BP神经网络在ATR．FTIR技术微量农药溶液检测中的应用

利用衰减全反射傅里叶变换红外光谱（ATR-FTIR）技术分别对毒死蜱、炔螨特的微量溶液进行了检测,采用差谱、基线校正和矢量归一化对谱图进行预处理,利用BP神经网络分别使用自适应调整学习率并附加动量因子的梯度下降反向传播算法训练函数和SCG反向传播算法训练函数建立了毒死蜱和炔螨特农药溶液的定量分析模型,并对校正集和预测集进行了定量分析．毒死蜱溶液模型的分析结果为：R=0．9986,RMSEC=0．1000．RMSEP=0．2201;炔螨特溶液模型的分析结果为：R=0．9974,RMSEC=0．3918,RMSEP=0．6241．结果表明,BP神经网络结合ATR-FT．IR技术检测微量农药溶液含量具有快速、精度高、泛化能力强的优点,可用于农药溶液含量的快速、准确鉴定．     

反相液相色谱法测定水果中哒螨酮残留量

采用反相高效液相色谱法测定水果中哒螨酮残留含量.色谱柱为YMCpackODS(4.6mmi.d×150mm,5μm),流动相为甲醇水(体积比85∶15),在240nm波长处检测.研究结果表明:在0.51～5.12mg/L范围内,哒螨酮的峰面积(A)与其质量浓度(C)的线性关系良好,回归方程为A=518.0767C 649.7091(r=0.9998);哒螨酮加标回收率为93.71%～98.89%,相对标准偏差(RSD)为2.57%;该方法简便、准确、灵敏,适用于水果中哒螨酮残留的检测.     

设施环境下百菌清、毒死蜱在黄瓜中的分布特征

采用GC-MS研究大棚和露天条件下百菌清和毒死蜱在黄瓜植株中分布特征和残留量变化.结果表明:施用推荐剂量的两种农药在黄瓜各部位的残留量表现为叶片》果实＞茎＞根,其中大棚黄瓜叶中的百菌清、毒死蜱的平均残留量是568和183 mg/kg,露天黄瓜叶中百菌清、毒死蜱的平均残留量分别是1 76和15.9 mg/kg,叶中百菌清、毒死蜱残留量远远高于其他部位.在两种种植条件下黄瓜各部分中的农药在试验时间内残留量总体都呈下降趋势,但大棚黄瓜果实上的农药的残留消解速度要比露天慢.施药14 d后大棚黄瓜果实中的相应值分别为7.86和1.01 mg/kg,未达到国家标准.而施药7d后,露天条件下黄瓜中的农药残留量已达到国家标准.     

气相色谱法测定蔬菜和水果中的有机磷残留农药

采用CP3800美国瓦里安气相色谱仪,氮磷检测器(TSD),毛细管气相色谱法测定蔬菜、水果等农产品中11种有机磷农药的残留量,11种有机磷农药都能够得到较好的分离,分离效果好.采用外标法定量.测定的分析方法变异系数(RSD)在0.8%～6.4%之间,11种有机磷农药标样在不同蔬菜中的添加回收率在77.4%～107.2%之间,满足农药残留分析要求.本方法可用于测定蔬菜、水果等农产品中11种有机磷农药的残留量,检测过程简便、快速.     

水果按表面颜色分级的方法

为提高水果商品品质,提出了一种基于水果表面颜色的分级方法.将完成图像分割的水果图像转换为HIS颜色模型,提取其H分量的面积加权直方图并对其进行了主成分分析,以红色水果样本组和橙色水果样本组的前M个主成分均值作为这两个样本组的样本中心点建立分级模型.分别计算待测样本与这两个样本中心点的马氏距离值,当待测样本到红色水果样本组样本中心点的马氏距离值小于其到橙色水果样本组样本中心点的马氏距离值时,将其分级到红色水果样本组,否则分级到橙色水果样本组.对800幅脐橙图像进行了分类试验,发现采用水果图像H分量面积加权直方图的前两个主成分分量进行分析即可实现水果分级,总的分级误差仅为1.75%.     

