拉曼光纤技术快速无损鉴别甲硝唑片

采用光纤探头直接放在甲硝唑片上进行检测,采集谱图,对拉曼光谱峰进行指认,并改变测定条件(药品隔铝塑包装、刮除包膜)进行测定。建立了光纤传感技术结合拉曼光谱快速无损鉴别甲硝唑片的方法,所测药物图谱峰形良好、峰强明显、指纹性强、测定快速准确,可瞬间获得片剂的特征图谱。样品无需进行前处理,可无损鉴别。药片检测时,是否隔铝塑包装和刮除包膜不影响谱图识别。本法快速、准确、专属性强、灵敏度高,可用于对甲硝唑片进行有效的鉴别。     

太赫兹光谱在转基因菜籽油鉴别中的应用:基于改进蜉蝣算法的支持向量机模型

为实现对转基因和非转基因菜籽油的快速准确鉴别,结合太赫兹时域光谱技术,提出了一种基于改进蜉蝣优化算法的支持向量机模型.以两种转基因和两种非转基因菜籽油为研究对象,应用太赫兹时域光谱技术获取其光谱信息,发现相比于非转基因菜籽油,转基因菜籽油在太赫兹波段具有更强的吸收特性,同时它们的吸收光谱极为相似,难以通过观察法进行准确区分.为此,提出一种基于改进蜉蝣优化算法的支持向量机模型,通过采用蜉蝣优化算法对支持向量机参数进行寻优,并引入自适应惯性权重和Lévy飞行两种策略改进蜉蝣优化算法在寻优过程容易陷入局部最优解的问题,增强蜉蝣优化算法的全局搜索能力和稳健性.实验结果表明:改进后的蜉蝣优化算法能够更有效地寻找到支持向量机的最优参数组合,提升鉴别模型的整体性能,该模型对4种菜籽油的识别精度为100%.因此,本研究为转基因菜籽油的类型鉴别提供了一种快速有效的新方法,也为其他转基因物质的鉴别提供了有价值的参考.     

四区域法消除偏振棱镜缺陷对波片相位延迟测量的影响

在起偏器-待测波片-检偏器系统基础卜提出一种四区域测量波片相位延迟量的方法.调整待测波片和检偏器的方位角,获得相应的四组光强值,通过线性运算得到待测波片的相位延迟量,完全消除了起偏器和检偏器不完全消光带来的误差.由于测量系统中不存在标准波片或其他相位调制元件,允许测量波长仅受偏振棱镜和探测器的限制,因此四区域法可适用于很大波长范围内的波片测量.以λ/4波片为例,理论分析了测量系统利用四区域测量法后的仪器误差为σφ≤士3.49065×10-3rad(约0.2°),精度比原算法提高约1个数量级.实验验证了四区域法能有效提高系统精度.     

基于单光弹调制器的米勒矩阵测量技术

针对已有米勒矩阵测量方法的不足,提出了一种基于单光弹调制器的米勒矩阵测量技术,给出了米勒矩阵测量优化算法及系统参数两步校准法。该技术通过两步校准法对系统参数进行校准测量,利用优化算法计算得到待测样品的米勒矩阵。实验结果表明,待测1/4波片相位延迟量测量值为90.4185°,误差在标称偏差λ/300以内,快轴方位角测量值为0.2348°,误差在最大旋转误差0.4°以内。同快轴方位角为0°的1/4波片标准米勒矩阵相比,待测1/4波片米勒矩阵各元素最大相对误差的直接测量值和间接测量值分别为1.97%和0.83%,均小于最大相对误差的模拟仿真值2.11%。通过提高旋转台的读数精度和减小相位延迟量的标称偏差,可以进一步减小米勒矩阵各元素的最大相对误差。     

近红外光谱定量分析的改进ELM算法

极限学习机理论(extreme learning machine, ELM)作为一种新的化学计量学方法,在近红外光谱定量分析中的应用研究,已引起学术界的高度重视。然而,由于光谱数据维数较高,建立ELM模型时需要大量的隐节点,导致隐含层输出矩阵维数高且存在高度共线性,用现有的Moore-Penrose广义逆算法求取隐含层输出矩阵与待测性质间的回归模型往往会存在病态问题。基于ELM建立光谱波长变量与性质之间的回归模型,提出以ELM模型隐含层输出矩阵作为新的变量,采用作者最新提出的基于变量投影重要性的改进叠加PLS算法(stacked partial least squares regression algorithm based on variable importance in the projection,VIP-SPLS),建立新变量与待测性质间的回归模型。VIP-SPLS算法充分利用了每个隐节点的输出信息,能有效解决高维共线性问题,同时具有模型集成的优点,从而改进了ELM模型的性能。将提出的改进ELM算法(improved ELM,iELM)应用于标准近红外光谱数据集,结果表明iELM模型的精度相对于现有的PLS模型和ELM模型分别显著提升了29.06%和27.47%。     

