在线近红外光纤光谱传感方法研究

提出了在线近红外光纤光谱传感方法,研制了光纤光谱传感器,对塑料发泡挤出过程参数(CO2气体浓度)进行在线检测实验,并对光谱数据进行分析与处理.其结果是令人满意的. 理论与实验研究表明,本文提出的在线近红外光谱光纤传感方法很好地解决了聚合物动态挤出过程中参数的实时在线检测问题,通过光谱分析,研究微孔塑料的发泡成核机理,揭示其成核过程,从而能监控聚合物动态挤出成型过程. 用该方法实现的微孔塑料实时在线光纤光谱传感检测系统,具有重要的理论与实际意义.(PD7)     

苹果近红外光谱的预处理

原始近红外光谱数据含有大量的噪声信号和较大的数据量,所以在进行光谱数据分析之前对光谱数据进行预处理是非常必要的。近红外光谱数据的预处理主要有两个任务,一是降噪,提高模型的稳健性和预测结果的准确性;二是数据压缩,以便于数据的存储,提高建模速度。传统的近红外光谱数据预处理方法各有局限,很难在这两方面都得到令人满意的效果。将小波分析用于苹果近红外光谱数据的预处理,并选取峰值信噪比(Peak Signal to Noise Ratio, PSNR)和归一化相关系数(Normalized Correlation, NC)作为评价指标。与常用的Savitzky-Golay平滑滤波和多元散射校正相比,小波方法不仅能有效地实现数据压缩,而且在噪声去除和光谱细节保持等方面都具有优势。}     

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。     

用光谱主成分分析选择烟草近红外模型校正集样品

为研究光谱主成分分析方法在选择烟草近红外模型校正集样品过程中的可行性,本文采用常规的人为挑选和光谱主成分分析两种方法选择校正集样品,并利用偏最小二乘法建立烟叶总糖、总氮和烟碱含量的预测模型,同时比较了这两种校正集样品选择方法所建立模型的各项评价指标和预测结果的差异性。结果表明,上述两种方法建立的总糖、总氮和烟碱含量预测模型的各项评价指标非常接近,对20个烟叶样品的预测结果也无明显差异。因此,应用光谱主成分分析是烟草近红外模型构建过程中的一种非常有效,且节约常规化学分析成本的校正集样品选择方法。     

基于近红外成像光谱的人体动态运动点像素校正系统

为了校正形变像素,提升图像质量,提出一种基于近红外成像光谱的人体动态运动点像素校正系统,通过探究光谱的成像原理与像素发生形变的原因对其展开研究,利用三帧连续图像的配准与差分相乘法对人体动态轮廓进行获取,经过形体学与形态学膨胀处理后,得到运动点像素及其空间域的相关性,统计后的像素数据会被传至整体统计模块中,从而获得通道统...     

基于近红外光谱的化学品鉴别方法研究

化学品自动鉴别分类对于其安全监管十分重要,本文研究了利用近红外光谱检测技术实现化学品自动检测分类的方法。首先,在近红外光谱仪器及光源基础上,研究了几种常见化学品的光谱特征,然后,结合光谱特征提取与概率统计分析中的贝叶斯方法,研究自动鉴别分类方法,并通过验证了该方法自动分类鉴别准确性。本文所研究的方法为实现化学品的在线快速检测提供了参考,具有比较重要的应用价值。     

近红外光谱分析技术的数据处理方法

介绍了近红外光谱分析技术原理及数据处理的重要意义,分析了光谱预处理的常用方法,最后比较了几种不同的光谱数据处理方法优缺点,总结了各自的应用进展.     

机载高光谱可见近红外/短波红外模块视轴角自校正方法研究

外视场拼接是实现机载高光谱成像系统同时具有大视场与宽光谱采样范围的有效方式。由于各个成像单机独立安装,对应的可见近红外模块单机与短波红外模块单机之间的视轴角会在设备长时间运行后产生变化,视轴角的变化会对可见/短波红外的数据融合效果产生负面影响。而视场重叠使基于对极几何和平面单应性的校正方法不能有效地解算出对应可见/短波红外单机之间的视轴角,因此无法对视轴角偏差导致的图像失配进行修正。针对使用外视场拼接来扩大总视场和总响应带宽特点的机载高光谱成像系统,本文提出了一种视轴角和焦距校正算法。通过使用多级特征筛选方法,结合最小化重投影误差,实现了可见近红外/短波红外对应单机之间视轴角与相对焦距的自校正,提高了图像配准精度。该算法已经应用于AMMIS机载大视场高光谱成像仪。实验结果表明,该方法最大平均误差小于0.2像素,且对倾斜放置的相机也具有很好的适应性。     

基于神经网络与近红外光谱的玉米成分检测方法

本文基于离散余弦变换和BP神经网络,建立了玉米的近红外光谱与其成分含量之间关系的数学模型,提出了应用近红外光谱快速检测玉米样品中的淀粉、水分、蛋白质和油等四种主要成分含量的方法.研究结果表明,玉米样品集的化学检测值与近红外预测值的相关系数分别为:淀粉,蛋白质,油和水.所建模型具有实际应用价值.     

