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。     

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。     

近红外光谱结合偏最小二乘法对甲氧苄啶粉末药品的定量分析

利用漫反射法获得甲氧苄啶粉末药品的近红外光谱（波长范围1100-2500nm）,采用化学计量学中的偏最小二乘法（PLS）及不同的光谱预处理方法（标准归一化（SNV）、一阶导数和二阶导数）对光谱进行信息提取和分析,对甲氧苄啶粉末药品进行了无损定量分析,以样品中甲氧苄啶为活性成分建立了最佳的数学校正模型。同时讨论了主成分数对PLS模型定量预测能力的影响,并对所得结果做出了比较。     

短波近红外光谱的盐酸环丙沙星粉末药品的定量分析

利用漫反射法获得环丙沙星短波近红外光谱(700-1100nm),采用化学计量学中的偏最小二乘法(PLS),选取不同的波长范围及不同的光谱预处理方法(一阶导数和和二阶导数)对光谱进行信息提取和分析,对盐酸环丙沙星粉末药品进行了无损非破坏定量分析,以样品中盐酸环丙沙星为活性成分建立了最佳的数学校正模型.讨论了主成分数对PLS模型定量预测能力的影响,并做了比较.     

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。     

改进相关系数算法在近红外光谱仪器中波段选择的应用

研究基于温度相关系数算法,为近红外光谱仪器提供一种波段选择的方法;有效的波段选择方法能有效节省近红外光谱仪器开发成本,降低模型的复杂性。选择玉米粗蛋白含量高中低的三个样品,开机连续测试其60次的光谱,计算光谱数据与其设备温度的相关系数,设定相关系数谱的阈值,挑选受温度影响最小的最优波段。采用偏最小二乘法,对420条光谱进行建模,全谱波段和最优波段(1 157~1 650 nm)的建模效果SECV分别为0.173%和0.190%;对120条光谱数据进行验证,全谱波段和最优波段的SEP分别为0.297%和0.275%。结果表明温度相关系数算法可以为近红外光谱仪器提供一种有潜力的波段选择方法。     

近红外光谱的数据预处理研究

近红外光谱数据的预处理是后续光谱定标预测和模型传递的基础，对于可靠地获得准确分析结果具有很重要的作用。本文结合小麦近红外光谱的分析，应用高斯一阶、二阶导数小波变换方法对光谱数据进行预处理，获得理想效果。     

高光谱成像技术实现马铃薯叶片叶绿素无损检测

针对马铃薯叶片,依托高光谱成像技术实现叶片叶绿素含量的无损检测。利用相关性分析获得马铃薯叶片叶绿素敏感波段,结合植被指数,建立基于光谱导数、植被指数的叶绿素含量传统预测模型与贝叶斯正则化-反向传播（BR-BP）神经网络模型。以489 nm光谱一阶导数值、修正型叶绿素吸收植被指数（MCARI）、陆地叶绿素指数（MTCI）为自变量建立BR-BP神经网络模型,其校正集决定系数、预测集决定系数、均方根误差分别为0.8464,0.6804,0.0746。研究表明,传统模型中光谱一阶导数-幂函数模型可较为准确地预测叶绿素含量,BR-BP神经网络模型相比传统预测模型具有更高的预测精度,因此可以实现马铃薯叶片叶绿素无损检测。     

基于近红外光谱技术的马铃薯叶片含水率高效预测

提出了运用近红外光谱技术检测新鲜马铃薯叶片中含水量的方法,并通过预测结果和运算量的对比得出一种高效率的预测方法。采集了900～2100 nm波段范围内110个新鲜马铃薯叶片的光谱反射率信息,经SG（Savitzky-Golay）平滑、多元散射校正（MSC）和标准正态变量变换（SNV）3种预处理后,分别建立偏最小二乘回归（PLSR）模型和BP神经网络模型,再运用回归系数（regression coefficients, RC）法在全波段光谱中提取特征波长,同样经3种预处理后分别建立预测模型。结果表明：在运用光谱全波段信息构建的模型中,经多元散射校正（MSC）预处理建立的BP神经网络模型预测效果最好,预测集决定系数R²为0.9791,均方根误差RMSE为0.3723;在基于特征波长构建的模型中,经SG平滑预处理建立的神经网络模型预测效果最优,预测集决定系数R²为0.9658,均方根误差RMSE为0.4759;验证了特征波段结合BP神经网络建立的模型与全波段建立的模型预测结果相差不大,因而能够极大地减少运算量,提高预测效率。     

