采用NITS检测乳品中蛋白质、脂肪含量

应用近红外透射光谱法对乳制品中蛋白质和脂肪含量进行检测。首先对光谱进行平滑等预处理,然后使用小波基为db3,分解尺度为6的小波进行数据压缩,最后以压缩后光谱数据作为输入,采用径向基函数人工神经网络（RBF-ANN）建立四种乳制品蛋白质和脂肪含量的预测模型,并试验得出最佳扩散常数spread值,其中,对蛋白质建模时最佳spread值为135,此时,相关系数和预测集均方差分别达到0.9999和0.0301;对脂肪建模时最佳spread值为105,此时,相关系数和预测集均方差分别达到0.9997和0.0968。结果表明,结合RBF-ANN和小波压缩建立的定量模型更稳定、精度更高,能够对乳制品品质进行快速无损检测。     

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.     

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。     

基于近红外透射光谱的牛奶中脂肪和蛋白质含量检测

基于近红外光谱检测牛奶中蛋白质和脂肪含量是当前的一个研究热门,主要可以利用近红外反射光谱,近红外漫反射光谱和近红外透射光谱的光谱信息来分析牛奶的主成分含量。本文是利用近红外透射光谱原始数据,通过数学方法转换,从吸光值、吸光比和吸收度三种形式,采用偏最小二乘法(PLS)回归,分别建立了其与牛奶主成分浓度之间的校正模型。对比三种形式所建立的数学模型的优劣,探讨了如何提高PLS校正模型预测精度的相关问题。     

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BP神经网络的啤酒酒精度近红外光谱快速检测

以啤酒酒精度的快速测定为研究对象,采用误差反向传播算法(Back-Propagation,BP),结合主成分分析(PCA),构造了三层的神经网络结构,建立了PCA-BP神经网络模型,达到满意的预测精度,结果表明:使用BP神经网络方法后,验证集预测均方差、平均相对误差和回收率范围分别为0.114、1.131%和97.91%-104.59%,其效果优于PLS模型.     

西红柿成熟度的近红外漫透射光谱无损检测

为了证实以近红外漫透射光谱技术结合化学计量学方法能有效实现西红柿成熟度的检测，采用美国海洋光学公司的QE65000光谱仪取得了西红柿的漫透射光谱数据，采用日本柯尼卡美能达CR-10反射式色差计取得了亮度、红绿色相、黄蓝色相和总色差颜色数据; 通过标准数学建模方法建立了颜色模型，并通过偏最小二乘回归校正算法建立了近红外光谱模型。结果表明，两组模型都是以红绿色相指标建模时效果最佳，在99个未知样品数据中，预测模型的颜色模型误判情况分别为未成熟0%、半成熟33.33%、成熟0%；而近红外预测模型的误判情况分别为未成熟32.14%、半成熟50%、成熟0%。该研究验证了近红外光谱技术对西红柿成熟度进行无损检测的可行性，这对实现西红柿的快速、批量分选具有一定的实际意义。     

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。     

膝骨性关节炎的在体近红外光谱检测

根据关节软骨中水含量的变化,用近红外(NIR)光谱法在体无创检测膝骨性关节炎(KOA)。阐述了基于朗伯比尔定律的NIR光谱法检测KOA的原理。以6 month的成年家兔为实验对象,用Videman法获得KOA模型,多次采集正常兔膝和KOA兔膝的光谱,提取不同时间段所获得的光谱信息,计算得出了不同波长光强与828nm光强的比值,最后用线性拟合方法分析KOA兔膝的光谱信息。和正常膝关节相比,KOA膝关节的NIR吸收光谱增加,在983nm和995nm波长处变化明显。NIR光谱法在体无创检测KOA是可行的。本文的研究结果为NIR光谱法用于人KOA的临床检测提供了理论依据。     

小波分析及其在土壤成分的近红外分析中的应用

用近红外光谱(NIR)对秦皇岛市昌黎地区土壤的有机质和氮含量进行了分析．光谱的预处理方法分别采用一阶微分和二阶微分,然后采用多元线性回归,以确定最佳维数．在数据处理过程中,对微分光谱数据进行了小波去噪处理,使信噪比得到了增加,从而使分析精度得到了改善．结果表明,近红外光谱分析技术与化学分析方法有很大的相关性。     

基于iPLS和SiPLS算法的人体血清胆红素含量的可见-近红外光谱建模

为了建立血清胆红素(BR,bilirubin)样品总胆红素 (TBIL) 、直接胆红素(DBIL)和间接胆红素(IBIL)近红外(NIR)光谱分析最优模型,利 用可见-NIR透射光谱技术与间隔偏最小二乘法(iPLS)及协合区间偏最小二乘法(SiPLS)算法 相结合对建模区域进行优 选,实现血清光谱特征波段选择,建立光谱与血清BR成分之间的定量预测模型,以均方根误 差(RMSE)作为模型 评价标准。结果表明:SiPLS模型效果更佳,TBIL、DBIL和IBIL的最优 建模波长范围分别为400~536nm、1366~1502 nm和2324~2460nm,400~502nm、608~710nm和1644~1746nm,400~502nm和1746~1848nm; 3种BR最优预测模型的RMSE分别为0.598、0.207和0.386μm ol/L; 波段优选对提高预测结果的准确性有重要的意义;采用SiPLS建立TBIL、DBIL和IBIL定量分 析模 型,不仅可以提高模型的预测精度,而且克服了iPLS单一区间建模的缺点,优选出的特征谱 区还可为设计小型专用光谱分析仪器提供依据。     

