激光光斑重心测试精度理论分析

为了分析激光光斑监测系统在测试激光光斑重心时的测试精度,着重从大气传输,光学系统的像差,近红外CCD光敏面元的大小以及测量的相对位置等几个方面进行了探讨,并给出分析数据,为该系统的进一步优化提供了理论参考。     

基于深度学习的鱼类摄食状态识别算法

针对传统评估鱼类摄食状态的算法易受养殖环境光照和水质条件限制,图像特征提取困难、识别效率低的问题,提出了一种利用卷积神经网络模型识别鱼类摄食深度图像的方法,使用深度相机获取鱼群摄食深度图像,采用距离特征的方法实现鱼群目标提取和背景图像消除,通过HSV颜色转换算法将鱼类的距离信息线性转换为颜色信息,解决了深度图中目标深度信息表示困难的问题。经过预处理的深度图轮廓清晰、颜色鲜明、特征提取容易,设计一种结构简单的神经网络模型对鱼类摄食深度图进行识别,实验结果表明,模型识别的平均准确率为97.81%,相比于其他复杂模型,权重空间降低了90%,训练速度提高了三倍,有效降低了识别模型的复杂度。     

制浆材木质素含量近红外分析模型传递研究

为研究制浆材中木质素含量近红外分析模型在两台便捷式近红外光谱仪间的传递,对制浆材木质素样品近红外光谱数据集进行代表性样本的选取、光谱预处理和界外样本的剔除,建立了源机的优化偏最小二乘（PLS）校正模型。分别采用斜率截距算法（S/B）、直接校正算法（DS）和典型相关分析算法（CCA）进行源机与目标机间的模型传递并比较了预测效果。结果表明,S/B算法模型传递效果较差,而经DS算法和CCA算法模型传递后的预测效果均有大幅提升。DS算法模型传递后决定系数（R2）、预测标准差（RMSEP）和相对标准差（RPD）分别为0.9643、1.0370%和5.3513;CCA算法模型传递后R2为0.9540、RMSEP为1.1766%、RPD为4.7711。因此,DS算法和CCA算法均可实现制浆材木质素含量近红外分析模型在两台便携式近红外光谱仪之间的传递。     

近红外光谱法快速测定制浆杨木的材性

用常规方法测定了4种常用制浆杨木的化学成分和基本密度,并采集了样品的近红外光谱。对光谱进行预处理后,运用偏最小二乘法和交互验证的方法,分别确定最佳主成分数并建立样品综纤维素、木素、苯-醇抽出物、基本密度的校正模型。独立验证中模型的决定系数（R2val）分别为0.9050、0.9098、0.9112、0.9165;预测均方根误差(RMSEP)分别为0.40%、0.42%、0.19%和0.0050 g/cm3;相对分析误差(RPD)分别为3.24、3.33、3.36和3.46;绝对偏差(AD)分别为-0.49%～0.77%、-0.66%～0.63%、-0.28%～0.33%、-0.0094～0.0068 g/cm3,预测均方根误差和绝对偏差基本符合对误差的要求,4个模型能够满足制浆造纸中常用杨木材性的快速测定。     

基于近红外高光谱成像技术的地方鸡品种鉴别

我国拥有丰富的地方鸡遗传资源,不同品种的地方鸡在营养、口感和风味上表现出显著区别。该研究利用近红外高光谱成像技术研究地方鸡品种的鉴别方法。以龙游麻鸡、江山乌骨鸡和丝羽乌骨鸡为研究对象,采集3个品种鸡肉在900~1 700 nm波段的高光谱图像并提取光谱数据。对光谱数据进行预处理后选取特征波长,建立PLS和SVM鉴别模型。结果显示,Detrending-SNV为最优预处理方法,ACCc、ACCp和ACCt 分别为94.17%、95%和94.59%。基于MCUVE-SPA算法选取的16个特征波长建立的PLS鉴别模型为最优模型,ACCc、ACCp和ACCt分别为95.83%、100%和97.92%,与全光谱模型相比分别提高了1.76%、5.26%和3.52%。研究结果表明,利用近红外高光谱成像技术鉴别地方鸡品种具有一定的可行性。     

近红外在线分析技术在粮食领域的应用

近红外光谱测试技术具有快速、准确、操作简单等优越性,并可与粮食仓储物流、加工生产线的自动控制结合应用,只需要少量的样品即可进行各种快速分析,近红外在线分析技术为成分检测、加工过程、质量控制等在线实时分析提供了可能.     