基于近红外光谱法快速鉴别转基因油研究

采用近红外光谱法对转基因油/非转基因油的混合溶液进行研究。对采集到的原始光谱分别进行多元散射校正（MSC）、一阶导数（FD）、移动窗口平滑（MWS）、Savitzky-Golay平滑一阶导数（SG1）预处理。研究比较了不同预处理方法对转基因油/非转基因油支持向量机（SVM）建模判别分析的影响,其中MSC预处理后的模型预测效果最好,准确率为91.6%。为了进一步提高模型的精度与稳定性,采用连续投影算法（SPA）对全波长进行特征波长筛选。利用筛选后的15个特征波长输入到SVM中,预测准确率提高到98.3%。实验结果表明,采用近红外光谱法,可以实现对转基因油/非转基因油快速检测,不仅适用于纯转基因油的鉴别,也适用于非转基因油中掺入转基因油的鉴别。     

神经网络和有限元方法在两轴柔性滚弯中的应用

针对两轴柔性滚弯回弹难预测的特点,本文采用有限元和神经网络技术建立两轴柔性滚弯的工艺参数和滚弯零件直径之间的映射关系。有限元用于实现对滚弯过程模拟,获取神经网络预测模型的训练样本集;人工神经网络用于建立预测模型,获取两轴柔性滚弯的预测值。用实验值检验模型的预测值,通过比较,发现两者吻合良好,仅存在较小差异。这证明该方法是有效的,可以为实际生产过程中参数的选择提供有力的帮助。     

特征谱区筛选在近红外光谱检测茶叶游离氨基酸含量中的应用研究

在近红外光谱快速检测茶叶游离氨基酸含量过程中,为了提高检测的精度和稳定性,研究利用特征谱区结合偏最小二乘法建立预测模型。研究分别尝试联合区间偏最小二乘法和遗传偏最小二乘法等特征谱区筛选方法,通过交互验证法确定偏最小二乘模型的主成分因子数和筛选区间,以预测均方根误差RMSEP和相关系数R作为模型的评价指标。试验结果表明：两种方法建立模型的预测能力都好于传统PLS模型;利用联合区间偏最小二乘法建立的预测模型最佳,预测时的相关系数(R)和预测均方根误差(RMSEP)分别为0.9542和0.2560。研究结果表明,近红外光谱结合特征谱区筛选方法可以快速准确地测定茶叶中游离氨基酸含量。     

基于自适应动态无偏最小二乘支持向量机的刀具磨损预测建模

由于训练样本数量有限,滑动时间窗长度以及监测模型不能自适应调整和更新等因素,传统基于机器学习的刀具磨损预测模型存在精度和效率较低等问题,因此提出了一种基于自适应动态无偏最小二乘支持向量机（ADNLSSVM）的刀具磨损预测模型。采用公开数据库中的铣削加工数据集,通过时频域分析和小波包分解等手段从振动信号中提取特征量,并进一步利用相关性分析从中选择有效特征量作为模型输入。试验结果表明该方法所建模型具有较高的建模效率和预测精度。     

基于粗糙集和ACO-LSSVM的Cr12MoV刀具磨损量预测

针对Cr12MoV刀具磨损量预测问题,提出了一种新的粗糙集和最小二乘支持向量机(LSSVM)相结合的预测方法。将声发射信号提取的能量值和切削要素作为预测模型的输入参数,为了降低运算的复杂性,提出采用粗糙集理论对多维输入参数进行降维处理的方法;为提高预测准确性和精度,利用蚁群算法对LSSVM的参数进行优化,建立基于粗糙集和ACO-LSSVM的Cr12MoV刀具磨损量预测模型。仿真结果表明,所建立的Cr12Mo V刀具磨损量预测模型合理有效,具有较强的推广能力和较高的预测精度。     

