基于近红外光谱的水蜜桃采摘期的鉴别方法

提出了一种利用近红外漫反射光谱技术结合光纤传感技术建立水蜜桃采摘期的鉴别方法.从无锡阳山镇的某大棚采摘了距最佳采摘期天数为3,2,1以及处于最佳采摘期的水蜜桃各48个,用近红外光谱仪对样品进行了光谱采集.对原始光谱进行平滑、一阶微分和多元散射校正预处理,采用主成分分析(PCA)结合偏最小二乘(PLS)法建立了水蜜桃采摘期的鉴别模型.研究显示:一阶微分和平滑组合预处理后的鉴别模型效果最好,校正集模型和预测集模型的决定系数分别为0.9279和0.9138;模型的内部交叉验证均方差(RMSECV)和预测均方根偏差(RMSEP)分别为0.3003和0.3349;水蜜桃样品校正集和预测集的鉴别正确率分别为95.13%和93.75%.结果表明:利用近红外漫反射光谱技术对水蜜桃采摘期的鉴别具有很好的应用前景.     

基于近红外与高光谱技术的小麦种子多指标检测方法

采集47份小麦样本的高光谱图像,提取感兴趣区内的平均光谱,结合反映小麦品质的水分、蛋白质和湿面筋三个指标基础数据,通过OPUS软件搜寻最佳的光谱预处理和波段组合,分别建立了三个指标的偏最小二乘法(PLS)定量分析模型.同时与采用近红外(.NIR)光谱技术建立的三个指标的近红外模型进行比较,发现高光谱模型的各性能指标均明显优于近红外模型.结果表明:当被测样品为颗粒状且内部化学成分分布不均匀时,近红外模型的准确性和稳定性会受其测量条件的限制,而高光谱采样面积大,获取信息更全面,展现出强大的分析检测潜质,为小麦品质评价提供了新方法.     

近红外光谱定量模型的优选及在线应用

针对近红外光谱在线监测软件算法模型扩展功能受限和对外服务能力受限的问题,论文设计出一种预测精准且开放服务能力强的近红外在线葡萄糖浓度监测系统。首先,对原始的光谱数据进行预处理,对比多种奇异样本剔除算法以及区间选择算法,从而优选出最佳区间并建立葡萄糖浓度的定量分析模型。然后,将优选模型嵌入到基于java和websocket的后台检测接口中,解决模型嵌入问题,采用微信小程序作为前端展示平台可以很好地解决平台不适应问题。经过测试分析,所嵌入的优选模型具有更好的预测精度,所设计系统可以跨平台多终端远程访问,实时监测效果良好。     

近红外无创血糖检测系统设计

根据近红外无创血糖检测技术,设计一种小型近红外无创血糖检测系统.以系统检测探头对人体食指采取透射方式探测,由光电传感器采集四路不同波长近红外光的脉搏波信号.提出一种脉搏波预处理方法,采用经验模态分解和三次样条插值算法去除原始脉搏波的高频噪声和基线漂移.运用动态光谱频域提取法提取对数脉搏波的基波分量.采用偏最小二乘法交叉验证的方法,预测人体血糖浓度.对实验结果进行分析,此系统预测血糖值与真实血糖值的相关性达到了86.5％,预测均方根误差为0.56 mmol/L,证明系统检测结果精度较高.     

非线性偏最小二乘建模方法及在近红外光谱建模上的应用

偏最小二乘算法(PLS)是常用的线性光谱建模方法。针对汽油在线调合中具有非线性特点的辛烷值、干点等属性应用PLS方法建立模型误差较大问题,本文提出了残差-递阶偏最小二乘的建模方法,该方法对已经提取成分后的自变量中剩余的信息再提取主成分,并将该主成分作为新的自变量参与回归建模。仿真验证结果表明:残差-递阶偏最小二乘方法建立的模型中验证集的样本数据误差均在正负0.2之间。残差-递阶偏最小二乘方法与偏最小二乘、递阶偏最小二乘叫-PLS)两种方法比较,残差-递阶偏最小二乘建立的模型有的更高的精度和模型适应性。     