基于支持向量机和太赫兹光谱技术的农药分类

基于农药的太赫兹吸收光谱和支持向量机对4种农药进行了分类。利用太赫兹时域光谱系统对4种农药,即三氯杀螨砜、敌百虫、亚胺硫磷和六氯苯进行检测,获得样品的太赫兹时域信号,然后计算获得其在0.3~2.2THz范围内的吸收光谱。用主成分分析法对太赫兹吸收光谱进行分析,提取光谱特征,用支持向量机分别对太赫兹吸收光谱和光谱特征进行分类。实验结果表明,这两种方案均能有效地对农药进行分类,分类正确率为100%。     

近红外光谱技术在农药残留量检测中的研究

介绍了近红外光谱技术的发展及原理,基于近红外光谱分析技术对蔬菜中农药残留的检测方法进行了定性和定量实验研究．选取菠菜作为叶菜代表,用偏最小二乘建立校正模型,并对模型的通用性进行验证．实验表明,校正模型的预测结果比较理想,但模型的通用性还需要改善,同时还讨论了基于多信息融合技术在农药残留量检测中的研究前景．     

气相色谱法测定蔬菜中残留有机磷农药

为了快速测定蔬菜中残留的敌敌畏等6种有机磷农药,用丙酮、二氯甲烷提取出蔬菜中残留的有机磷农药,提取物经DB-17毛细管柱分离后,用配有火焰光度检测器的气相色谱仪进行测定。结果表明,匀浆、抽滤1次,萃取2次(A1B2时效果最好),检测下限达6.08×10-4mg/kg～1.66×10-3mg/kg,6种有机磷农药的回收率范围为82.52%～92.02%,相对标准偏差(RSD)为6.31%～17.06%。本方法符合国家标准对农药残留量测定方法的要求,定性和定量准确,可快速同时测定出蔬菜中残留的敌敌畏、甲胺磷、乙酰甲胺磷、久效磷、甲基对硫磷和毒死蜱等6种有机磷农药。     

异菌脲在梨和土壤中残留量的测定方法

建立了异菌脲在梨和土壤中气相色谱分析方法。梨、土壤样品用乙腈提取,Florisil固相萃取小柱净化,淋出液浓缩后用正己烷定容,气相色谱仪电子捕获器检测。试验结果表明,异菌脲的含量与峰面积之间呈线性关系,异菌脲的最小检出量为0.005ng。对于梨样本,异菌脲最低检测量为0.01mg/kg,添加平均回收率为94%～107%,变异系数为3.2%～6.5%;对于土壤样本,异菌脲最低检测量为0.01mg/kg,添加平均回收率为98%～110%,变异系数为4.0%～10.5%。结果表明该残留分析方法的灵敏度、准确度、精密度等均符合农药残留检测的要求。     

基于多光谱视觉的稻瘟病抗病性分级检测技术

利用MS3100多光谱相机采集了受稻瘟病侵染的秧苗多光谱图像,通过图像分割、复原和分析,得到了在近红外、红光和绿光波段稻苗植株样本图像的灰度均值。将3个波段的图像灰度值作为特征参量,并采用支持向量机技术建立稻瘟病的抗病性分级检测模型。结果表明,模型具有较高的分类精度。抗性样本和感病样本的分类精度达到100%,抗性样本和中等感病样本的分类精度为96.8%。本研究为水稻品种抗病性鉴定调查提供了一种新的方法,同时也为稻瘟病早期检测提供了基础。     

固相萃取-气相色谱/三重四极杆质谱法同时分析蔬菜中的50种农药残留量

采用固相萃取-气相色谱/三重四极杆质谱(GC/MS/MS)法测定蔬菜中50种农药残留量.样品经乙腈提取、固相萃取小柱净化,用气相色谱-质谱/质谱法测定,外标法定量.50种农药在10～500 μg/L范围内线性关系良好,加标回收率在77.30％～116.91％之间,相对标准偏差均小于15％,定性检出限和定量检出限分别为0.1～5.0 μg/kg和0.3～16.7 μg/kg,可以满足欧盟、日本等国对蔬菜中农药残留量的限定要求.该方法具有简单快速,准确度和精密度高,适用于各种蔬菜中农药多残留量的检测和确证.     

Research on Detection Device for Broken Wires of Coal Mine-Hoist Cable

In order to overcome the flaws of present domestic devices for detecting faulty wires such as low precision, low sensitivity and instability, a new instrument for detecting and processing the signal of flux leakage caused by broken wires of coal mine-hoist cables is investigated. The principle of strong magnetic detection was adopted in the equipment. Wires were magnetized by a pre-magnetic head to reach magnetization saturation. Our special feature is that the number of flux-gates installed along the circle direction on the wall of sensors is twice as large as the number of strands in the wire cable. Neighboring components are connected in series and the interference on the surface of the wire cable, produced by leakage from the flux field of the wire strands, is efficiently filtered. The sampled signal sequence produced by broken wires, which is characterized by a three-dimensional distribution of the flux-leakage field on the surface of the wire cable, can be dimensionally condensed and characteristically extracted. A model of a BP neural network is built and the algorithm of the BP neural network is then used to identify the number of broken wires quantitatively. In our research, we used a 6×37＋FC, φ24 mm wire cable as our test object. Randomly several wires were artificially broken and damaged to different degrees. The experiments were carried out 100 times to obtain data for 100 groups from our samples. The data were then entered into the BP neural network and trained. The network was then used to identify a total 16 wires, broken at five different locations. The test data proves that our new device can enhance the precision in detecting broken and damaged wires.     

