利用近红外光谱和偏最小二乘回归法预测脂肪酸组成

采集了30种植物油样品在10000~55 00 cm-1范围内的近红外透射光谱,将所有样品作为校正集,随机抽取10种样品作为预测集,以气相色谱方法测得植物油中主要成分油酸、亚油酸、棕榈酸、硬脂酸的含量为参考值,应用偏最小二乘回归法建立了基于近红外光谱的测定植物油主要成分含量的校正模型。四种成分校正模型的交叉验证误差均方根为0.281 1%~1.496 4%,预测误差均方根为1.080 8%~18.063 0%,校正集的预测值与实测值的相关系数均大于0.99,预测集中除了棕榈酸的预测值与实测值的相关系数为0.817 9,其余均大于0.9。     

最小二乘支持向量回归与偏最小二乘回归建立烟草总糖NIR预测模型比较

采用最小二乘支持向量回归(LSSVR)法和偏最小二乘回归(PLSR)法及192个烟叶样品的近红外(NIR)光谱与总糖含量的测定数据,分别建立了烟叶总糖含量的NIR预测模型,并利用这两种模型对95个烟叶样品进行了预测。结果表明:LSSVR法模型的预测误差范围为-3.08%~3.71%,预测回收率范围为90.0%~112.2%。LSSVR法模型的预测准确度比PLSR法的高。     

近红外光谱结合不同偏最小二乘法快速检测镇江香醋的浑浊度

利用近红外光谱(4000cm-1～10000cm-1)结合化学计量学方法快速检测了镇江香醋中的浑浊度。首先,用近红外光谱仪采集香醋样本的近红外光谱数据以及用离心法测定样本的浑浊度值;然后,采用间隔偏最小二乘法(iPLS)、反向区间偏最小二乘法(biPLS)、联合间隔偏最小二乘算法(siPLS)优选光谱特征区间;最后,采用全光谱(4000cm-1～10000cm-1)偏最小二乘法(PLS)对优选出来的区间建立香醋浑浊度近红外光谱模型。结果表明,采用siPLS将全光谱均匀划分30个子区间,选择4个子区间[4 10 18 27]联合时,建立的模型预测效果最佳,其RMSECV和RMSEP分别为0.173和0.208,校正集和预测集相关系数分别为0.9337和0.9004。因此,利用近红外光谱技术快速检测香醋中的浑浊度是可行的。     

基于近红外技术和偏最小二乘判别法对无花果成熟度的快速判别

以无花果为试验对象,对其进行近红外光谱采集,并对其糖度、单果重、纵径、横径、硬度5个指标进行K-均值聚类;根据光谱数据、主成分分析确定最优聚类效果的成分和各类别的指标分布构建偏最小二乘判别分析(PLS-DA)模型进行聚类判别,以实现对果实成熟度(幼果期、成长期、成熟期)分类的准确、快速、无损伤鉴别。结果表明,3种成熟阶段的无花果样品的糖度、单果重和硬度均具有显著性差异,成熟果和成长果与幼果的纵径和横径间具有显著性差异。根据PLS-DA判别模型累计训练集的分类正确率为99.59%,测试集的分类正确率为99.15%。说明主成分分析与光谱数据所建立的PLS-DA模型性能较好,对无花果成熟度的快速鉴别是有效且可行的。     

基于近红外光谱与组合间隔偏最小二乘法的稻米镉含量快速检测

采用近红外光谱(near infrared spectroscopy,NIRS)结合组合间隔偏最小二乘法(synergy interval partial least squares,siPLS)建立稻米镉含量快速检测的方法。收集并分析72个稻米样品的NIRS谱图。对光谱前处理方法进行优化,确定平滑、多元散射校正与均值中心化处理为最优方法。采用siPLS法筛选特征波数,建立稻米镉含量的定量模型。稻米镉siPLS模型交叉验证均方根(RMSECV)与预测均方根(RMSEP)值分别为0.247与0.261,训练集相关系数(Rc)与预测集相关系数(Rp)值分别为0.919与0.895。结果表明:运用siPLS法选择特征波长后,不但可以降低模型的复杂度,同时还能够提高预测精度。NIRS作为一种快速、无损与便捷的初筛方法,可用于检测稻米中镉含量是否超标。     

