用近红外光谱鉴别杨梅品种的研究

提出了一种用近红外光谱技术快速无损鉴别杨梅品种的新方法,首先用主成分分析法对典型的四个杨梅品种进行聚类分析,获取杨梅的近红外指纹图谱,再结合人工神经网络技术进行品种鉴别.主成分分析表明,以主成分1和2对样本的得分值做出的得分图,对不同种类杨梅具有较好的聚类作用,可以定性分析杨梅种类.利用主成分分析可以把原始波长变量压缩成能代表原始变量的少数相互正交的主成分,用这些新变量作为神经网络的输入,建立3层BP人工神经网络模型.四个杨梅品种共100个样本用来建立神经网络品种鉴别模型,对未知的20个样本进行预测,结果表明,品种识别准确率达到95%.说明综合主成分分析和人工神经网络的方法具有很好的分类和鉴别作用,为杨梅的品种鉴别提供了一种新方法.     

基于可见-近红外光谱技术的家蚕蚕种鉴别方法的研究

提出了一种结合主成分分析和人工神经网络技术的可见-红外光谱家蚕蚕种快速鉴别新方法.主成分分析法用于家蚕蚕种品种的聚类分析及主成分的提取.从主成分1和2对所有建模样本的得分图可以看出,主成分分析法对不同种类家蚕蚕种具有较好的聚类作用,可以定性分析家蚕蚕种品种.提取了6个能解释原始光谱的大部分信息的主成分,作为BP神经网络的输入,建立了三层BP人工神经网络模型.选取了4个典型的家蚕蚕种品种,共120个样本,其中随机选取了100样本用来建立神经网络品种鉴别模型,对未知的20个样本进行预测,结果表明,品种识别准确率达到100%.说明该方法具有很好的分类和鉴别作用,为家蚕蚕种的品种鉴别提供了一种新的途径.     

基于主成分分析的指令旁路模板分析方法

提出一种微控制器指令逆向恢复方法.根据微控制器内执行的指令与功耗、电磁等旁路信号之间的相关性,为不同指令分别构建旁路模板,将未知指令的旁路轨迹与模板进行匹配来恢复指令.为解决旁路轨迹中样本点数量较大,导致的模板构建与匹配效率较低的问题,利用主成分分析(PCA)的方法从功耗轨迹中提取旁路信号主成分.实验结果显示,在约400个样本点中选取约30个分量的相同条件下,PCA 方法获得的匹配正确率比人工选取有效点方法提高近50%.     

基于可见一近红外光谱技术的家蚕蚕种鉴别方法的研究

提出了一种结合主成分分析和人工神经网络技术的可见～红外光谱家蚕蚕种快速鉴别新方法．主成分分析法用于家蚕蚕种品种的聚类分析及主成分的提取．从主成分1和2对所有建模样本的得分图可以看出，主成分分析法对不同种类家蚕蚕种具有较好的聚类作用，可以定性分析家蚕蚕种品种．提取了6个能解释原始光谱的大部分信息的主成分，作为BP神经网络的输入，建立了三层BP人工神经网络模型．选取了4个典型的家蚕蚕种品种，共120个样本，其中随机选取了100样本用来建立神经网络品种鉴别模型，对未知的20个样本进行预测，结果表明，品种识别准确率达到100％．说明该方法具有很好的分类和鉴别作用，为家蚕蚕种的品种鉴别提供了一种新的途径．     

拉曼光谱结合X射线荧光对口红的分类研究

建立了一种快速检验口红的方法,并利用拉曼光谱技术结合X射线荧光光谱法对28个口红样品进行了分类研究。利用拉曼光谱技术对样品进行分析测试,根据拉曼特征峰的不同可以有效地对其进行分类;利用主成分分析对数据进行处理,降维后的数据可解释全部信息的97.545%,结合Pearson相关性分析,验证了根据拉曼特征峰分类的科学性;结合X射线荧光光谱法对两类样品分组,根据Ca/Ti进行组内区分。结果表明,此方法简便快速、操作简单,且无需特殊的前处理,为公安机关侦查破案提供了一种新思路,在公安实践工作中有广阔的应用前景。     

二硫化钼薄片共振拉曼光谱的偏振相关性研究

研究采用传统的二维材料制备方法——机械剥离法制备了厚度约为60 nm的MoS2纳米薄片,由光学显微镜和原子力显微镜观察MoS2薄片的形貌和厚度分布,并搭建了偏振拉曼测试系统,根据MoS₂薄片1.8 eV的能带分别选择633 nm(1.96 eV)和458 nm(2.71 eV)激光来激发MoS₂的共振和非共振拉曼散射,拉曼散射光经过光纤耦合进频谱仪获得拉曼光谱,由洛伦兹拟合确定了共振拉曼光谱中的特征模式,通过与非共振拉曼对比,分析出MoS2的拉曼光谱在共振状态下会激发出新的拉曼模式。通过观察0°到360°之间不同偏振角度下的共振拉曼光谱和极坐标图,发现共振拉曼光谱中的所有模式均具有偏振相关性,且偏振相关的方式相似,均呈现双极纺锤形,结合拉曼张量理论模型计算出的拉曼强度理论值与实验数据几乎完全重合。     