微波萃取草莓中有机磷农药残留量的快速检测

研究了微波辅助萃取气相色谱法测定草莓中五种有机磷农药(乐果、马拉硫磷、敌敌畏、甲基对硫磷、毒死蜱)的快速检测方法。对萃取溶剂的种类进行了选择,并采用正交设计实验优化了溶剂用量、微波辐射时间及微波辐射温度等微波辅助萃取条件。结果表明,当溶剂用量为25 mL、时间为15min、温度为80℃时萃取效果最佳;五种有机磷的检出限为0.0015~0.0072mg/kg,回收率为87.99%~109.3%。     

基于BP神经网络的混凝土超声CT图像分割

由于图像直观的特点，超声波层析成像技术在混凝土结构的无损检测中扮演日益重要的角色。采用BP神经网络模型，研究了超声波CT彩色图像的分割方法。以超声CT检测图像和起导师信号作用的二值图像为训练样本，采用BP算法进行训练，对实测图像分割后得到了目标边缘清晰的较好分割效果：此方法主要优点是设计简单，易于实现；欠缺是BP网络学习时间过长，     

水果蔬菜中有机磷农药残留的快速检测技术研究

利用有机磷杀虫剂敌百虫属酯类化合物在碱性条件下易水解成醇类、酚类和磷酸的性质,将水解产物醇类、酚类与具氧化性的KMnO4有色液反应使溶液的颜色发生改变,根据试液颜色的改变程度与敌百虫量的关系制成标准比色卡,用色卡法快速检测水果蔬菜中有机磷农药残留量。研究表明,该方法对敌百虫的检测灵敏度为0．058mg／kg,单个样品全过程检测只需5min,具有检测时间短、成本低、简单方便、快捷等特点,适用一般家庭或农贸市场、超市快速检测水果、蔬菜中有机磷农药残留量。     

Au@Ag纳米粒子表面增强拉曼光谱法高灵敏检测孔雀石绿

采用晶种增长-抗坏血酸室温还原法有效合成了Au@Ag纳米粒子。通过进一步优化Au@Ag纳米粒子的组成和体积、助剂H（NaCl和KBr的混合溶液）的体积以及待测样品的加样顺序,在便携式拉曼光谱仪上成功实现了孔雀石绿（MG）的快速高灵敏检测。其对MG检测线性范围为0.5 μg/L~10 μg/L,线性相关系数达到0.991,实际可测最低浓度为0.5 μg/L。将本方法用于基围虾虾肉中MG的检测,直接检测未检出;用前处理液配制MG模拟样本,10 μg/L时信号明显可见。本方法有望用于水产品中MG的快速高灵敏检测。     

Sub-pixel mapping method based on BP neural network

A new sub-pixel mapping method based on BP neural network is proposed in order to determine the spatial distribution of class components in each mixed pixel.The network was used to train a model that describes the relationship between spatial distribution of target components in mixed pixel and its neighboring information.Then the sub-pixel scaled target could be predicted by the trained model.In order to improve the performance of BP network,BP learning algorithm with momentum was employed.The experiments were conducted both on synthetic images and on hyperspectral imagery(HSI).The results prove that this method is capable of estimating land covers fairly accurately and has a great superiority over some other sub-pixel mapping methods in terms of computational complexity.     

神经网络在非球面镜面型多项式反求中的应用

介绍BP神经网络的结构与学习算法,建立用于非球面镜面型多项式系数反求的BP神经网络模型,并且论述模型建立的步骤与原则方法,最后阐述了利用所建立的模型对非球面镜面型多项式系数反求的实施过程.研究表明,该方法能够较好地实现复杂非球面镜面型多项式系数的反求,并具有一定的容错能力.     

一种基于DBN的网络入侵检测算法

针对传统BP神经网络在检测速度、精度、复杂度等方面的缺陷,提出了一种基于深度信念网（deepbeliefnets,DBN）的网络入侵检测算法,将数据通过双层RBM结构降维,再用BP神经网络反向微调结构参数,从而简化了数据复杂度,减少了BP神经网络的计算量．通过对KDD99数据集仿真实验表明,该算法对于大数据拟合快,检测精度较高．