光致劣变大米的无损判别及不同遮挡方式有效性研究

目的 基于线性渐变分光便携式近红外光谱仪,建立光致劣变大米无损判别模型,并评估不同遮挡方式对大米光致劣变的预防效果。方法 以北方粳米、南方粳米、籼米、糯米、紫米、黑米为研究对象,分别各采用直接暴露于紫外光下、纸遮挡、白布遮挡、红布遮挡、玻璃遮挡、聚乙烯塑料遮挡方式制备实验组样品。采用线性渐变分光便携式近红外光谱仪采集大米样品近红外光谱。首先对6种大米分别建立单品种大米的光致劣变判别分析模型并优化数据预处理和光谱波段;然后将6种大米合并一起建立判别模型;最后采用优化模型预测各种遮挡的大米样品,以评估不同遮挡方式对大米光致劣变的预防效果。结果 基于全谱数据的标准正态变量结合去趋势校正预处理,所建判别模型的效果最佳, 6种大米判别模型的马修斯相关系数皆达到100.0%;而将6种大米一起建立判别模型,所建模型的预测性能有所下降。对每种大米采用各自优化模型对不同遮挡方式的实验组样品进行预测的结果表明,玻璃遮挡、聚乙烯塑料遮挡对大米光致劣变的预防有效率在97.0%以上,而纸遮挡、白布遮挡、红布遮挡在大米光致劣变的预防方面效果甚微。结论 基于近红外技术建立单品种大米光致劣变无损判别模型具有较高的预测...     

近红外光谱法快速测定羊栖菜生长过程中的活性成分

目的 利用近红外光谱法对羊栖菜生长过程中的活性成分进行快速定量分析,并探究其生长过程中的活性成分含量变化规律。方法 收集羊栖菜7个生长阶段共175个羊栖菜粉末样品,采用紫外-可见分光光度法测定多糖和多酚的含量,高效液相色谱法测定岩藻黄质的含量。运用组合区间-偏最小二乘法(synergy interval partial least squares,Si-PLS)分别建立了近红外光谱与3种活性成分指标参考值之间的定量校正模型,并采用不同的预处理方法和主因子数优化模型。结果 在羊栖菜的生长过程中,多糖含量变化为栽培期>快速生长期>成熟期;多酚含量变化为快速生长期>成熟期>栽培期;岩藻黄质含量变化为栽培期>快速生长期≈成熟期。多糖、多酚和岩藻黄质3种定量模型的近红外预测值与参考值之间的拟合性良好,模型预测精度较高,其中预测集相关系数(correlation coefficient of prediction,RP)均大于0.95;预测集均方根误差(root mean square error of prediction,RMSEP)分别为11.01、1.72、0...     

SIMCA分类法与偏最小二乘法结合近红外光谱检测卷烟的内在品质

针对卷烟内在品质常规化学检测过程烦琐、速度慢的特点,本文探讨了基于化学计量学方法与近红外光谱分析技术结合判别卷烟品质等级和同时检测多个品质指标的快速方法。通过采用SIMCA分类法与偏最小二乘法结合卷烟的傅里叶变换近红外漫反射光谱,建立了3个不同级别卷烟的分类模型,用于甄别卷烟品质真伪,结果准确;同时,又建立了检测卷烟中总氮、总糖、烟碱主要化学成分含量和其主流烟气中焦油、烟碱、一氧化碳释放量等品质指标的校正模型,其相关系数分别为：0．9844、0．9918、0．9968、0．9505、0．8945和0．9625;交互效验均方残差分别为：0．0663、0．6682、0．0607、0．2262、0．0350和0．3685。另取未知样品对模型进一步验证,经配对t-检验表明,在显著性水平大于0．05的条件下,其测定结果与标准方法的测定结果对比,两者均无显著性差异。该法应用于卷烟品质真伪鉴别和品质指标检测,操作简单、快速、准确。