发动机润滑油含水量近红外特征波段选取

应用近红外光谱技术结合间隔偏最小二乘法,探讨发动机润滑油中含水率检测的特征波段及检测方法。采用间隔偏最小二乘法对发动机润滑油含水量的近红外光谱特征波段进行选择,结合偏最小二乘回归建模方法对所选波段进行验证。结果表明:选用7 432～6 321 cm-1和5 583～4 846 cm-1 2个波段建模可以得到与全谱一致的预测结果,从而实现了模型的简化,为润滑油中含水率近红外光谱分析提供理论依据。     

近红外高光谱成像技术快速鉴别国产咖啡豆品种

结合近红外高光谱成像技术和不同的判别分析模型对4种国产咖啡豆品种进行了快速无损判别。通过高光谱成像仪提取874~1 734nm波段内的光谱数据,去除首尾噪声波段后,分别基于925~1 680nm波段的全谱波段和通过连续投影算法(SPA)选择的特征波长,建立了偏最小二乘判别分析(PLS-DA)、随机森林(RF)、K最邻近算法(KNN)、支持向量机(SVM)模型和极限学习机(ELM)5种判别分析模型。基于上述判别模型对咖啡豆品种进行鉴别;然后通过准确率、命中率和否定率3个参数对鉴别结果进行了评价。实验显示,基于全谱和特征波段建立的模型均取得了较好的判别效果,其中ELM模型效果均为最优,每个品种建模集和预测集的准确率、命中率和否定率均在93.5%以上。研究结果表明,基于近红外高光谱成像技术结合模型判别分析方法可以实现对国产咖啡豆品种的识别,特征波长的选择减少了变量数,但判别效果与全谱相当。     

小型近红外玉米蛋白质成分分析 仪器设计的波段选择

采用傅里叶变换近红外漫反射光谱技术和偏最小二乘法(PLS)建立了玉米蛋白质含量的定标模型。按照预测效果优选光谱波段,为设计小型近红外玉米蛋白质成分分析仪器提供依据。采用多元散射校正方法对光谱进行预处理,然后利用Savitzky-Golay平滑法对原谱、一阶导数谱和二阶导数谱进行平滑处理。选取全谱、合频、一倍频、二倍频和蛋白质基团等5个波段,每个波段分别采用原光谱、一阶导数谱、二阶导数谱,共建立15个定标模型。同时调整Savitzky-Golay平滑点数和PLS因子数,通过多次PLS数值实验比较,按照预测效果确定每个模型的最优平滑点数、因子数,再从中选优。结果表明,采用一阶导数谱的一倍频波段(7 000~5 500 cm^－1)的定标效果最好,模型的预测相关系数、预测均方根偏差、相对预测均方根偏差分别为0.945,0.357,3.340%。一倍频波段可以代替全谱波段并得到更好的定标效果。     

应用近红外漫反射光谱快速测定土壤锌含量

采用近红外漫反射光谱和偏最小二乘法(PLS)建立了土壤锌快速分析的定量模型,并进行了波段优选。首先,基于单波长模型预测效果将全体样品划分为定标集和预测集;然后,采用多元散射校正(MSC)和Savitzky-Golay(SG)平滑方法对光谱进行预处理。选取全谱400~2500nm,400~1100nm,1100~1900nm,1900~2500nm,580~900nm等5个波段,每个波段分别采用原谱、一阶导数谱、二阶导数谱,共建立了15个定标模型。同时调整SG平滑点数和PLS因子数,每个模型分别进行PLS数值实验,按照预测效果进行优选。结果显示,采用1900~2500nm波段一阶导数谱的模型效果最好,预测相关系数(RP)、RMSEP、RRMSEP分别为0.806,31.0mg/kg和19.96%。这些结果表明,1900~2500nm波段可以代替全谱波段得到更好的预测效果,可为设计专用土壤近红外光谱仪提供依据。     