实测数据参数拟合的红外大气透过率仿真

计算红外大气透过率的常规方法主要有经验公式法和专业软件计算法,前者存在较大的误差,后者的计算过程复杂且对红外仿真系统的移植和兼容困难,因此,本文基于具体地区多年实测大气数据,利用分子的单线吸收法计算不同温度下的水蒸气和二氧化碳的吸收系数;然后,对不同高度分布的温度、压强以及气溶胶后向散射系数的解析式进行分月拟合。在此基础上,实现红外辐射大气透过率的仿真建模。仿真结果与主流专业软件MODTRAN自定义模式下的精确计算结果很接近,而且本方法使用简单、移植性强,在工程应用上具有一定的参考价值。     

基于BP神经网络的水蒸气红外透过率仿真

针对在计算大气透过率方法中利用经验公式误 差大和专业软件复杂低效等问题,提出了一种基于 贝叶斯正则化BP(back propagation)神经网络的水蒸气红外透过率的计算方法。利用BP 神 经网络良好的非线性拟合特点,建 立大气参数与水蒸气透过率之间的关系模型。以实测温度、压强和湿度作为输入向量,中红 外平均水蒸气 透过率作为输出,构建3-7-1式的BP神经网络。仿真结果表明: 在相同的大气参数下,与逐线积分法相比, 本文方法在运算过程大幅简化的同时相对误差很小;与经验公式法相比,本文方法对透过率 的计算精度大幅提升。     

Methods of calculating atmospheric transmittance and radiance in the infrared

Radiation from remotely sensed objects in the earth's environment is attenuated in its passage through the atmosphere. In the infrared region of the spectrum, this is caused, for clear-sky conditions, mainly through absorption by atmospheric molecular species, i.e., the atmospheric gases. Molecular absorption is characterized by a highly variable, more-or-less random, frequency dependence which is difficult, if not impossible, to describe analytically in detail. On the other hand, most experimental work requiring an understanding of atmospheric attenuative phenomena is accomplished with instrumental spectral resolutions that are coarse enough to smooth out much of the spectral detail in molecular line structure. Therefore, methods are described for calculating atmospheric transmittance and radiance to correspond to spectral resolutions of those instruments used in remote sensing. These methods involve either numerical integration of the exact line structure over the desired spectral interval, or the use of band models derived from artificially created line structure. Limitations of these calculations are discussed in the light of factors such as the fidelity of model atmospheres used to simulate real ones and the utility of different routines regarding computer time and accuracy. A short section covers the effect of scattering.     

基于近红外光谱的材料粗糙度变化检测研究

为提高材料粗糙度变化检测的准确性,提出了一种基于近红外光谱的材料粗糙度变化检测方法。测量热红外偏振度,采用主成分分析方法降维处理。利用双温方程对光子照射到材料表面的条件下光子与电子及离子的能量转化情况分析,以对基体材料吸收率计算,等效处理材料表面粗糙度。通过双向分布函数构建粗糙度计算模型,完成材料粗糙度变化检测。实验将检测准确性与检测时间作为对比指标,结果表明,此次研究的检测方法有效提高了检测的准确度,平均为91%,并减少了检测的时间,平均为2.2 min。     

基于红外指纹光谱的快速鉴别黑色记号笔墨水

为了实现对记号笔墨水的检验与认定，采集了广博等5种品牌共计40支黑色记号笔红外指纹图谱数据。采用了多元散射校正、峰面积归一化、自动基线校正和Savitzky-Golay平滑等技术，建立了基于多层感知器的黑色记号笔墨水分类模型，进行了理论分析和实验验证。结果表明，红外指纹图谱能反映分子结构的细微变化，可将水性与油性记号笔区分; 针对4种油性记号笔样本，发现模型在30维矩阵上特征提取最好，准确率为100%, 其中特征12、特征26和特征17对模型区分效果的贡献程度最高，分别为0.0355, 0.0347和0.0346;4种油性品牌记号笔样本均实现了100%的准确区分, 其中乐途品牌样本聚敛程度较高，分布集中，其墨水组分和含量差异较小，宝克品牌样本分布较为分散，其墨水组分和含量相对差异较大; 在验证性分析中，8个待判定样本均实现了100%的准确区分和归类，实验结果理想，利用红外指纹图谱结合多层感知器可实现黑色记号笔墨水品牌间的准确识别与分类。该方法提高了检验鉴定效率、降低了检验鉴定成本、可满足一线执法人员快速、准确的检验需求。研究结果具有一定的普适性和借鉴意义。     

基于近红外光谱技术的脐橙快速无损检测

以信丰脐橙为对象,研究基于近红外光谱技术的脐橙品质无损检测方法。利用近红外光谱技术采集脐橙的光谱信息,将采集到的光谱信息通过加权平均值的方差处理获得测量结果,然后运用偏最小二乘法建立脐橙内部有机物成分与特征光谱信息之间的耦合关系实现糖度检测。实验结果表明,近红外透射光谱技术可以作为一种准确、可靠、无损的检测方法,用于检测信丰脐橙内部的糖度指标。