近红外漫反射光谱检测梨内部指标可溶性固性物的研究

旨在建立近红外漫反射光谱与梨水果内部可溶性固形物之间的关系,以评价近红外漫反射光谱在测量梨水果内部指标可溶性固形物的应用价值。应用近红外光谱(350～1 800 nm),采用多元线性回归(MLR)、主成分回归(PCR)和偏最小二乘法(PLS)三种不同的数学校正方法对梨水果的可溶性固形物(SSC)进行了定量分析,并且对梨水果不同位置的吸光度原始光谱,一阶微分和二阶微分三种不同预处理情况下的模型进行了最优化分析。在梨水果赤道部位预测结果较为理想,采用一阶微分预处理方法下应用PLS方法。研究结果为预测集的相关系数为0.851 7, 预测样本均方根误差为0.879 3。研究表明,近红外漫反射光谱可以作为一种准确、可靠和无损的检测方法用于评价梨水果内部指标可溶性固形物。     

基于可见光-近红外光谱的煤岩识别方法实验研究

以淮南矿区谢桥矿和潘二矿的煤和岩石样本为研究对象,通过地物光谱仪采集样本反射率光谱曲线,同时检测样本氧化物含量、水分、灰分及挥发分含量,将样本的反射率光谱曲线和样本成分含量分别作为自变量,样本类别“煤”和“岩石”两种矿物类型作为因变量,建立煤和岩石识别模型对煤和岩石进行二分类。该研究主要采用三种模型,分别为主成分分析结合支持向量机(PCA-SVM)、主成分分析结合BP神经网络(PCA-BP)模型和核主成分分析结合支持向量机(KPCA-SVM)模型。结果表明,基于可见光近红外光谱的三个模型中,核主成分分析结合支持向量机模型的识别精度最高,建模平均精度为95.5%,验证平均精度约为90.56%;基于样本成分的三个模型中,核主成分分析结合支持向量机模型的识别精度最高,建模平均精度为98.5%,验证平均精度约为95%。     

近红外漫反射光谱检测赣南脐橙可溶性固形物的研究

研究了应用可见-近红外漫反射光谱技术快速检测赣南脐橙可溶性固形物的方法。以40个赣南脐橙为标准样本,利用漫反射光谱测定法获取完整赣南脐橙的可见-近红外光光谱(350～2 500 nm),采用多种光谱校正算法,选取不同的光谱波段范围对水果样本的漫反射二阶光谱进行有效信息的提取和分析,并结合偏最小二乘法和主成分回归等定量校正方法,建立了赣南脐橙可溶性固形物的定量数学模型。实验结果为: 在361～2 488 nm波段范围内,偏最小二乘法校正模型的预测精度最好,校正模型的相关系数为0.929,校正标准偏差和预测标准偏差分别为0.517,0.592,其预测集样本的预测值与真实值的相关系数为0.791。实验结果表明：应用近红外漫反射技术对赣南脐橙可溶性固形物的快速无损检测具有可行性。     

可见／近红外漫反射光谱无损检测南丰蜜桔维生素C的研究

应用可见/近红外漫反射光谱对南丰蜜桔维生素C含量进行了无损检测研究.在谱区350～1 800nm,应用主成分分析和偏最小二乘法对经过预处理光谱进行数学建模,主成分数和光谱区间选择分别由完全交互验证和回归系数法确定.定标模型对10个未知样品的预测结果是:预测相关系数为0.813,预测均方差为2.112 mg(100 g)-1,预测偏差为-0.810 mg(100 g)-1.文章表明利用可见/近红外漫反射光谱技术无损检测南丰蜜桔维生素C具有可行性.     

基于近红外光谱技术和人工神经网络的玉米品种鉴别方法研究

提出了一种采用近红外光谱技术结合人工神经网络对玉米品种进行鉴别的方法。在3 800～10 000 cm-1(波长1 000～2 632 nm)范围内采集四种玉米单粒完整籽粒的近红外漫反射光谱,经Savitky-Golay平滑和多重散 射校正预处理后,对数据进行主成分分析,再结合人工神经网络技术进行品种鉴别。主成分分析表明,前8个主成分的累积贡献率达到99.602%。以前8个主成分作为网络输入,品种类型作为输出,建立三层LMBP神经网络模型。每个品种 各取30粒共120个样本用于建模,10粒共40个样本用于预测。模型对建模集120个样本鉴别率为100%,对预测集40个样本的鉴别率为95%。实验结果说明该方法能快速无损地鉴别玉米品种,为玉米的品种鉴别提供了一种新方法。     