基于近红外波长组合快速检测油页岩含油率

为实现油页岩含油率的快速单点测量,研究了基于近红外波长组合的油页岩含油率快速检测方法。以高岭土与机油混合的模拟样品为研究对象,利用便携式近红外光谱分析技术,研究了近红外波长组合选择方法。该方法采用自制的便携式光谱仪获得全光谱反射率数据,结合微分和多元散射校正数据处理及相关系数法进行波长初步筛选,将组合生成算法与留一交互校验多元线性回归(MLR)建模相结合,确定最佳波长组合,并用MLR建模对单点测量获得的最佳波长组合光谱数据进行了实验验证。结果表明:最佳波长组合为1 644,1 720,2 210,2 260nm,30个建模样品的校正集和预测集的决定系数为0.995 4和0.997 7,11个验证样品的验证集的决定系数为0.990 1。该方法为研制基于单点测量的油页岩含油率快速检测光谱仪提供了基础。     

不同近红外光谱仪在绿茶水分检测应用中的比较研究

分别应用两种不同型号近红外光谱仪对绿茶中水分含量进行定标建模,确定了在改进偏最小二乘法定标技术下的最优光谱数据预处理方式,建立了最优定标模型,并对其进行了检验.结果表明,两种仪器所得到的模型定标效果均良好,预测精度高,都可用于实际检测,但InfraXaet Lab型光谱仪得到的模型稳定性较强.     

基于内容的高光谱图像无损压缩

提出了一种基于内容的高光谱图像无损压缩算法.采用自适应波段选择算法对高光谱图像进行降维,引入G-means算法对降维后的光谱矢量进行无监督分类.利用单调后向排序算法确定波段的预测顺序,并根据相邻波段的相关系数大小进行自适应波段分组.针对每一类地物,选取类内部分像素进行最优预测系数的训练,采用多波段线性预测的方案去除同类像素的谱间相关性,预测残差进行JPEG-LS无损压缩.对机载可见光/红外成像光谱仪(AVIRIS)与实用型模块化成像光谱仪(OMIS)获取的高光谱图像分别进行实验,并与未进行分类预测的算法比较.结果显示,提出的算法的平均压缩比分别提高约0.11和0.7,验证了该算法在无损压缩方面的有效性.     

空谱联合预测高光谱图像无损压缩rice算法

针对rice算法低维预测不能有效降低高光谱数据冗余问题,提出基于空谱联合预测的低复杂度rice算法,应用于高光谱图像无损压缩.根据高光谱图像三维数据特征建立三维预测模型,利用相邻波段谱间相关系数进行联合预测系数分配,有效地减少了高光谱图像空间和谱间冗余.提出基于预测误差均值的最优编码参数选择算法,计算复杂度由O(N)降为O(1).实验结果表明,本文方法提高无损压缩比5%～40%,编码时间较经典rice算法缩短了4%以上,有利于实时处理和工程实现.     

宽波段近红外多通道光谱仪器的研制

多通道近红外光谱技术用以对近红外光谱进行快速测试,但探测器的性能限制了测试的光谱范围.本篇论述了采用两波段双光谱仪器技术,即将700～1700nm波段分为700～1100nm与1050～1700nm两个波段的方法,实现宽波段的近红外多通道光谱测试的仪器设计.同时也对食醋、酱油、牛奶等进行了吸收光谱测试.     

基于单沿提取法的血液酒精含量检测方法研究

近红外光可透过人体较薄的皮肤和组织,用光谱仪获得人体指端光谱数据,以医院生化采集分析的值作为参考,建立血液成分与动态光谱数据的校正模型,从而对人体血液中酒精浓度值进行预测。本文利用单沿提取法提取动态光谱,共采集了120名志愿者喝酒后的指端近红外动态光谱数据,用偏最小二乘法建立校正模型做回归分析,取90个样本作为校正集30个样本作为预测集。其校正集和预测集的相关系数分别为0.9784和0.9646,预测集的相对误差最大是6.1%,最小是0.14%,相对误差平均值2.84%。     