红外光谱技术在法庭科学中的进展研究

在法庭科学物证检验、对比、分析中,红外光谱技术可基于自身优势用于确定物质的种类、成分,以及分析物质分子内部结构及其物理、化学性质等。本文将依据物质来源的属性不同对法庭科学中所涉及的多种常见物证进行简要分类与概述,在基于红外光谱技术相关知识基础上,进一步阐述红外光谱技术在法庭科学生物物证和非生物物证两方面的当前应用现状和最新进展研究,并进行展望以促进红外光谱技术在法庭科学领域中更深层次的研究与发展。     

光纤拉曼放大器的最大拉曼增益特性

为了分析同向抽运与反向抽运光纤拉曼放大器的最大拉曼增益,基于耦合微分方程,采用理论推导的方法,根据不同抽运结构下信号光放大的不同实际情况定义并推导出同向抽运光纤拉曼放大器和反向抽运光纤拉曼放大器的最大拉曼增益公式。然后,详细分析了各个参数对两种抽运方式下光纤拉曼放大器的最大拉曼增益的影响。对两种抽运方式下相同参数引起的最大拉曼增益进行了比较。结果表明,同样的参数对同向抽运与反向抽运光纤拉曼放大器最大拉曼增益的影响有相同的地方,也有不同的地方。最后,将最大拉曼增益和常用的开关增益进行了比较。对光纤拉曼放大器的实验、成本估计和器件效率等研究有重要参考意义。     

槠叶种新鲜茶树叶的拉曼光谱检测

基于激光拉曼光谱技术对新鲜茶叶原叶品质鉴定及产地区分进行了研究,对安徽祁门县六个村庄槠叶种新鲜茶树叶(简称原叶)进行了检测.结果表明不同产地原叶在748,831,1005,1158,1328,1527,1609 cm-1等处均有较强拉曼峰,但每组峰强度存在差异.采用主成分分析法(PCA)及线性判别分析法(LDA)对原叶的拉曼光谱进行了分析,得到不同产地原叶的区分度为70.7％.     

基于K阶簇分析的乳腺组织拉曼光谱成像研究

采用共焦拉曼光谱仪,测量了正常乳腺组织和浸润性导管癌组织的阵列显微拉曼谱3 000多个,利用自编软件对谱数据进行K阶簇分析(K-means cluster analysis),得到各簇的平均谱以及各谱的簇类别。各簇平均谱与商售的甘油三酸脂、胶原和肌动蛋白等纯生化物质的拉曼谱具有很高的相关性,说明K阶簇分析能够区分细胞质、细胞间质及脂肪等不同组织形态的拉曼谱;依据各谱的簇类别构建阵列拉曼谱的簇分析成像能够显现乳腺上皮组织的生化成分分布及乳腺管结构,与乳腺组织形态模型成像结果相互印证。本文研究预示簇分析是研究乳腺组织拉曼谱及提取诊断信息的有效手段,优势在于不需要知道组织样品的生化信息。     

基于PSO-KPCA-LVQ神经网络的雷达一维距离像识别

针对雷达目标一维距离像识别研究,将子空间法中的核主成分分析方法(KPCA)与LVQ神经网络相结合应用到雷达目标一维距离像识别中,提出了KPCA-LVQ算法,并取得了较好的识别效果。研究中发现,在使用核主成分分析时,存在核函数中未知参数难以确定的问题。针对此问题,深入分析核函数矩阵和核函数参数之间的关系发现,主成分的贡献率与核函数的参数之间存在着一定的对应关系。据此,确定了基于主成分贡献率的优化问题,并采用粒子群算法(PSO)进行优化求解,得到最优的核参数。实验分析结果表明,该方法克服了核主成分分析方法中依靠经验来确定未知参数的缺点,降低了计算量,提高了目标识别率。     

基于随机森林算法的食源性致病菌拉曼光谱识别

药品食品的安全问题一直是人们关注的重点。相比于传统的食源性致病菌光谱检测方法,拉曼光谱法具有检测范围广、检测灵活、光谱特征突出等特点。本文以常见的食源性致病菌为研究对象,利用拉曼光谱仪采集了11种食源性致病菌样品的132个拉曼光谱数据,提出了一种基于主成分分析和随机森林算法的分类模型。实验结果表明,主成分分析结合随机森林算法的分类模型可以将食源性致病菌区分开,且分类准确度可达到91.36%。     

基于主成分分析方法的光电系统抗干扰性能评估研究

基于主成分分析法开发了一种评估红外系统抗干扰性能的综合评价方法。针对红外系统,构建了能够体现其抗干扰性能的指标体系,利用主成分分析法,对不同红外系统的抗干扰性能做出了客观的评价。通过计算不同红外系统的综合得分、主成分得分,实现了不同系统抗干扰性能的综合排名,进而能够为红外系统的抗干扰性能评估提供重要参考依据。     