近红外光谱组合区间偏最小二乘法定量白酒中的乙酸乙酯

白酒特征香味主要体现在酯类的分布和数量上,如乙酸乙酯既是清香型白酒的特征香味成分,又在浓香型、酱香型等白酒中有较高的含量,是形成白酒香味的重要物质。探讨白酒中以乙酸乙酯为代表的酪类物质检测具有重要的实际意义。传统的色谱法存在着操作复杂、耗时长等缺陷。近红外光谱以其简便、快捷、低成本、多组分同时测定以及不破坏样品等优点,在食品、化工、制药等领域得到了成功应用,与化学计量学结合被称为万能分析技术。本文通过组合近红外光谱与区间偏最小二乘算法,筛选出定量白酒中乙酸乙酯含量的最优波长区间,将变量从1175压缩到156,压缩率达87%,大大降低了计算的时间和空间复杂度。在此基础上建立了比基于全谱的偏最小二乘算法方法更简单、更精确的预测模型,显示出强的推广能力,并在独立的测试集上得到了验证。尽管只针对乙酸乙酯含量进行了实验,但实验结果具有普遍意义。     

辣椒粉掺杂苏丹红的近红外光谱鉴别及其含量测定方法研究

研究应用漫反射近红外光谱快速鉴别辣椒粉中的苏丹红及其含量测定的方法。利用漫反射模式直接测定含有苏丹红的辣椒粉的近红外光谱,采用多元散射校正(MSC)方法对光谱进行校正,利用主成分分析研究含有苏丹红的辣椒粉和未含苏丹红的辣椒粉空白样品的分类。根据高效液相色谱测定辣椒粉中的苏丹红含量,利用偏最小二乘方法(PLS)建立苏丹红含量与近红外光谱之间的线性模型。结果显示,利用主成分分析可以方便、快速和准确地区分有无苏丹红的辣椒粉;苏丹红含量与近红外光谱具有良好的线性关系,当隐变量数目为7时,PLS模型的预测误差达到0.428μg/g,预测相关系数达0.973。     

近红外光谱法测定黄酒中氨基酸态氮和酒精度的研究

黄酒中氨基酸态氮和酒精度的常规测定方法步骤繁琐,时效性差.在研究黄酒的近红外光谱和化学计量学的基础上,采用偏最小二乘法建立模型,并以该模型对未知黄酒样品的氨基酸态氮和酒精度含量进行预测,验证模型可靠性.氨基酸态氮建模结果:决定系数为95.19%,均方差为0.041;酒精度建模结果:决定系数为96.82%,均方差为0.26.氨基酸态氮外部检验的预测均方差为0.063;酒精度外部检验的预测均方差为0.20.结果表明该方法应用于黄酒品质的检测,操作简便、快速、准确.     

基于LS-SVM的苹果近红外光谱回归模型的研究

提出了一种应用于苹果近红外光谱分析的LS-SVM回归模型;使用基于两层网格搜索的交叉验证算法确定LS-SVM的最优参数(γ,σ2),缩短搜索时间并提高了效率;针对LS-SVM稀疏性的缺乏和鲁棒性的不足,对模型进行优化训练.在不同方差的噪声下,通过优化训练模型的抗干扰能力明显强于常规训练模型;将优化后的LS-SVM模型应用于苹果酸度的预测,利用光纤光谱仪采集苹果近红外吸收光谱作为模型输入,使用酸度计测得苹果测量酸度值作为模型输出;实验结果表明,所建模型的相关系数和均方根误差为0.9615和0.0312,与MLR、PLR、ANN和常规LS-SVM模型比较,优化后的LS-SVM具有更好的回归性能.     

遗传算法在肉类近红外光谱分析中波长选择的应用

论文旨在研究遗传算法波长选择对近红外光谱数据建立的模型的预测性能的影响.文中选用遗传算法对光谱数据进行波长选择,选择后建立偏最小二乘法（PLS）模型,再将得到的模型和没有经过波长选择的全波长建立的PLS模型进行对比.结果表明,经过遗传算法波长选择后建立的模型预测性能优越,预测误差明显减少.所以,将遗传算法应用到波长选择中是可行的,可以继续推广.     