基于可见近红外光谱分析技术的马铃薯品种鉴别方法

基于可见-近红外光谱分析技术,提出了一种快速鉴别马铃薯品种的方法。以三种不同品种共计352个样本的马铃薯作为主要研究对象,随机将其分为建模集(307个样本)和预测集(45个样本)。对其中的建模集样品进行可见-近红外光谱分析,将获取的光谱图像通过多元散射校正(MSC)和窗口大小为9的Savitzky-Golay(S-G)一阶卷积求导方法预处理,消除颗粒大小、表面散射及光程变化对漫反射光谱影响,降低原始光谱曲线的随机噪声影响。然后用偏最小二乘法(PLS)对数据进行降维、压缩,使用主成分分析方法(PCA)获得的前4个主成分累计贡献率达到96%以上,并从前4个主成分图谱中提取20个吸收峰作为输入变量,经过试验,得到一个20(输入)-12(隐含)-3(输出)结构的3层BP神经网络。最后利用该模型对预测集样本进行品种鉴别,识别正确率达到100%。此方法能较为快速、准确地鉴别马铃薯的品种,为马铃薯品质检测与鉴别提供了新思路。     

应用可见-近红外光谱快速识别沙棘汁品牌

为了实现沙棘汁品牌的快速无损鉴别,提出了采用可见-近红外光谱分析技术(NIR)鉴别沙棘汁品牌的方法。采用FieldSpec3光谱仪对三种沙棘汁进行光谱分析,各获取40个样本数据。采用平均平滑法和多元散射校正(MSC)方法对样本数据进行预处理,再用主成分法(PCA)对光谱数据进行聚类分析并获得各主成分数据。将120个沙棘汁样本随机分成90个建模样本和30个预测样本,把基于累计可信度选择的建模样本的8个主成分(PCs)数据作为BP网络的输入变量,沙棘汁品牌作为输出变量,建立三层反向传播(BP)神经网络鉴别模型,并对30个预测样本进行预测。结果表明,在阈值设定为±0.1的情况下,该模型对预测集样本品牌鉴别准确率达到了100%。所以应用近红外光谱技术结合主成分分析和BP神经网络算法识别沙棘汁品牌是一种有效的方法。     

近红外光谱和化学计量学对不同产地不同产期当归的定性研究

采用近红外光谱技术结合化学计量学,对来源于不同产地不同产期的136个当归样本进行快速、无损的定性研究.将当归样本粉碎后,采用光纤漫反射采集近红外光谱,并对光谱进行主成分分析(PCA)、结合随机森林建立当归的定性模型,同时对比分析了不同光谱预处理方法(未处理、变量标准化十一阶导数、变量标准化十二阶导数)对鉴别结果的影响....     

可见-近红外光谱用于鉴别山羊绒与细支绵羊毛的研究

近红外光谱作为快速、无损的检测技术,近年来在国内外越来越受到广泛关注。针对山羊绒与细支绵羊毛的可见／近红外光谱的特点,提出了应用主成分分析(PCA)结合人工神经网络（ANN）进行山 羊绒与细支绵羊毛的鉴别,并建立了羊毛、羊绒分析模型。应用可见／近红外反射光谱获取山羊绒与细支绵羊毛的光谱曲线,利用主成分分析对原始光谱数据进行处理,根据主成分的累计贡献率99.8%选 取主成分数6,并将所选取的6个主成分作为三层BP神经网络的输入。通过定标集样本对BP神经网络进行训练,用优化的BP神经网络模型对预测集样本进行预测。实验结果表明,16个未知样本的鉴别全部 正确,表明可见／近红外光谱结合主成分分析和神经网络技术对山羊绒与细支绵羊毛进行快速鉴别是可行的。     