近红外光谱结合不同偏最小二乘法无损检测食醋中总酸含量

探讨了快速、无损检测食醋中总酸含量的建模方法,利用近红外光谱法分别结合间隔偏最小二乘法(iPLS)、反向区间偏最小二乘法(BiPLS)、联合间隔偏最小二乘算法(SiPLS)进行建模,对各算法在不同划分区间数及区间选择时对建立模型的影响进行比较.结果表明:BiPLS、SiPLS(2,3,4区间联合)建模效果较好于iPLS所建立的模型,其中BiPLS在选择43个子区间,5个子区间联合(3,4,6,7,16)最佳,其RMSECV和RMSEP分别为0.2876和0.2726,校正集和预测集相关系数分别为0.9343和0.938;SiPLS在选择3个区间联合,49个区间数(3、5、7区间联合)最佳,其RMSECV和RMSEP分别为0.2607和0.2802,校正集和预测集相关系数分别为0.9463和0.9371;iPLS在选择22个子区间,第三个子区间,主因子数为4时最佳,其RMSECV和RMSEP分别为0.2998和0.2977,校正集和预测集相关系数分别为0.928和0.9213.不同偏最小二乘算法所选取区域大多集中于5500～6000 cm-1范围内,证明该波数范围应该是总酸的相应特征区间.     

基于最大信息系数的偏最小二乘特征筛选算法

针对近红外光谱分析的不足,提出一种新的、基于最大信息系数的偏最小二乘特征筛选算法(PLSMIC)。首先计算每个特征与因变量之间的最大信息系数对变量的重要性进行排序,最大信息系数越大,对应的特征就越重要。然后,结合偏最小二乘进行特征筛选。PLSMIC是基于最大信息系数的向前变量选择算法,实际数据集的实验和分析表明,PLSMIC能明显提高预测性能。     

偏最小二乘方法在不同食醋判别分析中的应用

目的:建立一种由氢核磁共振技术（1H-NMR）和偏最小二乘回归分析（PLS）结合的方法来对不同种类食醋进行判别分析。方法:由1H-NMR技术测定的样本化学信息,经MestRe Nova软件转化成数字信息,将数据导入SIMCAP13.0软件中采用PLS进行建模和预测,统计其判别的准确率。结果:山西陈醋、镇江香醋和白醋在PLS得分图中能明显分开,并利用内部和外部的数据模型进行了验证,得出的预测准确率较高,所获得的RMSEE和RMSEP值也说明PLS模型对判别不同种类食醋具有较强的可预测性。结论:本分析方法在不同种类食醋的判别中具有较高的准确性,可为不同食醋的判别提供一种简单方法。      

偏最小二乘回归法预测酰胺化低酯果胶性能

利用均匀设计法进行橘皮酰胺化低酯果胶提取的工艺条件试验。考察反应pH、反应时间、反应温度3个因素对酰胺化低酯果胶得率、酰胺化度和酯化度的影响,通过试验数据的偏最小二乘回归分析得到可对酰胺化低酯果胶得率、酰胺化度和酯化度3个指标进行预测的二次多项式数学模型。此数学模型描述各种反应因素与橘皮低酯果胶得率、酰胺化度和酯化度之间的关系,预测得率时有较好的效果,预测酯化度和酰胺化度时存在一定误差。     

基于偏最小二乘(PLS)法白酒中乙醇含量的近红外检测

将近红外光谱与偏最小二乘法相结合,对白酒中乙醇含量进行快速准确检测。研究了标准溶液的近红外吸收光谱和一阶导数光谱,采用偏最小二乘法建立校正模型,选择了最佳主成分数,并对实际酒样中乙醇进行预测,得到了比较满意的结果。     

基于上下文小波量化的彩色图像压缩编码

本文针对传统彩色图像压缩算法复杂、模型开销大的不足,提出一种基于上下文小波量化的彩色图像压缩编码算法.该算法根据彩色图像亮度分量和色度分量的高度相关性和小波多分辨率理论,采用先对图像小波位平面编码,再对编码过程进行量化监督的方法来保证压缩编码的准确性.实验证明,该方法的压缩效果优于传统压缩方法JPEG2000.     

烟草膨胀及对其化学成分的影响研究进展

综述了烟草膨胀的目的和作用、烟草膨胀方法的分类,和各种烟草膨胀方法以及膨胀对烟草化学成分的影响。     

烟叶结构和油分的近红外光谱预测

采用外观质量评价法给250个烟叶样品的叶片结构和油分赋值,而后用近红外(NIR)光谱仪在3500~12000cm-1波长范围对这些烟叶样品进行扫描,并采用偏最小二乘法建立了叶片结构和油分的NIR预测模型。结果表明:①矢量归一法和乘法散射校正法分别适合建立烟叶叶片结构模型和油分预测模型;②在4246~4601cm-1和6098~9222cm-1、4246~5450cm-1和6098~7502cm-1波长范围内扫描建立的叶片结构模型和油分模型的预测效果较好;③烟叶结构模型和油分模型的阶数分别为13和16时,预测的准确性较高;④通过调整模型参数可以提高模型的预测准确性;⑤烟叶结构模型和油分模型的预测准确性分别为90%和77%左右。结构模型可用于烟叶结构的预测,油分模型有待于进一步改进。     

