模糊数学在评判大学生的心理素质中的应用

阐述了模糊数学的模糊综合评判模型,并且给出了相应的计算步骤.通过实例分析表明,利用模糊综合评判评价心理素质是一种客观、有效的方法,该评判方法计算方便、易于操作和推广.     

不同光程对山茶油掺假近红外检测精度的影响

利用近红外光谱在不同光程下对山茶油中掺杂大豆油的掺伪量进行定量检测研究,着重分析光程对掺伪量检测精度的影响。将大豆油按一定质量分数掺入山茶油获取实验样本,掺伪质量分数范围为1%～50%。利用QualitySpec型光谱仪采集样本在不同光程(1,2,4,10 mm)下的透射光谱,通过对比不同建模方法、预处理方法及建模波段范围所建立的掺伪量定量预测模型,分析光程对掺伪量检测精度的影响。研究结果表明,光程由1 mm增加到4 mm时,掺伪量定量预测模型性能随着光程的增加而逐渐变好,检测精度逐步提高;光程由 4 mm增加到10 mm时,掺伪量定量预测模型性能变差,检测精度下降,4 mm为较优的光程。在1,2,4和10 mm下所建立的较优掺伪量定量预测模型的预测集决定系数 (R2_P)和预测均方根误差(RMSEP)分别为0.923, 0.977, 0.989, 0.962和4.58%, 2.54%, 1.72%, 3.20%。     

摆镜扫描傅里叶变换光谱仪光程差计算

摆镜扫描傅里叶变换光谱仪利用摆动扫描方式产生光程差,减小了因动镜倾斜带来的误差影响。从摆扫干涉光谱技术原理出发,对摆镜扫描傅里叶变换光谱仪的光程差进行理论分析,给出了光程差计算表达式,实验结果表明:该光谱仪光程差近似正比于摆动角度。分析了轴外光线因不同入射角所产生的附加光程差,为傅里叶变换光谱仪的指标确定和优化设计提供了理论依据。     

共线DP-LIBS定量分析水中Cu含量的试验研究

为研究双脉冲激光诱导击穿光谱(DP-LIBS)对水体中铜(Cu)元素检测灵敏度的影响,采用共线双脉冲LIBS检测装置对所配置的含Cu水溶液进行激光诱导击穿光谱试验。结果显示：与运用单脉冲激光诱导击穿光谱(SP-LIBS)检测水体中Cu元素相比,运用DP-LIBS探测到的光谱明显增强,并且其检测结果受光谱仪采集的延迟时间、两脉冲之间的脉冲延迟时间、双脉冲激光能量等因素的影响显著。确定最佳的试验条件为：光谱采集延迟时间为1 380 ns,脉冲延迟时间为25 ns,双脉冲激光能量为100 mJ。分别对铜元素324.7和327.4 nm的特征谱线进行定量分析,两谱线的检测限分别是3.5和4.84 μg·mL-1,且相对标准偏差都在10%以内。用500 μg·mL-1样品对特征谱线为324.7 nm所建立的定标曲线进行验证,反演得出该样品的浓度为446 μg·mL-1,相对误差为10.8%。研究表明DP-LIBS能够提高Cu元素的检测灵敏度,同时具有较高的稳定性。     

基于变量优选和快速独立成分分析的黄花梨可溶性固形物可见/近红外光谱检测

为建立预测能力高、稳定性强的可见/近红外漫透射光谱无损检测黄花梨可溶性固形物(SSC)数学模型,对比各种预处理方法、变量优选方法、快速独立主成分分析(FICA)以及最小二乘支持向量机(LS-SVM)对黄花梨SSC模型的影响,得出最佳的组合方法用于建立黄花梨可溶性固形物(SSC)预测模型。采用Quality Spec型光谱仪采集550~950 nm波段范围内的黄花梨漫透射光谱并采用遗传算法、连续投影算法和CARS(competitive adaptive reweighted sampling)三种方法筛选黄花梨可溶性固形物的光谱特征变量,再结合FICA提取光谱主成分,最后采用LS-SVM建立黄花梨的SSC预测模型。结果显示,采用CARS筛选的21个变量,经FICA挑选出12个主成分数,联合LS-SVM所建立的CARS-FICA-LS-SVM黄花梨SSC预测模型性能最佳,建模集和预测集的决定系数及均方根误差分别为0.974,0.116%和0.918,0.158%,同直接采用PLS方法建模相比,变量数从401个下降到21,主成分数由14下降到12,建模集和预测集决定系数分别上升了0.023,0.019,而建模和预测均方根误差分别下降了0.042%和0.010%。CARS-FICA-LS-SVM建立黄花梨SSC预测模型能够有效地简化预测模型并提高预测模型精度。     