对乙酰氨基酚的太赫兹时域光谱研究

太赫兹波由于其特有的透视性、安全性及光谱分辨本领高等特点,为太赫兹时域光谱技术(Terahertz time-domain spectroscopy, THz-TDS)在物质检测、物质结构辨别、物质定性及定量分析等方面的应用奠定了基础。药品,作为预防和治疗疾病并规定有适应症或者主治功能的物质,一直跟人们的生活息息相关。但是,近年来药品由于质量问题从而危害人们身体健康的新闻屡见不鲜,迫切需要行之有效的药品检测方法的呼声越来越多。而太赫兹时域光谱技术作为一种新型的无损检测的光谱技术,逐步开始被应用到药品检测中。基于此,采用太赫兹时域光谱技术研究了对乙酰氨基酚的太赫兹特征谱。首先,采用太赫兹时域光谱技术测试了对乙酰氨基酚在0.3～4.5 THz范围的太赫兹光谱,实验获取了六个特征吸收主峰和一个肩峰,分别位于1.46,1.88,2.11,2.52,2.95,3.48和4.27 THz;接着,采用密度泛函理论对光谱进行解析,基于气态理论的计算结果,发现实验吸收峰有分子内作用力的贡献,但由于其未能考虑分子间作用力,无法全面对实验吸收峰进行解析;进一步,采用固态密度泛函理论模拟,经过实验和理论结果对比,发现1.46和2.11 THz的吸收峰既有分子间作用力也有分子内作用力,1.88,2.52和2.95 THz处的吸收峰主要来源于分子间作用力,3.48和4.27 THz处的吸收峰主要来源于分子内作用力;最后,对商用品牌中美史克牌的对乙酰氨基酚片做了变质处理,测试其在变质前后0.3～2.75 THz范围内的太赫兹特征峰,通过比较发现,商用药片与对乙酰氨基酚样品的吸收峰完全匹配,说明可以借助THz特征峰对药品进行标定;通过对比对乙酰氨基酚片变质前后的THz吸收谱,发现变质后的药片原有的THz特征峰基本消失,这一方面说明位于0.3～2.75 TH范围内的THz特征峰1.46和1.88 THz虽有分子内作用的贡献,但是主要源于分子间作用力,另一方面也说明随着药品化学特性变化,其对应的THz指纹吸收峰也会发生改变;变质后的药片产生了位于0.69 THz的新特征吸收峰,说明药片在变质后已经形成新的分子间作用力,药品的化学性质已经发生了变化,产生了新的物化功能。     

X射线荧光光谱法检验标准物质的均匀性

X荧光光谱是检验标准物质均匀性常用的方法之一。制样和仪器的漂移是重要的误差来源。强度或表观浓度的测定误差通常小于浓度的测定误差。XRF分析中真正的取样量应是极限厚度内实际起作用的这部分样品。该数量符合一般标准物质均匀性检验的取样量。判断标准物质均匀性的关键是不均匀性误差的大小是否符合该标准物质对均匀性的要求。本工作为均匀性检验的数据处理编制了一个方便、实用的计算机程序。     

基于连续投影算法的土壤总氮近红外特征波长的选取

讨论了如何利用连续投影算法提取土壤总氮的近红外特征波长.使用连续投影算法对光谱数据进行初步压缩,将优选出的波长按其对总氮贡献值的大小进一步筛选,剔除不敏感的波长,降低模型的复杂度.分析85份土壤样品的近红外光谱,使用连续投影算法得到了总氮的12个波长,贡献值筛选后,波长数量减少到6个,所建模型的预测相关系数(Rp)为0.913,预测均方根误差(RMSEP)为0.011%,模型的预测精度与贡献值筛选前相当,且优于全谱偏最小二乘回归结果.结果表明结合贡献值筛选的连续投影算法能够有效选取待测成分的特征波长,文章所优选的土壤总氮的6个特征波长可以作为小型滤光片式近红外光谱仪波长选择的参考依据.     