基于小波变换和阈值分割的织物疵点边缘检测

The edge detection of fabric defects is the base of geometrical features extraction and the essential process of the fabric defects identification, This paper proposed a method for fabric defects edge detection based on discrete stationary wavelet transform （DSWT） and optimal threshold segmentation algorithm （OTSA）. Firstly, the background of fabric defects picture was removed, then it was executed through DSWT and enhanced by the Laplacian operator. Finally, the edge detection was carded out with both OTSA and morphological operation. By contrast, this method is better than the classic ones, and is effective to fabric defect edge detection.     

Use of Fourier Transform Infrared Spectroscopy in Combination with Partial Least Square for Authentication of Black Seed Oil

Fourier transform infrared spectroscopy in combination with multivariate calibration of partial least square is intended for quantitative analysis of black seed oil in binary mixture with sunflower oil and walnut oil, as well as in ternary mixture with sunflower oil and walnut oil. The spectra of black seed oil, sunflower oil, walnut oil, and their mixture with certain concentration were scanned using attenuated total reflectance at mid infrared region of 4000–650 cm^?1. For quantitatve analysis, Fourier transform infrared spectral treatment (normal or derivatives) with the highest values of coefficient of determination (R²) and the lowest values of root mean square error of calibration was selected as optimal calibration model. Partial least square at whole mid infrared region of 4000–650 cm^?1 is well suited for quantitative analysis of black seed oil either in binary mixture or ternary mixture with walnut oil and sunflower oil. Furthermore, using absorbancies at frequency region of 3009–721 cm^?1, principal component analysis is succesfully used for classification of black seed oil and that mixed with sunflower oil and walnut oil. The developed method is rapid, no sample preparation needed, and is not involving the use of chemical reagents and solvents.     

Direct determination of polymerised triacylglycerides in deep-frying vegetable oil by near infrared spectroscopy using Partial Least Squares regression

A green method for the determination of polymerised triacylglyceride (PTG) in deep-frying vegetable oils of different botanic origin has been developed employing near infrared (NIR) spectroscopy and Partial Least Squares (PLS) regression. Four different types of oil were heated during several hours, with and without the addition of foodstuff. NIR transmission spectra were obtained directly from sample aliquots stored in glass vials, thus avoiding the consumption of solvents and minimising waste generation. Variables employed for building the PLS models were selected applying interval PLS (iPLS) as well as Uninformative Variable Elimination-PLS (UVE-PLS). A global PLS model using spectra of all four types of oils was compared to PLS models established for each oil type. Due to the small differences observed in the NIR spectra that can be related to the different botanic origin and results obtained from the PLS model comparison, the use of a global PLS model is recommended leading to prediction errors of 2.28% (w/w) for the determination of PTG in oils employed for frying different kinds of foods.     

逆向工程在烟机异型件建模中的应用

比较了逆向工程技术(RE)与传统的正向设计的差别,对于实施RE中的坐标数据采集和建模技术进行了论述.以烟支成型零件为例,论述了RE在烟机异型件CAD/CAM系统中的具体实现,包括RE应用的软硬件环境、数据采集、数据处理、拟合曲面及实体构建.RE技术的应用为烟机零件设计制造提供了新的技术手段,保证了设计的准确性,缩短了研制周期,提高了设计制造的成功率.     

应用裂解-同步辐射光电离质谱法研究烟草样品的热裂解

为了在线和实时检测烟草样品的热裂解产物,采用裂解-同步辐射光电离质谱技术在不同的光子能量下研究了两种不同类型卷烟烟丝样品的热分解,探讨了温度对产物的影响,并重点考察、对比了两种卷烟样品的甲烷、水、氢氰酸、甲醇、丙酮和烟碱6种裂解产物释放量随温度的变化.结果表明:①在不同的光子能量下,可以利用同步辐射光电离质谱对不同电离能的烟草裂解产物进行实时分析;②在不同温度下,裂解产物的形成大体上表现出3种类型的变化规律,甲烷、氢氰酸、水和丙酮的释放量随温度升高而升高;甲醇先升高后下降;烟碱则随温度升高而逐步下降;③烟叶原料的组成对裂解产物的释放也有明显影响.