基于APTLD的猪肉中莱克多巴胺残留含量的三维同步荧光光谱快速测定

应用三维同步荧光光谱法结合交替惩罚三线性分解(APTLD)来建立猪肉中莱克多巴胺残留含量的定量测定模型,以实现猪肉中莱克多巴胺残留含量的快速测定。首先分析了莱克多巴胺的荧光光谱产生机理和样本的三维同步荧光光谱;其次对猪肉提取液中的莱克多巴胺荧光的浓度猝灭现象进行了分析;然后应用核一致诊断法确定了APTLD的三线性分解组分数为2,并建立了猪肉提取液中莱克多巴胺的相对荧光峰值强度与训练样本中莱克多巴胺的相对荧光峰值强度之间的标定曲线,用于待测样本中的相对荧光峰值强度的校正;最后,建立了基于APTLD的猪肉中莱克多巴胺残留含量的三维同步荧光光谱预测模型。试验结果表明,该方法可以较好的解决猪肉样本中莱克多巴胺与背景之间的同步荧光光谱严重重叠的问题,省去了一些烦琐的“化学分离”过程,模型预测集的决定系数(R2)和均方根误差(RMSEP)分别为0.986 3和0.496 6 mg·L-1,达到了猪肉中莱克多巴胺残留含量快速定量测定目的。     

微波辅助激光诱导击穿光谱增强大米中Cd发射强度的研究

食品安全问题已成为全世界关注的焦点,对食品中污染物的绿色检测方法有利于环境的可持续发展。以大米中重金属污染物Cd元素为研究对象,分别采用激光诱导击穿光谱(LIBS)和微波辅助激光诱导击穿光谱(MA-LIBS)对空白和实验室污染处理的大米样品进行检测,并选用Cd Ⅰ 228.802 nm为分析线,探讨目标元素分析谱线等离子体发射强度的增强效果。同时,采用阳极溶出伏安法获取大米中Cd元素的真实含量。研究结果表明,对于实验室配制的浓度范围在2.16~13.69 μg·g-1的大米样品,LIBS仅能检测出其中大米Cd真实含量为13.69 μg·g-1的样品;而在同一实验条件下,MA-LIBS能检测出所有污染后样品中的Cd元素信号,并且与LIBS方法相比,Cd元素谱线发射强度增强了9~27倍,检测灵敏度提高了6.34倍。结果表明,采用MA-LIBS能有效地增强大米中Cd元素等离子体的发射强度并提高其检测灵敏度。     

表面增强拉曼光谱法快速检测脐橙果肉中三唑磷农药残留

采用表面增强拉曼光谱技术结合快速溶剂前处理方法检测脐橙果肉中三唑磷农药残留,应用化学计量学方法建立脐橙果肉中三唑磷农药残留的快速检测模型。以脐橙果肉提取液为基质,采用N-丙基乙二胺、C18和石墨化碳去除果肉中有机酸、色素等荧光物质,配制不同浓度的三唑磷农药溶液,应用不同预处理方法对光谱信号进行预处理,建立偏最小二乘模型。结果表明,以脐橙果肉提取液为基质的三唑磷溶液最低检测浓度低于0.5mg·L-1;归一化预处理后建立的模型预测性能最好,模型对预测集样本的均方根误差为1.38 mg·L-1,相关系数为0.976 6,相对分析误差为(RPD)4.66。预测回收率为95.97%～103.18%,相对误差绝对值在5%以下,表明模型具有较好的预测效果。对4个未知浓度样本进行配对t检验,预测值与真实值无显著差异,说明所建立的方法准确可靠。     

水田污染区稻壳与糙米中铬元素的LIBS分析可行性

为验证激光诱导击穿光谱(LIBS)对江西省环鄱阳湖水田污染区稻谷中铬元素的分析可行性,本试验以在该区收集的稻壳、糙米和白米作为研究对象,分别对所有样品进行LIBS测试,并利用火焰原子吸收法(AAS)对铬元素进行真实浓度检测。LIBS图谱显示稻壳中明显地检测到了铬元素的特征谱线,而糙米和白米则检测不到。AAS结果显示稻壳中Cr浓度远高于糙米,而白米中Cr未超标,同时,稻壳与糙米Cr浓度比率具有一定的梯度关系。结果说明,Cr在稻壳中的富集量高于糙米和白米,利用LIBS技术对稻壳中Cr进行检测具有一定的可行性,最终有望实现通过采集稻壳LIBS光谱信号,预测出糙米中重金属元素的分布规律,进而采用类似的方法获取大米中重金属元素含量。     

可见/近红外联合UVE-PLS-LDA鉴别压榨和浸出山茶油

山茶油是我国特有的优质食用油,而压榨山茶油营养品质优于浸出山茶油。采用可见/近红外光谱技术对压榨和浸出山茶油进行鉴别研究。在350～1 800 nm波段范围内采集压榨和浸出山茶油样本的透射光谱,利用无信息变量消除(UVE)方法进行波长变量优选,剔除无用波长变量,并应用偏最小二乘-线性判别分析(PLS-LDA)建立鉴别分类模型。最后,利用鉴别分类模型对未参与建模的26个预测集样本进行鉴别。研究结果表明,UVE-PLS-LDA是一种有效的鉴别分类方法,所建立的鉴别分类模型能较好地对压榨和浸出山茶油进行鉴别,校正集和预测集样本的鉴别正确率均为100%。因此,可见/近红外光谱联合UVE-PLS-LDA方法鉴别压榨和浸出山茶油是可行的。