设备状态趋势的SVM预示技术研究

SVM采用结构风险最优化准则,预示推广能力强并有很好的鲁棒性。分析了SVM技术的理论,推导了SVM进行机电设备趋势预测的理论算法,给出了进行预测的步骤,建立了SVM用于故障趋势预示的模型。将该模型用于某机组振动烈度的预示,进行了不同核函数和不同C值和ε值的比较,证明采用径向基函数和适当的损失函数,取得了较好的预测效果。并将SVM与AR模型的提前20步预测结果进行了比较。结果证明该算法对设备状态的趋势具有较好的预示能力。     

Numerical and experimental study on hollow-cone fuel spray of highpressure swirl injector under high ambient pressure condition

A hybrid breakup model was proposed as a trustworthy prediction of hollow-cone fuel spray in the present study and the atomization process of the hollow-cone fuel spray of a high-pressure swirl injector in a Gasoline Direct Injection (GDI) engine under high ambient pressure conditions was studied by a new hybrid breakup model. The proposed hybrid breakup model is composed of the Linearized Instability Sheet Atomization (LISA) model as a primary breakup process. The Aerodynamically Progressed Taylor Analogy Breakup (APTAB) model, instead of the Taylor Analogy Breakup (TAB) model, was used as a secondary breakup process. The effects of the droplet deformation on a droplet aerodynamic external force are considered in the APTAB model. In addition, we replaced the x ² distribution function used in previous the APTAB model by the Rosin-Rammler distribution function to improve the prediction precision. The Laser Induced Exciplex Fluorescence (LIEF) technique and the Phase Doppler Anemometry (PDA) system were used to produce a set of experimental data for the model validation. The estimation of the prediction ability of the LISA+APTAB model was carried out, and spray characteristics, which are difficult to obtain by experimental method, were calculated and discussed. The suggested hybrid breakup model showed better prediction capability compared with the previous model (LISA+TAB model). From the calculated results, the effect of the ambient pressure on the SMD (Sauter Mean Diameter) and droplet velocity could be discussed quantitatively.     

基于光电容积脉搏波的血压测量实验研究

针对电子血压计不能实现血压的无创连续测量的问题,提出了一种基于光电容积传感技术和平稳小波算法的无创血压测量方法。利用搭建的光电容积脉搏波采集系统采集人体指尖的脉搏波信号,并进行了分析。通过SWT对脉搏波信号进行了分解,重构了第5层高频信号,提取了该重构信号的10个特征参数作为ANN的矢量输入,脉搏波对应的收缩压和舒张压作为ANN的矢量输出进行了训练拟合。实验总共分析了不同人群的10 700个脉搏波信号,利用其中的10 000个信号建立了特征参数与血压的模型,通过剩余的700个信号对建立的模型进行了测试,并且将测试误差与美国医疗器械促进协会(AAMI)规定的标准进行了比较。实验结果表明:通过该方法可实现血压的无创连续测量,为智能穿戴等健康监护设备中进行血压的实时监测提供一定的参考价值。     

基于轻量级梯度提升机的非对称风险注塑成形产品尺寸预测模型

受温度、气压等环境不稳定因素的影响,注塑成形加工过程中工艺参数发生变化,从而导致产品精度下降,产品降级或报废.针对类似环境不稳定因素影响问题,利用加工过程中的数据进行注塑成形尺寸预测,有助于不合格产品的及时发现,减少不合格品的产生.基于轻量级梯度提升机(LightGBM)框架设计了基于加工过程数据及参数的注塑成形产品尺...     

磨料水射流切割质量的神经网络预测

磨料水射流切割质量影响因素较多,难以建立有效的理论模型,结合实验结果,建立磨料水射流切割质量的神经网络预测模型。结果表明,对于所给定切割参数,该模型能快速、准确、可靠地预测出切割质量。