基于Android微型近红外光谱仪实时检测 云系统的实现

目的基于Android开源平台对MicroNIR 1700微型近红外光谱仪开发微型近红外光谱仪实时检测云系统。方法使用USB Host模式开发Android app应用程序,实现微型近红外光谱仪的控制、光谱采集、样品指标检测、短信通知等功能;采用SHH开源架构搭建web云服务平台,依据光谱分析仪器需求实现了数据监听、数据库存储以及检测信息地图标注等后台服务功能,Android设备通过移动网络与web云服务连接,实现数据的传递与共享。结果使用者仅需通过app程序下载相对应的模型文件并连接微型近红外光谱仪即可实现样品指标的现场检测,并结合网络云服务实现了样品指标检测结果、模型信息、测量时间、终端定位等关键数据的智能云端化监测管理功能。结论该系统运行稳定,为微型近红外光谱仪的网络化、智能化发展提供了一种方向。     

基于可见光谱仪的微型测色仪的开发与应用

基于Android平台利用微型可见光探测器开发了便携式颜色检测系统,实现了系统控制、指标检测、颜色表征等功能。对4个不同等级的碧螺春茶汤色度进行检测,探究不同冲泡时间和温度对其色度的影响,结果表明:在(45±2)℃时,茶汤随着冲泡时间的延长,明度值L^*和红绿色度值a^*均呈线性减小趋势,黄蓝色度值b^*呈增大趋势;样品在冲泡时间为3 min,冲泡温度为(45±2)、(40±2)℃的条件下,其色度值差异不显著。该微型测色仪稳定可靠,可应用于液态样品颜色的快速分析检测。     

云端智能微型近红外光谱仪的酒醅定量分析模型开发

采用国产微型近红外光谱仪及配套的端云一体光谱智能建模系统,针对白酒酿造过程中出入窖酒醅进行定量分析模型开发,包含出窖酒醅水分、酸度、淀粉、残糖指标,入窖酒醅水分、酸度、淀粉指标,通过使用特制的酒醅压紧工装,以及不同的预处理算法组合,采用偏最小二乘法开发完成了上述共7种成分的近红外光谱定量分析模型并进行验证。     

微型近红外光谱仪在农产品检测中的应用研究进展

介绍了微型近红外光谱分析技术在一些主要农产品检测中的最新应用研究进展,包括中草药、乳制品、水果、粮食作物等方面。并对微型近红外光谱技术所存在问题进行了探讨,对其发展趋势进行了展望。     

基于微型近红外光谱仪的油菜籽含油率模型参数优化研究

为实现油菜籽含油率快速无损检测,采用微型近红外光谱仪,结合竞争性自适应重加权(CARS)、遗传算法(GA)、连续投影算法(SPA)、无信息变量消除法(UVE)、向后区间偏最小二乘法(BIPLS)、联合区间偏最小二乘法(SIPLS)等方法优选油菜籽含油率近红外光谱特征波长,建立偏最小二乘回归(PLSR)和最小二乘支持向量机(LS-SVM)定量分析模型,同时对LS-SVM模型参数进行优化。研究表明,对PLSR模型,BIPLS+GA优选的26个特征波长建模效果最好,其预测相关系数(Rp)和预测均方根误差(RMSEP)分别为0.9330和0.0075,对LS-SVM模型,SIPLS+GA优选的13个特征波长建模效果最好,预测相关系数(Rp)和预测均方根误差(RMSEP)分别0.9192和0.0055。证明了波长优选和参数优化可有效简化油菜籽含油率近红外光谱定量分析模型,提高模型预测精度和稳定性,为进一步拓展微型近红外光谱仪的应用提供技术参考。     

基于Android平台的空气质量监测APP的设计与开发

在移动手机不断发展的商业时代,APP的应用越来越人性化,给我们的生活带来很多的便利,APP的发展逐渐成为互联网中的一项重要产业,受到多方面的关注,移动设备作为新的媒介,深受大众的欢迎,而APP则是移动设备的扩展。空气质量关系到我们生活居住的环境,对空气质量的监测能提高我们的生活质量,避免疾病的发生。在移动APP流行的时代,如何将空气质量监测和APP结合到一起是我们共同关注的话题。文章对Android平台上的空气质量监测APP的设计和开发进行研究,分析了APP技术开发中的用户体验和技术分析。     