近红外光谱结合小波变换-径向基神经网络用于奶粉蛋白质与脂肪含量的测定

应用近红外光谱分析技术结合化学计量学方法,建立了奶粉脂肪和蛋白质含量测定的化学计量学建模新方法.首先采用Kernard-Stone法对校正集样本和预测集样本进行分类,然后利用小波变换滤波技术对样品的近红外光谱进行压缩去噪处理,结合滤波后重构光谱信号建立脂肪和蛋白质的径向基神经网络回归模型,并分别对径向基网络的扩散常数spread值及小波变换中的小波基与压缩尺度三个参数进行了详细的讨论.脂肪模型在小波基为db2及小波尺度为4、spread值为3.5时的预测模型精度最好;蛋白质模型在小波基为db8及小波尺度为4、spread值为6时,预测模型精度最好.所建立的脂肪和蛋白质校正模型的预测集相关系数(Rp)分别为0.990和0.994,预测均方根误差分别为0.007与0.004.预测结果表明,RBF网络结合小波变换进行建模预测,模型简单、稳健且精度较好,该方法适合奶粉脂肪和蛋白质含量的快速、无损测定.     

基于近红外光谱技术乳制品品种快速无损鉴别

研究了使用近红外透射光谱法对四种乳制品品种进行快速鉴别的方法.首先对样品光谱进行多元散射校正等预处理,然后对处理后的光谱进行小波基为db3,分解尺度为6的小波压缩,最后以压缩后光谱数据作为输入变量,分别采用BP-ANN、RBF-ANN和SVM-ANN三种人工神经网络建立品种鉴别模型.结果显示,当光谱预处理方法为多元散射校正加S-G平滑加小波变换(MSC +S-G +WT)时,三种网络对样品的鉴别率均达到了100％.所以近红外光谱技术可以实现对乳制品品种的快速无损鉴别.     

乙醇汽油含量的近红外光谱检测研究

随着石油资源的匮乏和能源需求量的日益增大,乙醇作为一种替代车用燃料越来越受到重视。在调和乙醇汽油的过程中由于其辛烷值的波动较大,影响车辆的动力性能,因此对乙醇汽油中的乙醇含量的准确检测具有重要意义。利用近红外光谱分析技术(NIR)定量分析乙醇汽油中的乙醇含量。实验结果表明,利用PCA在光谱1840～2030 nm范围能够准确分类乙醇汽油和成品汽油;采用PLS在光谱1400～2200 nm范围准确测量乙醇汽油中的乙醇含量,其交叉检验均方根误差(standard error of cross validation,SECV)为1.35(%,V/V),可以满足大部分乙醇汽油生产企业的实际检测需求。因此,采用近红外光谱技术和PCA,PLS分析方法可以有效的对乙醇汽油和成品汽油进行分类,对乙醇含量的定量分析模型也可以达到较高的精度。     

氯化钠晶体色心近红外光谱精细结构

在９～７７Ｋ温度范围内，在γ射线辐照和Ｈｅ＾＋注入的氯化钠晶体中观测到Ｒ２和Ｎ１心零声子线，以及其它窄吸收线，并在不同温度下系统地测量了这些吸收线的光谱特性和热稳定性。     

液芯光纤近红外光谱特性研究

通过实验测试了液芯光纤的液芯溶液在1510～1590nm近红外波段的透光特性和不同液芯溶液的红外光谱曲线，分析了影响液芯光纤透射率的因素，为寻找可实际应用于光通信波段的液芯光纤材料提供了一些实验数据。     

采用近红外光谱技术检测牛奶中脂肪、蛋白质及乳糖含量

利用近红外(NIR)漫反射光谱(1100～1700nm)快速测量牛奶中脂肪、蛋白质和乳糖的含量。采用偏最小二乘方(PLS)回归．建立了测量光谱与牛奶主要成分浓度之间的校正模型,并对其预测重复性进行了研究;进而探讨了非线性校正方法径向基函数网络(RBFN)的可行性,并与PLS线性校正模型进行了对比;探讨了如何提高PLS校正模型预测精度的相关问题。     

温度对近红外光谱检测结果的影响研究

由于光谱具备信噪比低、吸收强度较差等特性,导致不同温度下检测结果有较大差异。以葡萄糖溶液为例,探究温度对近红外光谱检测结果影响。研究近红外光谱检测原理,采用化学计量学法建立光谱信息与葡萄糖溶液浓度相关数学模型,对光谱、浓度矩阵进行线性回归分析,得到校准集模型回归系数矩阵;融合BP神经网络与主成分分析法对数据预处理,解决近红外光谱检测的非线性问题,剖析浑浊介质内葡萄糖近红外光谱,明确温度引起的光谱变异机制;设计纯水与葡萄糖水溶液光谱温度特性对比实验,明确不同温度对光谱的影响程度。由实验结果可知:在进行光谱检测时,应利用一定手段排除温度干扰,以此得到准确的检测结果。     

用Daubechies小波软阈值法对近红外光谱数据进行预处理

提出了一种基于Daubechies小波软阈值的近红外光谱预处理方法,并用该方法处理了两类不同苹果的近红外光谱数据。该方法选用归一化相关系数(Normalized Correlation,NC)和峰值信噪比(Peak Signal to Noise Ratio,PSNR)作为定量分析指标.与常用的矢量归一化法(Vector Normalization,VN)和标准正态变量校正法(Standard normal Variate,SNV)相比,该方法优势明显,既能有效去除噪声,又能很好地保留光谱的特征细节信息,提高了后续光谱分析过程中建模的稳健性和模型预测的精确度.     

牛奶成分近红外光谱数据的预处理研究

本文介绍了预处理方法在近红外光谱数据处理中的应用,并以牛奶为例探讨了具体的预处理参数．牛奶中脂肪和蛋白质含量的预测偏差为0．1g/dl～0．3g/dl,测量值与浓度参考值有良好的相关性．结果表明,数据预处理方法在模型优化中具有重要作用,对牛奶模型的建立有重要的参考价值。     

可见近红外光谱多功能实时测量系统

本文主要叙述了可见近红外光谱多功能实时测量系统的结果。主要性能指标、原理、主要技术指标的标定及应用结果。该系统是测量目标的发射、反射、透过光谱特性的理想设备。