应用可见/近红外光谱进行纺织纤维鉴别的研究

为了实现纤维种类的快速鉴别,选用了棉、麻、毛、丝、天丝5种纤维,提出了一种用近红外光谱技术快速无损鉴别纤维品种的新方法。应用可见/近红外光谱漫反射技术测定各种纤维的光谱曲线,用主成分分析方法(PCA)对光谱数据进行模式特征分析,根据主成分的累积贡献率选用前6个主成分数进行建模和预测,通过建立最小二乘支持向量机模型(LS-SVM)对主成分分析模型进行优化,将前6个主成分作为最小二乘支持向量机的输入变量,建立PCA-LS-SVM模式识别模型,实现类别预测的同时也完成了数学建模与优化分析工作。5个品种的纤维训练集样本200个用于PCA-LS-SVM的模型的建立,对其余预测集样本50个进行验证,结果能准确的区分预测集的5种纤维。并提出主成分分析结合最小二乘支持向量机的光谱数据分析方法具有很好的分类和鉴别作用,为纤维品种快速鉴别提供了一种新方法,为维护消费者权益,保证纺织品质量,实现纺织原料及其制品的合理化生产与交易具有重要的意义。     

MOCVD外延生长AlGaAs组份的在线监测

利用反射各向异性谱( RAS)和反射谱在线监测了AlxGa1-xAs样品的金属有机化合物汽相淀积(MOCVD)外延生长过程.通过在线监测得到的RAS和反射谱可以敏感地反映出AlxGa1-xAs外延层组份发生的变化,从而优化外延生长工艺.实验表明,反射谱中的振荡周期可以在线计算组份和生长速率,利用反射谱中的振荡的第一个最...     

畜禽肉化学成分近红外光谱检测技术研究进展

和传统的肉品化学成分检测方法相比,近红外光谱分析是一种能够快速、简单、安全和可同时测定多种化学成分的肉品检测方法。论述了近年来猪、鸡、牛、羊四种动物肉中粗蛋白质、肌间脂肪、脂肪酸、水分、灰分、肌红蛋白和胶原蛋白七种化学成分的近红外光谱分析检测研究进展,并探讨了目前研究中存在的问题及其原因。从已发表的研究结果可以看出,近红外光谱分析具有替代耗时成本高的现有肉品化学检测方法的巨大潜力,特别是用于商业上同步检测多种化学成分。研究大多采用主成分分析法进行特征光谱筛选,偏最小二乘和修正偏最小二乘法建立校正模型,交互验证进行预测结果评价。目前研究热点集中在肉中脂肪酸含量预测模型和应用近红外高光谱图像和多元回归预测肉中化学成分。近红外光谱预测结果差异性较大,这与样品集选择、光谱预处理和建模方法都有很密切的关系。样品选择对近红外预测精度具有重要的意义,非均质肉样影响了近红外化学成分预测精度。总的来说,肌间脂肪、脂肪酸与水分指标预测效果较好,粗蛋白质和肌红蛋白指标预测效果次之,灰分和胶原蛋白指标预测结果较差。     

接触压力作用下皮肤形变对于漫反射光谱测量影响研究

人体成分无创光谱检测过程中,测量条件特别是探头压力造成的组织形变在一定程度上影响光谱测量结果。利用物理模型与仿真方法,定量分析了探头接触压力作用下皮肤组织应变,及光学参数与漫反射光谱变化。首先,在多层皮肤组织物理复合模型基础上,结合生物组织固液两相组成特性,定量分析了压力作用下各层皮肤组织形变大小以及成分变化。该模型将皮肤力学模型简化为固态弹性结构及包含于其中的牛顿流体,利用有限元方法,分别模拟不同压力作用下多层皮肤组织应变大小及时间特性,并根据各层组织体积及水含量变化,定量计算其散射系数及吸收系数改变。然后,利用Monte Carlo方法模拟压力作用前后光在组织中传输过程,定量分析了探头压力对漫反射光谱中所包含人体成分检测有效信息的影响。实验结果表明,在光纤探头接触压力作用下,人体皮肤组织中真皮层厚度变小,自由水体积减小,引起散射特性及光子传输路径改变,使得漫反射光谱中所包含的有效光谱信息下降。该研究结果为优化人体漫反射光谱测量策略,提高测量准确性以及重复性提供了参考。     