近红外光谱仪在酒曲检测中的应用

传统的曲质检测方法较为落后且费时费力,检验过程也会造成药品的消耗和废液的产生。针对近红外光谱仪在分析应用中具备快速、准确、无污染等特点,提出了建立针对中高温酒曲3个指标:水分、淀粉、酸度的近红外模型,用于取代手工检测,达到快速检测的目的。     

近红外光谱仪快速检测黄酒酒醅技术的开发

采用福斯NIRS DS 2500近红外光谱仪及福斯数据处理软件,开发建立了黄酒酒母酒醅的酒精度和总酸的快速检测方法。通过对盲样进行预测,酒精度平均标准偏差为0.30%vol,总酸平均标准偏差为0.14 g/L,确认近红外光谱技术可以用于黄酒酒醅的快速检测。     

基于便携式近红外光谱仪的食品接触性塑料鉴别

采用便携式近红外光谱仪对聚对苯二甲酸乙二酯(PET)、高密度聚乙烯(HDPE)、低密度聚乙烯(LDPE)、聚氯乙烯(PVC)、聚苯乙烯(PS)和聚碳酸酯(PC)6类食品接触性塑料材质进行鉴别研究。用5点平滑、多元散射校正(MSC)、一阶导数和标准正态变量变换(SNV)4种方法对塑料样品光谱进行预处理;主成分分析(PCA)和偏最小二乘判别分析(PLS-DA)分别用于塑料样品光谱空间分布分析和定性判别模型的建立。结果表明:光谱经SNV和MSC预处理后,6类塑料样品在前3个主成分空间得到了较好的分离;PLS-DA结合SNV预处理方法可得到精简的塑料材质定性判别模型,模型校正集和预测集的正确识别率(CRR)均为100%。该方法可为食品接触性塑料材质的快速鉴别提供参考。     

基于Android平台的传统文化及地方特色APP设计与开发

现如今是科技的社会,是移动互联网纵横的时代,智能手机对人们来说更是必不可少的,然而对于每一个手机用户来说APP应用软件同样是至关重要的。但是伴随着科技的发展,时代的变迁,使得我国许多传统工艺文化被现代化技术所冲击,日渐衰落,不被人所知,这是无法估量的损失。本研究是设计并开发一款基于安卓平台的集现代科技与传统元素于一身的APP应用软件,项目针对我国传统文化目前的现状,结合现代化的科技元素,采用"互联网+"的理念,实现对我国先辈们几千年来的智慧结晶的传承与创新,是对传统文化的现代化应用,是为保护我国传统文化尽一份绵薄之力。     

基于Android平台池塘溶解氧信息无线监测软件的开发

随着科技的发展,移动终端成为人们必备的物品之一。在已有养殖池塘溶氧传感器模块、数据采集模块、GPRS数据传输模块基础上,研发出与之配套的实时接收、分析、判断及决策的信息综合处理软件,从而形成一个升级版能够突破时空限制的溶氧监测综合处理系统。设计是在Android平台进行,客户端与远程设备的通信是通过GSM(Global System for Mobile Communication)短信的方式来实现,最终实现了用户远程实时了解并控制池塘溶解氧的功能。     

基于Android平台的信息采集软件设计

借助互联网和移动设备的优势改进传统的信息采集方式,完成信息采集软件设计和开发,目的是为用户提供一个能够随时随地采集信息和共享信息的系统。使用My SQL数据库开发WEB客户端及服务器,基于Android 2.3.3开发移动客户端,结合两个平台提供一个快速、高效的信息采集和共享系统。     

基于Android的咖啡馆APP设计与开发

咖啡是世界三大饮料之一,现在随着改革开放经济蓬勃的发展,有着大批的外商和白领长期处在高节奏、高效率的工作和生活加之于受西方文化的种种因素,造成了这个咖啡销量不断上升,随着智能手机移动终端设备的普及,人们逐渐习惯了使用APP客户端上网的方式,结合商家和顾客的需求制作而成的咖啡馆APP为其用户都提供了很大的便利。     