基于脉冲耦合神经网络的拉曼光谱定性分析

通过对脉冲耦合神经网络(pulse coupled neural network,PCNN)和拉曼光谱定性分析的研究,提出了基于PCNN的拉曼光谱定性分析方法.首先,利用PCNN神经元的疲劳与不应期特性将拉曼光谱数据进行编码;然后,基于改进的Horspool算法将检测样品对应编码与基码数据库中的所有基码逐一匹配,并得到各对应的匹配相似度,进而判定样品类别.相关实验和数据分析证明了该文方法的准确性和有效性.同时,该文方法避免了目前基于谱模版定性分析方法中待测样品拉曼光谱特征谱峰难以确定以及匹配分析冗余度高等不足,且对存储空间的要求仅为后者的5.8%.     

近红外光谱法在中药生产过程分析中的应用

应用近红外光谱结合不同化学计量学方法对同仁乌鸡白凤丸原料、辅料、半成品、制剂进行定性和定量分析.建立原料药材的近红外标准光谱库, 利用质量控制(QC) 比较检索方法鉴别未知样品.采用主成分分析-马式距离法鉴别乌鸡.建立半成品标准光谱库, 用相似度匹配算法筛查阴性(缺味)半成品.采用偏最小二乘法对主要原辅料、半成品和制剂进行了定量分析.采用近红外混合过程分析仪结合移动块标准偏差法在线判断同仁乌鸡白凤丸半成品混合终点.所建立的定性分析模型能够对样品做出准确的分类;定量分析方法结果准确可靠.方法准确、可靠、快速、简便、环保, 可通过在线或旁线方式用于工业现场的原位检测.     

用一种新滤波函数作CT图像局部重建

详细阐述了用一种新型滤波函数进行CT图像局部重建的原理，并给出了这种重建的二次误差估计．然后在计算机上对模拟和实测数据进行了局部重建实验，结果表明该算法简便快速，重建图像Gibbs效应减小并具有较高的空间及密度分辨率．     

液晶投影仪液晶板自动汇聚系统的对焦算法分析

在建立液晶投影仪的液晶板自动聚焦合色系统基础上,对三种不同的自动对焦算法进行了理论模拟和实验分析,并选择了适合于液晶板自动对焦的算法.实验表明该算法满足汇聚系统的应用要求.     

激光自混合干涉法亚微米及纳米颗粒测量中的反问题

基于Kaczmarz投影算法对反问题进行了详细的研究.选取颗粒线分布函数作为反演对象,改进了Kaczrnarz投影算法,使投影过程发生在较大夹角的超平面之间.数值模拟了含5%和10%的测量误差时宽单峰、窄单峰、双峰和三峰四种粒径分布的反演,结果显示改进投影算法得出的粒径分布与输入的粒径分布更好得吻合.实验测量了标称为60 mn和180 nm两种单分散颗粒,结果表明改进投影算法得出的粒径分别为54.95 nm和190.55 nm,而原先投影算法得出的粒径为83.18 nm和288.40nm,进一步显示改进投影算法提高了测量结果的准确性.     

一种正交二视角光学层析重建算法

提出了一种基于最大熵原理的正交二视角重建算法,该算法能够较好地重建多峰非对称待测场,且只需两个正交方向的投影数据。算法中融合了含有轴对称因子的先验知识,该先验知识可由两个正交方向的投影数据迭代算出,并分析了正交投影方向这个因素对重建结果的影响。通过计算机数值模拟,结果表明,融合先验知识的正交二视角重建算法与没有融合先验知识的正交二视角重建算法相比重建精度全面超出。其中,在两峰随机余弦高斯模拟待测场的情况下均方根误差减少了73％。在三峰随机高斯模拟待测场的情况下均方根误差减少了47％。该算法充分显示了在重建多峰非对称待测场时的优越性。同时,由于只需要两个正交方向的投影数据,可使实验系统得到简化。     