近红外光谱技术检测植物木质素纤维素研究进展

近红外光谱技术可用来检测植物木质素、纤维素及半纤维素含量,与传统的湿化学方法相比具有快速、操作简单、准确、无损等优点,是一种新型的测定方法,近年来在检测木本植物及草本植物木质纤维素组成成分中被广泛应用。综述了国内外利用近红外光谱技术快速检测木本植物(用作造纸原料的木材、竹材以及潜在的可用作生物质能源的木材)及草本植物(饲草及草类能源植物)木质素、纤维素、半纤维素含量的研究进展,并从样品前处理、光谱预处理及波长选取方法、化学计量学方法三个方面对利用近红外光谱技术快速检测植物木质素、纤维素方法研究上的进展进行了总结,并结合国内木材、牧草及能源草行业发展现状提出了四点展望: 建立适用性更强的模型;建立全面的草产品品质指标近红外光谱数据库;建立能源植物能用品质指标相关模型并对建模方法进行进一步的探索和完善;推动应用近红外光谱技术检测植物木质纤维素的方法从实验阶段走向实际应用。随着对近红外光谱检测植物木质纤维素方法的不断成熟和完善,它必将对造纸、饲草及能源草行业的发展产生巨大的推动作用。     

Optimized fuzzy C-means clustering algorithm for the interpretation of the near-infrared spectra of rocks

The rock near-infrared spectrum contains information of its composition and structure. The interpretation of rock near-infrared spectrum is one of the important approaches in the qualitative and quantitative analyses of the alteration minerals in rock. The rock near-infrared spectra are classified using optimized fuzzy C-means clustering algorithm, and the main mineral composition is obtained for different rock samples through the analysis of cluster centers. The minimum Spectral Correlation Coefficient is used as the objective function to classify the simulation data. In this study, the classification method was first tested for parameter setting using simulation data, which was the mixture of several standard mineral spectra quantified in terms of reflectivity in the near-infrared band. Classification accuracies under different fuzzy index values are compared. When the fuzzy index value is 1.5, the classification accuracy of the simulation samples is 83%. The initial values of different cluster centers were shown to affect the classification result. In the practical application, the initial values of cluster centers need to be rationally chosen based on the knowledge of mineral spectroscopy. This method is applied in the clustering analysis of the rock near-infrared spectra, which were also quantified in terms of reflectivity in the near-infrared band. These actual rock near-infrared spectra were measured by a spectrometer, while the classification results were compared with X-ray diffraction analysis to show the effectiveness of our algorithm. Our study has shown that, with the optimized fuzzy C-means clustering algorithm, the interpretation of rock near-infrared spectra can help us obtain information of the mineral composition and structure more effectively in terms of accuracy and speed. This method is suitable for the rapid processing of massive rock near-infrared spectra and may become an important technology in geological survey and geological prospecting.     

显微红外反射光谱法快速鉴别珍珠粉真伪

珍珠是名贵的装饰品和中药材,在我国对其已有2000多年的应用历史。研究发现,贝壳内层的化学组成与珍珠相似,主要含有碳酸钙和各种氨基酸。贝壳粉也可在临床上做药用,但其药用价值远低于珍珠粉。然而,珍珠粉和贝壳粉外观特性极为相似,元素组成和形貌检测无法对其进行有效地鉴别。由于贝壳粉的成本低,常常冒充珍珠粉流入市场,侵害了消费者的利益。本研究通过珍珠粉和贝壳粉在不同温度下煅烧一定时间后显微红外反射光谱的差异实现珍珠粉真伪鉴别。实验结果表明,在一个大气压下经过400 ℃煅烧30 min后,珍珠粉中文石型碳酸钙部分转化为方解石型,而贝壳粉中文石型碳酸钙完全转化为方解石型。这种不同的相转变过程可以被显微红外反射光谱很好的区别。因此,可在此条件下利用红外反射光谱鉴别珍珠粉和贝壳粉相变差异。和传统的透射式红外光谱法相比,这种显微反射红外光谱法无需压片制样、快速灵敏。本研究也讨论了该方法针对其他常见伪品的适用性,如牡蛎粉和石决明粉,结果表明该方法能够简单、高效和准确地鉴别珍珠粉真伪。     

内蒙古东升庙白垩系红层的近红外光谱分析

在内蒙古东升庙矿区西部采取白垩系红层岩心及地表风化土壤样,用近红外光谱分析技术对各个样品进行测试分析。结果表明,近红外光谱技术能通过矿物中各基团的特征吸收峰快速鉴别出矿物,东升庙矿区西部白垩系红层为泥质胶结主要由石英、长石、蒙脱石、伊利石、绿泥石、白云母等组成,其矿物组成主要受到上游物源区影响;其崩解主要为蒙脱石等粘土矿物吸水膨胀,失水收缩不均匀,使原有裂隙扩大并产生新的裂隙,导致强度降低,发生崩解;根据其粘土矿物的组合推测其风化过程中气候以寒冷干燥为主,风化过程主要为物理风化。研究结果一方面可以完善该矿区地质特征,另一方面表明在矿物光谱学的基础上,近红外光谱分析技术可以有效地分析土壤和岩石的矿物成分,从而论证了近红外光谱分析技术应用于土壤、岩石矿物的的快速分析可行性,表明了其在地质研究中的可行性,为以后的土壤、岩石研究提供新思路。     