基于Android教务信息管理系统开发

针对多数高校目前已有教务信息系统无Android开发接口,提出一种基于Android的教务信息管理系统。本系统在不对现有系统做任何改变的情况下,充分利用Android平台的功能特点,采用Http请求方式完美实现手机端和服务器数据通信,利用Jsoup和Sax等方法进行数据解析处理,同时也对界面进行精心的设计,增强用户的体验度。     

基于Android平台的PT100温度采集模块的程序开发

介绍基于Android平台的Pt100采集模块的关键开发技术,实现实时获取Pt100温度传感器数据。该程序要求Android版本为3.1或者更高,可安装在手机、平板电脑等设备上。     

基于便携式近红外光谱仪的樱桃番茄糖分快速分析模型

为实现对樱桃番茄糖分的现场快速无损检测,应用便携式近红外光谱仪器AMBERⅡ对所采集樱桃番茄的近红外光谱数据进行建模分析。实验样本共172个,利用Kennard-Stone(K-S)算法以3∶1比例划分样本集。光谱预处理选用Savitzky-Golay卷积平滑和标准归一化(standard normal variate, SNV),分别使用无信息变量消除法(uniformative variable elimination, UVE)、连续投影算法(successive projections algorithm, SPA)和无信息变量消除结合连续投影算法(UVE-SPA)3种算法进行特征波长提取,用偏最小二乘(partial least squares, PLS)方法建模,最终使用UVE-SPA算法提取得到12个特征波长点进行PLS建模的结果最佳,建模集和预测集的决定系数R²分别为0.938 5和0.934 7,建模集和预测集的均方根误差分别为0.130 5和0.174 4,相对分析误差(relative percent deviation, RPD)为2.81...     

基于手持式近红外光谱仪的三文鱼菌落总数检测技术

目的通过对近红外广谱数据进行神经网络系统训练,讨论近红外广谱技术对冷藏三文鱼菌落总数快速预测的可行性。方法针对三文鱼在4℃贮藏过程中的微生物变化,利用手持式近红外光谱仪,通过小波分析对于光谱进行预处理,之后结合遗传算法和BP神经网络系统方法建立预测和检测模型。结果该模型与传统平板计数方法的相关系数为0.981,均方根误差为0.097,验证模型的相关系数为0.960,均方根误差为0.098,具有良好精确度、准确度。结论该方法能够用于冷藏三文鱼菌落总数的无损、现场检测。     

基于手持式近红外光谱仪的三文鱼菌落总数 检测技术

针对三文鱼在4℃贮藏过程中的微生物变化,利用手持式近红外光谱仪,通过小波分析对于光谱进行预处理,之后结合遗传算法和BP神经网络系统方法建立预测和检测模型。结果表明该模型与传统平板计数方法的相关系数为0.981,均方根误差为0.097,验证模型的相关系数为0.960,均方根误差为0.098,具有良好精确度、准确度,因此能够用于冷藏三文鱼菌落总数的无损、现场检测。     

应用微型光谱仪检测叶菜硝酸盐含量

人们所摄取的硝酸盐大多来源于蔬菜,硝酸盐经过相关化学反应形成亚硝酸盐,医学证实亚硝酸盐有害人体健康,因此近年来农产品中硝酸盐的残留问题日渐受到瞩目。其中叶菜类为广受人们喜爱的新鲜食材,叶菜硝酸盐含量检测受到最大关注。常见的检测方法如高效能液相层析法、气相层析法及离子层析法,皆能获得准确的结果,但其缺点是器材昂贵、检测耗时与前置作业繁琐,不利于现场实时检测。     

基于便携式近红外光谱仪的黄桃腐败时间快速预测

目的：利用便携式近红外（near infrared, NIR）光谱仪与化学计量学方法预测黄桃的腐败时间。方法：利用便携式NIR光谱仪采集黄桃样本的漫反射光谱,通过光谱预处理方法提高数据特征,采用偏最小二乘法（partial least squares, PLS）建立黄桃腐败时间的预测模型。通过均方根误差（root mean square error, RMSE）和决定系数（coefficient of determination, R²）评估模型的预测效果。结果：模型对黄桃腐败时间预测的R²为0.63,RMSE为4.09 d。结论：NIR光谱结合化学计量学方法能够实现黄桃腐败时间的无损、准确预测。