星图识别算法的优化设计与实现

在INS／CNS组合导航系统中,为了有效实时地用CNS的输出姿态信息校正INS的陀螺漂移,必须提高CNS中星图识别算法的运行速度。提出了一种改进的三角形星图识别方法,基三角形识别成功后,增加一颗附加检测星,计算出附加检测星和基三角形的三个星点的角距值。分析结果表明传统的星图识别算法在主频为600MHz的DSP6414上运行需要300ms左右的时间,算法改进后,只需40-80ms,数据输出率提高到10Hz。改变的算法在不存在伪星的情况下成功识别率近100％,存在伪星时,可以有效去除伪星。同时,解决了传统星图识别算法在嵌入式系统中实现难、耗时长的问题。该算法可以实时地校准惯导系统的误差。     

低曝光条件下遥感相机微振动量检测

针对搭载平台颤振对遥感相机成像的影响,利用辅助高速面阵CCD相机拍摄高帧频图像序列,通过像元合并来补偿曝光时间不足,增加图像的亮度、对比度和信噪比,同时结合一种区域选择算法来选择用于计算的图像区域,最后使用灰度投影算法对振动位移量进行估计.实验数据表明,提出的改进算法误差为一个像元,在准确性和稳定性方面均明显优于原始算法.     

基于影像仪测量直线度误差的优化方法研究

针对影像仪测量直线度误差的特点,设计了一种改进的边缘检测模板进行边缘提取,并提出一种满足最小条件的直线度误差评定的方法区间距离算法来优化直线度误差的测量。通过采用影像法对光滑极限塞规的高精度测量实验,与传统边缘检测方法和斜率搜索法进行比较,实例结果表明,改进的边缘检测算法相对于传统检测模板计算卷积次数减少一半,可以提高测量速度,采用区间 距离算法与斜率搜索算法相比较,相同8组数据直线度误差相对误差不超过2%,平均计算速度提高0.01 s。实验验证在影像仪测量不同直径塞规直线度误差的自动化测量中,采用该优化方法可以节约计算时间4.45 s,并通过不同评定方式的比较,提出测量直线度误差最佳测量跨距在0.078 mm~0.104 mm的建议,对实际直线度误差测量具有指导意义。     

基于灰度投影改进的电子稳像

针对灰度投影算法运用于存在局部运动目标的情况下,稳像效果较差并且可能产生错稳这一问题,在分析灰度投影基本理论的基础上,提出一种改进的灰度投影算法:局部运动物体位置估计方法和像素替代法。利用灰度值的改变和像素替代的方法,把局部运动物体去除,再进行稳像处理。通过实验验证,该方法可以解决图像中存在运动物体时发生的错稳情况。比较改进前与改进后的稳像效果,改进后的PSRN（峰值信噪比）提高了1.35。     

靶场飞行目标弱透视投影姿态测量可行性研究

为了探讨弱透视投影应用于靶场远距离、小视场姿态测量的可行性,以轴对称回转体目标为例,充分利用透视成像信息及弱透视投影原理,逆向推导了单站弱透视投影的姿态测量模型,实际试验结果证明了弱透视投影在靶场姿态测量中的可行性,在文中所述的试验环境下,弱透视投影与透视投影之间误差不超过0.05°;明确了在靶场远距离、小视场姿态测量环境下,弱透视投影误差主要来源于作用距离;推导了算法适用的极限作用距离。以上研究为靶场弱透视投影远距离、小视场姿态测量奠定了一定的理论基础。     

基于特征分层选择和融合度相结合的近红外光谱多类识别度量算法研究

针对高维空间下获取最优特征子集异常复杂和模型识别准确率较低的问题,提出了基于特征分层选择和融合度相结合的近红外光谱多类识别度量算法。首先引入跳跃度,构造了一种特征分层方法,将所有特征依据对样本的重要性程度划分不同的特征子集,从而避免了从原始特征数据逐个剔除无关特征构建特征子集的繁琐过程;同时又改进了样本的融合度,将其代替K最近邻分类器(KNN)中依据概率进行类别判断的方式,提高了分类器的识别精度,较好地解决了多类识别准确率较低的问题。为验证该算法的有效性,选取五类具有代表性382个烟叶样品为实验对象,构建了烟叶产地识别度量模型,并选取64个样本进行了模型测试,以预测均方根误差(RMSEP)、交互验证均方差(RMSECV)和相关系数(r)作为模型稳健性的评价指标,以产地识别准确率作为算法优劣评价标准。仿真实验结果表明,利用该算法构建的模型具有较低的RMSEP(0.117),RMSECV(0.106)和较高的r(0.973),平均识别准确率达到98.44%,性能明显优于其他算法,该算法对于高维光谱数据具有良好的识别性能。