一种煤炭近红外光谱数据预处理方法研究

针对煤炭原始近红外光谱数据中存在噪声的问题,提出了基于De-SNV与小波阈值去噪组合的煤炭近红外光谱数据预处理方法。采用缺省软阈值法进一步对经过Savitzky-Golay平滑和De-SNV处理的光谱数据去噪,并分别建立了水分、灰分和挥发分的PLS校正模型,通过分析模型的预测性能对该方法的有效性进行评估。实验结果表明,经过该方法预处理的光谱数据所对应的PLS校正模型性能明显优于使用原始光谱数据所建立的PLS校正模型,水分、灰分和挥发分的PLS校正模型的预测均方根误差分别降低至0.007 07,0.040 8,0.008 66,决定系数分别提高至0.858 7,0.743 8,0.778 5。     

近红外光谱定量分析的模型转移新方法

由于近红外光谱不同仪器间存在差异性,在一台仪器上耗费大量人力物力建立的定量分析模型往往无法直接应用于另一台仪器。为了提高已有模型的通用性,需要对所建模型进行模型转移使其能够适用于更多仪器。本文针对近红外光谱定量分析中的模型转移方法展开研究,利用基于变量投影重要性系数（VIP）的改进叠加偏最小二乘（SPLS）算法（VIP-SPLS）与常用的模型转移方法直接标准化（DS）相结合,提出一种新的近红外光谱分析模型转移方法（VIP-SPLS-DS）,使得主仪器上建立的模型经模型转移后能更精确地预测从仪器上的测试样本。将本文提出的模型转移新方法（VIP-SPLS-DS）应用于真实的近红外光谱标准数据集,对两台从仪器的预测精度相对于已有的PLS-DS模型分别提高了29.3%和30.8%,显著改善了模型转移效果,具有良好的实际应用前景。     

基于红外光谱分析的硬件木马检测方法

针对传统一维空间硬件木马检测方法中硬件木马产生的信息易被芯片正常工作产生的信息掩盖、二维空间硬件木马检测方法成本较高精度较低的问题,提出了一种基于红外光谱分析的硬件木马检测方法。该方法是一种二维空间硬件木马检测方法,利用红外波波长短以及红外光谱信息损失少的特点可以实现较高的硬件木马检测精度。实验结果表明,通过拟合芯片工作时硬件木马产生的红外光谱并对比参数差异能检测出逻辑能耗量量级为10－3的硬件木马,并在一定程度上识别实现硬件木马功能的逻辑种类。     

一种红外传感器阵列探测方法的研究

根据热释电红外传感器的工作原理和特性,设计了一种红外传感器信号的采集探测实验方法。由于敏感元件在传感器阵列的四面,故设计圆周运动的探测方法。实验结果证明：本探测方法与采集系统采集红外信号良好,实验方法具有重要实用价值。     

近红外光谱吸收法检测油气田中H2S体积分数

基于四川地区油气田高含硫现象,提出一种新型系统利用红外光谱吸收测量法检测H2S气体体积分数,有效解决传统气体检测技术中的杂质气体干扰和传感器中毒的问题。设计了一种新型气室,增强了气体对光的吸收,并有效降低了环境温度、灰尘、震动等因素对检测的影响。由于使用LED作为光源,降低了使用中的成本,使该系统的实际应用成为可能。实验结果表明：该系统的测量灵敏度可达10×10^-6,误差始终控制在2％以内,具有很高的稳定性。     

样品测试条件对近红外煤炭品质分析结果的影响

针对样品堆积造成的近红外光谱散射、吸光度与噪声干扰差异,使得光谱的信噪比发生改变而产生分析误差的问题,研究了样品状态和测试条件对近红外分析结果的影响。采集了样品在不同装样厚度、装样次数和不同装样松紧程度条件下的近红外光谱,采用主成分分析压缩数据,建立遗传算法BP神经网络模型。通过比较不同样品状态模型的预测性能,确立了最佳的样品测试条件。实验表明重复装样和样品松紧程度不会明显改善模型预测性;在装样厚度为0.5mm时,水分、灰分、挥发分和发热量预测模型的决定系数分别为0.936 6,0.791 6,0.894 9,0.857 5,模型预测性能较好。