVR是一种快速准确的建模方法,为烟草尼古丁含量的近红外测定和近红外光谱数据的处理提供了新的方法与途径。     

双通道成像光谱仪共用离轴三反射光学系统的设计

提出了一种双通道共用一个主光学的推帚式高光谱成像仪光学系统,该系统由离轴三反射主光学系统、狭缝、准直镜及分色镜、可见近红外光谱仪后光学和短波红外光谱仪后光学组成,设计中采用双通道共用离轴三反射主光学系统,不仅满足了成像仪大视场、宽谱段的要求,而且提高了系统的光学效率,使系统结构更加紧凑,双通道光谱仪均采用棱镜-全息透射光栅-棱镜分光组件分光,实现了宽光谱分光,提高了衍射效率,系统实现光谱范围覆盖450～2500nm,全视场达23.9°。     

基于可见-近红外光谱技术的润滑油酸值无损检测方法研究

研究了基于可见-近红外光谱技术的润滑油酸值无损检测方法.获得了润滑油在475～975 nm范围内的可见-近红外光谱.采用最小二乘支持向量机(LS-SVM)建立可见-近红外光谱检测模型,并通过将无信息变量消除算法(UVE)与连续投影算法(SPA)相结合进行光谱有效波长选取.通过UVE-SPA法进行变量选择计算,最终将原始...     

基于光谱分析技术的农林生物质燃料特性的快速检测研究

快速检测生物质燃料特性对农林废弃物能源化利用具有重要意义。本研究利用光谱分析技术建立了松木、杉木和棉杆三类农林废弃物生物质的水分、灰分、挥发分、固定碳和热值预测模型。这些模型交叉校验决定系数均高于0．88。应用潜变量神经网络建模法后,水分平均决定系数达到了0．95。结果表明,应用光谱分析技术结合化学计量学方法,可完全替代传统的工业分析方法,为农林废弃物能源化利用提供一种快速检测生物质燃料特性的技术手段。     

激光诱导击穿光谱检测牛奶中的Na元素

采用激光诱导击穿光谱(LIBS)技术,检测了牛奶样品中的Na元素含量。实验共分析了15个 牛奶样品,其中9个已知样品作为定标样品,采用偏最小二乘法(PLS )建立Na元素定量分析的回归模型;使用另外6个作为待测样品,用以检验模型的定量分析结 果。检测出了6个待测样品中的Na元素含量,其中检验样品中参 考含量和预测含量之间的线性相关度达到0.993,相对误差均在15%以下。检测结果表明,LIBS技术能快速准确地检测牛奶中的Na含 量,表现出较好的应用潜力。     

基于公钥的可证明安全的异构无线网络认证方案

该文针对3G-WLAN异构网络的接入安全,对异构网络的实体进行抽象,建立了一种通用的认证模型。在该模型的基础上,利用Canetti-Krawczyk (CK)模型设计了一种新的接入认证与密钥协商方案。该方案利用公钥基础设施分配公钥,简化接入端服务器和归属端服务器间的认证过程和认证信息;利用椭圆曲线密码机制,减少了移动终端的认证计算量;最后利用CK模型对提出的协议进行了形式化分析和证明。分析表明该方案是安全有效的。     

基于可见/近红外光谱技术的茄子叶片灰霉病早期检测研究

应用可见/近红外光谱技术对茄子叶片进行灰霉病害还未在叶片表面出现病症时的早期检测.采用化学计量学方法建立早期检测模型.主成分分析用于对光谱数据进行降维,得到若干个最重要的主成分.但直接从聚类图中无法进行是否染病的鉴别.因而将其作为变量输入BP神经网络,从而减少了计算量,提高了建模精度.检测结果显示,模型具有良好的检测效果,能够达到100%的识别率,正确率也能达到88%.说明运用可见/近红外光谱技术能够实现当病症还未在叶片表面出现时的快速准确的早期检测,为灰霉病早期检测提供了新的途径.     

基于GA-BP神经网络的茶叶蔗糖量检测模型研究

采用近红外光谱技术结合反向传播人工神经网络算法建立了茶叶中蔗糖含量的检测模型,并通过引入遗传算法改进了模型预测质量.预测模型采用120个茶叶掺蔗糖样品的傅里叶变换漫反射光谱数据建立.对另外42个样品的预测结果表明,基于传统的反向传播人工神经网络算法模型的相关系数为0.738 0,预测均方根误差为3.075 4,正确识别率为83.3％;增加遗传算法后相关系数提高到0.941 9,预测均方根误差为1.3176,正确率为88.1％,训练误差减小一个量级以上.实验结果表明,反向传播人工神经网络模型可用来检测茶叶中的蔗糖含量,同时,引入遗传算法优化了神经网络的初始权值和阈值,使预测误差更小.     

基于改进的diameter/EAP-MD5的SWIM认证方法

广域信息管理(SWIM, system wide information management)采用面向服务的体系结构(SOA, service oriented architecture)提供民航信息交互与数据共享功能。在分析SWIM体系结构和基于Diameter协议的EAP-MD5应用子协议基础上,给出标准Diameter/EAP-MD5认证过程中存在的安全隐患,改进了EAP-MD5认证协议,提出基于改进的Diameter/EAP-MD5协议的SWIM用户身份认证方法,研究基于Diameter的SWIM认证服务,并在模拟的SWIM环境中对改进方法进行仿真实验和安全性分析。实验结果表明,改进的Diameter/EAP-MD5认证方法可在计算性能相当的前提下提高SWIM认证系统的安全性,为SWIM安全服务框架的构建提供保障。     

Multilevel statistical inference from functional near-infrared spectroscopy data during stroop interference

Functional near-infrared spectroscopy (fNIRS) is an emerging technique for monitoring the concentration changes of oxy- and deoxy-hemoglobin (oxy-Hb and deoxy-Hb) in the brain. An important consideration in fNIRS-based neuroimaging modality is to conduct group-level analysis from a set of time series measured from a group of subjects. We investigate the feasibility of multilevel statistical inference for fNIRS. As a case study, we search for hemodynamic activations in the prefrontal cortex during Stroop interference. Hierarchical general linear model (GLM) is used for making this multilevel analysis. Activation patterns both at the subject and group level are investigated on a comparative basis using various classical and Bayesian inference methods. All methods showed consistent left lateral prefrontal cortex activation for oxy-Hb during interference condition, while the effects were much less pronounced for deoxy-Hb. Our analysis showed that mixed effects or Bayesian models are more convenient for faithful analysis of fNIRS data. We arrived at two important conclusions. First, fNIRS has the capability to identify activations at the group level, and second, the mixed effects or Bayesian model is the appropriate mechanism to pass from subject to group-level inference.