基于径向基函数的水性木器漆喇曼光谱鉴别

水性木器漆是一种犯罪现场常见的微量物证,在法庭科学领域广受关注。为了实现对水性木器漆中复杂化学成分的检测分类,采用具有较高分辨能力和无损检验特点的喇曼光谱,结合主成分分析和径向基函数神经网络两种数据挖掘技术,对3种品牌共38个水性木器漆样本的喇曼光谱进行了数据分析。结果表明,径向基函数模型下可得到准确率为78.9%的分类识别。采用傅里叶变换喇曼光谱结合径向基函数模型实现对水性木器漆的鉴别与分类,为实践中木器漆的分类研究提供新思路。     

基于PCA和BP网络的地中海贫血红细胞拉曼光谱判别

应用激光镊子拉曼光谱(LTRS)技术,俘获单个红细胞并收集其拉曼光谱.将主成分分析(PCA)算法和反向传播BP网络预测模型相结合,进行地中海贫血(简称地贫)红细胞类型的判别.PCA结果显示,正常对照与中间型α-地贫(HbH-CS)基本可区分,但正常对照与重型β-地贫,HbH-CS与重型β-地贫间差异不明显.将归一化处理的前5个主成分进行BP网络训练及预测,结果发现,正常对照与HbH-CS间预测正确率高达97.90%,正常对照与重型β-地贫,HbH-CS与重型β-地贫间预测正确率分别为90.72%和86.28%.该结果与平均拉曼光谱及主成分分析结果基本吻合.取不同的实验条件下收集的光谱进行同样的分析,3种组合的预测正确率略有不同,分别为95.28%,92.08%,91.85%,但呈现基本相同的规律.     

单个肝癌细胞的拉曼光谱分析研究

本工作利用激光镊子拉曼光谱系统研究了人正常肝细胞株(LO2)和肝癌细胞株(SMMC-7721)的单细胞拉曼光谱,对于每个细胞在不同部位测三个点.实验结果显示:正常细胞和癌细胞的平均拉曼光谱存在显著差异;癌细胞谱线强度整体变弱;正常细胞的1658cm-1处峰和1450cm-1处峰的强度比值为0.63,癌细胞的为0.99;癌细胞的核酸、蛋白质、脂类等重要生物分子在结构或含量上都发生了不同的改变.用PCA主成分对单个细胞的平均拉曼光谱进行分析,结果发现PCA可以正确区分出正常细胞和癌细胞.这些结果表明,激光镊子拉曼光谱是判断正常肝细胞和肝癌细胞的有效方法.     

基于不同金属衬底制备碳膜的场发射研究

利用磁控溅射的方法,在相同的陶瓷衬底上面分别镀上三种不同金属,形成三种不同的金属衬底,对金属层进行相同的表面处理后,放入微波等离子体化学气相沉积腔中,制备出三种碳膜。对制备出不同的碳膜用扫描电镜、拉曼光谱、X射线衍射仪进行结构分析,并用二极管型结构测试了它们的场致发射电子的性能。找到了最适合场发射的金属衬底,进一步对不同金属衬底制备碳膜的场发射特性不同的原因进行了初步的研究。     

基于主元分析的不同白血病细胞判别

应用主元分析(PCA,principal components analysis)方法对3种不同白血病细胞进行判别。原始数据通过五次方拟合和线性3点平滑以消除背景噪声后,应用PCA方法线性降维后进行特征提取和聚类分析。实验结果表明其中HL60细胞和CA46细胞的拉曼光谱较相似,而与Jurkat细胞存在较大差异,表明前两者在性质上更为接近。研究结果表明,PCA方法可以对不同白血病细胞进行聚类,区分度达100%。     

基于反射光谱和主成分分析的生物炭快速溯源鉴别研究

快速鉴别生物炭源质对生物炭的合理开发与应用具有重要意义。本实验以14种生物炭为研究对象,采用全校验主成分分析（PCA）方法对样本光谱进行数据压缩和主成分提取。由第一、第二主成分得分构成的二维分布图显示了不同源质生物质的样本分布特点。由前3个主成分构成的线性鉴别模型（PC—LDA）应用于验证集样本预测效果最佳,判错个数最少。实验结果表明,光谱技术结合主成分分析方法能够实现生物炭源质的快速鉴别与诊断。     

基于扫描电镜技术表征医用口罩熔喷材料

自2019年新型冠状病毒疫情爆发以来,口罩防护材料已成为人们与病毒隔离的最常用和最有效的屏障,市场对口罩的需求十分旺盛.本研究收集了六种来自不同厂家的一次性医用口罩,运用扫描电镜表征其微观形貌,探究不同厂家医用口罩熔喷材料的差异性.结果表明:具有更优过滤性能和防护效果的医用口罩,其熔喷材料的纤维直径细且致密,孔径也更小...