可见-近红外光谱测定血红蛋白的等效波段选择

将可见-近红外光谱和改进的移动窗口偏最小二乘(MWPLS)方法应用于人类血红蛋白(HGB)无试剂快速检测的高精度波段优选。为了避免模型评价失真,提出了一种新的模型评价体系。首先,从全体205个样品中随机抽取70个作为检验集,余下的135个作为建模集,并划分为具有相似性的定标集(80个样品)和预测集(55个样品)共50次;其次,对每一次划分都分别建模和优化,使得模型具有稳定性;最后,利用检验集对优选出的模型进行再次检验。实验结果表明:可见-短波近红外波段400～1100nm可以作为人体全血HGB的信息波段;进一步采用MWPLS方法从400～1100nm中选出全局最优波段为492～890nm,并得到包含77个等效波段的模型空间。以492～890nm为例,检验效果预测均方根偏差(V-SEP)、预测相关系数(V-RP)和相对预测均方根偏差(V-RSEP)分别为2.58g L-1、0.988和1.97%,得到的样品的HGB预测值与临床实测值吻合精度很高,可望应用于临床。     

血糖浓度的短波近红外定量分析

采用间隔偏最小二乘法(IPLS)和移动窗口偏最小二乘方法(MWPLS),在640～1 100nm范围内建立血糖短波近红外的优化模型。使用马氏距离对人血清样品中的奇异样品进行筛选,将检测光谱分别等分为2～15份进行IPLS分析,对比建立预测模型。设窗宽为151nm,成分数范围(1～20),全谱进行MWPLS,对预测模型进行优化。结果显示,依据马氏距离采用最小半球体积法能有效筛选所采集光谱中的奇异光谱,IPLS可以有效地找到葡萄糖分子官能团对应的近红外特征谱段,MWPLS能够找到适合建模的精确起止波长点,通过偏最小二乘法建立血糖浓度的预测模型,相关系数R=0.982 2,预测均方差RMSEP=0.163 5 mmol/L,偏差Bias=-0.087 3mmol/L。     

近红外技术快速测定裂解焦油芳烃含量

针对常用的气相色谱(GC)分析法进行焦油芳烃检测分析周期较长的问题,本文用傅里叶变换型近红外光谱仪及相关软件对石脑油蒸汽裂解焦油芳烃的含量进行了测定和实验研究。考虑焦油样品颜色差异大、芳烃含量变化大,实验通过对样品管改进、异常值判断、建模波段及光谱预处理方法优选等优化了碳六、碳七、碳八、碳九、碳十及总芳烃含量6组预测模型性能,建立了石脑油蒸汽裂解焦油样品中芳烃含量的快速分析方法,使得单个样品的分析时间缩短到2min以内。优化后6组模型的相关系数(R)分别为0.995 20,0.993 08,0.946 33,0.978 99,0.948 46,0.998 63,交叉验证均方差(RMSECV)分别为1.07,0.806,2.17,0.979,0.665,1.15。未知样6组芳烃含量的近红外光谱及气相色谱(GC)分析数据吻合良好,t-检验绝对值均小于其临界t值(t0.05(17)=2.11)。另外,近红外分析数据相对标准偏差(RSD)均小于2%,显示提出的方法具有较好的重复性。     

应用自适应预测器排序的三阶预测高光谱图像无损压缩

针对图像校正引起的高光谱图像的数据相关性,本文基于三级谱间预测和后向像素搜素(IP3-BPS)两阶预测提出了一种应用自适应预测器排序的三阶预测高光谱图像无损压缩算法。首先,根据高光谱图像相邻波段的相关系数大小进行自适应波段分组。然后,对谱间相关系数大于0.9的分组,利用校正引起的数据相关性和高光谱图像波段缩放因子分别给出一种递归双向像素搜索和一种自适应预测器排序技术;新形成的三阶预测算法将递归双向像素搜索和后向像素搜索作为最后两阶预测的预测器,并自适应调整两者的排序以获得更优的预测值。对机载可见光/红外成像光谱仪(AVIRIS′97)高光谱图像进行压缩的实验结果表明,提出的算法的平均比特率达到3.85bpp,优于其它无损压缩算法0.07~1.28bpp。该算法在计算复杂度较低的情况下,是一种高效的高光谱图像无损压缩方法。     