火成岩光谱吸收深度与矿物组分黑云母含量关系研究

岩石的矿物组成成分是影响其反射光谱特征的主要因素之一,是产生各类岩石特征谱带的重要原因。本文选择美国喷气推进实验室提供的岩石样本(包括组成岩石样本的各类矿物百分含量和用Analytical Spectral Devices (ASD)地物光谱仪测得0.35～2.50 μm波长范围内岩石样本光谱反射率)、岩石所包含的各类矿物的光谱反射率为基础数据,根据岩石和所含矿物的光谱线性混合模型,首先进行了岩石及其矿物成分线性混合模拟实验,实验结果表明基于线性混合光谱理论的岩石矿物模拟模型能够较好的模拟岩石光谱曲线,并且能够保留各个矿物组分的吸收特征。然后从火成岩的岩石光谱中选出含有黑云母矿物的八个样本,研究岩石样本中黑云母含量及其在2.332 μm处反射光谱吸收深度的特征,用线性和非线性等多种常用统计模型拟合了岩石光谱吸收深度与矿物组分黑云母含量之间的响应关系,最后本文将增长型(Growth)和指数曲线型(Exponential)两个模型相结合获得新的拟合模型,利用该模型拟合了岩石光谱吸收深度与矿物组分黑云母含量之间的统计响应关系,拟合结果表明二者的相关系数达到0.998 4,标准偏差为0.57 2,虽然利用Growth和Exponential模型拟合的标准偏差小于两个模型结合后的新模型拟合的标准偏差,但新模型的相关系数有了显著提高,这说明新模型拟合效果更接近样本的实测值。     

漫反射光谱技术对文物保护及相关问题的研究

应用自行研制的光导纤维反射分光光度计,研究了漫反射光谱技术在文物保护研究中的应用。主要工作包括： (1)通过比较待测颜料和标准颜料反射光谱曲线的形状和特征反射峰或一阶导数峰的位置,实现对彩绘文物颜料的分析鉴定。(2)用漫反射光谱技术监测金属表面状态的变化。文中通过对铜及其锈蚀产物漫反射光谱的研究得到了铜表面的一些信息,可见漫反射光谱技术对金属表面状态的研究具有特殊的功能。(3)通过研究文物保护修复材料的反射光谱特性,指导人们选择适宜的材料。作者的研究证实了漫反射光谱法是一种新的文物保护研究技术,具有简便、快捷和不损坏文物的特点,该工作使漫反射光谱技术成为文物保护研究的一种新的检测手段,同时也为漫反射光谱分析开辟了新的研究应用领域。     

Thermal annealing dependence of some optical properties of plasma-modified porous silicon

The photoluminescence and reflectance of porous silicon (PS) with and without hydrocarbon (CH_x) deposition fabricated by plasma enhanced chemical vapour deposition (PECVD) technique have been investigated. The PS samples were then, annealed at temperatures between 200 and 800 °C. The influence of thermal annealing on optical properties of the hydrocarbon layer/porous silicon/silicon structure (CH_x/PS/Si) was studied by means of photoluminescence (PL) measurements, reflectivity and ellipsometry spectroscopy. The composition of the PS surface was monitored by transmission Fourier transform infrared (FTIR) spectroscopy. Photoluminescence and reflectance measurements were carried out before and after annealing on the carbonized samples for wavelengths between 250 and 1200 nm. A reduction of the reflectance in the ultraviolet region of the spectrum was observed for the hydrocarbon deposited polished silicon samples but an opposite behaviour was found in the case of the CH_x/PS ones. From the comparison of the photoluminescence and reflectance spectra, it was found that most of the contribution of the PL in the porous silicon came from its upper interface. The PL and reflectance spectra were found to be opposite to one another. Increasing the annealing temperature reduced the PL intensity and an increase in the ultraviolet reflectance was observed. These observations, consistent with a surface dominated emission process, suggest that the surface state of the PS is the principal determinant of the PL spectrum and the PL efficiency.