基于近红外光谱分析技术的绿茶生产日期快速鉴别（英文）

针对现有方法检测绿茶生产日期的不足,采用控制生产日期单一变量的方法,利用近红外光谱分析技术结合偏最小二乘法对其进行无损伤检测。首先对原始光谱进行五点平滑和一阶微分预处理,并利用移动窗口-BP神经网络算法(MW-BP-ANN)提取特征光谱变量。然后采用偏最小二乘算法验证方式建立校正模型,并采用预测均方根误差(εRMSEP)、相关系数(Cp)和相对分析误差(σRPD)来评价模型质量。当主成分数为9时获得最优模型,3个评价指标分别为19.965,0.943和3.07。研究结果表明,近红外光谱结合偏最小二乘法可用于对绿茶生产日期的快速无损伤检测。     

煤质近红外分析模型中争议光谱的判别

针对煤质近红外分析模型中光谱样本的特点,提出了基于并行最小二乘回归估计(P-LSRE)方法的争议光谱判别.首先,将光谱的全谱区划分为4个子区间,利用并行最小二乘回归估计方法以中心光谱为基准并行拟合建模光谱数据集;然后,以由相似度与相异度构成的相关性测度为衡量标准判别原光谱与拟合光谱的相关关系;最后,对判别信息进行有机融合标定光谱的属性.实验结果表明,该方法可准确地识别争议光谱,且具有较强的泛化性,适用于不同信噪比的光谱数据检测.     

基于间隔偏最小二乘法的农产品近红外光谱谱区选择方法

怎样建立准确的农产品内在质量的近红外光谱预测模型，一直是国内外近红外光谱分析者的研究重点，而现有的农产品近红外光谱数据建立光谱预测模型时，都要面临选择合适的光谱谱区的问题。本研究提出一种间隔偏最小二乘法的农产品近红外光谱谱区选择方法，并将其应用于建立苹果糖度近红外光谱模型。结果表明，该方法可以减小建模运算时间，剔除噪声过大的谱区，使最终建立的农产品品质检测近红外光谱模型的预测能力和精度更高。     

无信息变量消除法在近红外光谱测定的应用

本文通过讨论了无信息变量消除法(uninformative variables elimination,UVE)的原理,并用此算法对玉米的近红外光谱数据进行波长变量选择,再使用偏最小二乘法(partial least squares,PLS)建立模型。结果表明,与使用全谱数据建立的模型相比较,筛选变量后建立的校正模型不仅简化了,而且增强了预测能力。     

炉口火焰光谱驱动的炼钢终点控制

为自动炼钢过程中炉口火焰光谱数据的有效特征提取提供一种快速算法,实现自动炼钢过程的碳含量和温度值的动态预报,以推动智能炼钢进程。本研究采用分波段最小二乘拟合算法对炉口火焰光谱信息的稳定特征进行提取,采用小波分析方法对炉口火焰光谱信息的不稳定特征进行提取,构建了时间、光谱数据主特征、累计耗氧量、碳含量、温度值等一一对应的样本集,借助极限学习机拟合算法构建了不同条件下的自动炼钢过程的碳含量和温度动态预报模型,通过预测误差矩阵、炼钢初始条件实现了基于支持向量机的动态预报模型分类,为不同条件下的样本提供最优的动态预报模型。研究结果表明:应用分波段最小二乘拟合算法和小波分析算法提取的炉口火焰光谱信息的稳定特征和不稳定特征,可以很好地反映全光谱信息;基于绝对误差设计交叉实验,得到的样本类别、预测模型类别和样本初始条件之间呈现出了一致性;光谱信息数据挖掘可以为自动炼钢过程中碳含量和温度值的动态预报进行修正标定,为炼钢终点的控制提供支持。     

微型近红外光谱仪的软件开发与实验

在LabVIEW平台上对MicroNIR-1700微型近红外光谱仪开发了便携式近红外光谱检测系统。利用LabVIEW结合数据库开发的光谱仪测量分析处理程序,实现了光谱仪控制、样品指标测量、样品信息管理和系统使用权维护等功能。光谱的重复性试验和幸水桃的可溶性固形物含量实测试验表明,光谱仪在波长1000~1600nm范围内具有较高的重复性,实测试验中定标模型的校正集和预测集的相关系数r分别为0.902和0.867,均方根误差RMSECV和RMSEP分别为1.091,1.158,系统能满足一般实际应用的需求。