基于IABC-SVR算法的拉曼光谱定量分析山羊血清蛋白含量

提出了一种基于拉曼光谱和改进人工蜂群算法优化支持向量机回归（IABC-SVR）算法快速定量检测山羊血清蛋白含量的方法。传统人工蜂群算法在数据区域规模较大时,收敛速度逐渐减慢, 出现效率低、精准度下降、局部最优解概率高等问题。所提出的算法解决了这些问题,使算法在进化前期避免陷入局部最优解,在进化中后期能够保持解的全局搜索能力。常规测定血清蛋白总量的方法通常采用凯氏定氮法、双缩脲法等,但存在时效慢、污染样本等缺点。采用拉曼光谱法进行检测,具有快速、无损的优点。以山羊血清为分析对象,按一定体积比配置35组待测样本,用拉曼光谱仪采集拉曼光谱,光谱采集范围为300~1 300 cm-1,采用基线矫正去除荧光背景,使用Savitzky-Golay光谱平滑法对原始光谱进行平滑处理,归一化处理光谱数据,并对拉曼光谱特征峰进行归属。实验结果表明,拉曼光谱能够表征血清中主要化学集团的信息,且由于官能团浓度差异,光谱特征峰强度随浓度变化明显,因此基于特征峰信息可以测定血清蛋白总量。实验中,以购买的山羊血清蛋白含量为基准,通过配置样本的体积比得到各组待测血清样本的蛋白含量,配置的单个液体样本体积为3 mL,随机选取8组实验样本作为模型测试集,剩余27组作为模型训练集。以经过处理的光谱特征峰强度和对应的血清蛋白含量分别作为模型的输入值及输出值,建立IABC-SVR,ABC-SVR和BP三种算法的定量模型,对测试集血清蛋白总量进行预测。最后通过均方差(MSE),相关系数（r）与建模时间分别进行对比,结果表明通过IABC-SVR建立的山羊血清蛋白定量矫正模型效果最佳,模型的相关系数为0.990 27,均方误差为0.244 3,建模时间为1.9 s,预测值方差均小于0.001 g·mL-1,预测准确率为99.8%。实验结果表明,应用激光拉曼光谱技术结合IABC-SVR算法,对快速定量检测山羊血清蛋白含量,具有较高的准确率和稳定性。     

基于荧光光谱的轻质油乳化物油水比估测研究

海面溢油在其风化迁移过程中,会形成不同溢油乳化物,对海洋环境造成极大危害。科学量化溢油乳化物,有助于溢油污染应急处理和灾损评估。已有对溢油乳化物展开的研究由于缺乏系统的实验数据、理化与光学参数,尚不清楚不同类型油水乳化物的精细光谱响应特征与变化规律,无法给出不同类型溢油乳化物光谱与海水表层油水比的数据关系。通过轻质油乳化物的室内实验,采用激光诱导荧光技术手段,从不同类型,不同表层油水比的溢油乳化物荧光光谱响应差异和变化规律入手,以乳化柴油相关数据作建模样本,乳化煤油相关数据作验证样本,开展统计分析,并分别设计了油包水、水包油两种类型下的表层油水比估测模型。数据处理过程中,为了消除LIF系统本身对接收到的荧光信号强度的影响,利用水的拉曼散射信号对乳化液的荧光信号进行归一化处理,将两者的比值作为后续的分析数据。具体数据研究表明：油包水型乳化溢油的荧光峰值对数和表层含水率对数之间可建立非线性回归模型;水包油型乳化溢油的荧光峰值和表层含水率之间也可建立非线性回归模型。非线性拟合相关系数均在0.9以上,即模型具有较高质量,且模型中的实际系数依赖于不同油种,不同的特征荧光峰。由此可见,不同乳化油种的不同特征荧光峰与表层油水比之间虽具有相同的变化趋势,但变化的程度有所不同。在此基础上,采用参数查找表的方式,建立了轻质油乳化物油水比的估测方法,可根据荧光相对强度最后反演得到表层油水比。该方法在一定程度上可对海面轻质油乳化物实现有效量化,为将来海面溢油乳化物更加实时准确的定量分析提供理论基础和依据, 也为海面溢油污染应急处理提供技术参考,因此具有重要研究意义和实用价值。     

三维荧光光谱结合稀疏主成分分析和支持向量机的油类识别方法研究

石油污染的出现,导致生态环境遭到破坏。因此,油类识别方法的研究对于环境的保护具有重要意义。采用荧光光谱法获得石油光谱数据,并对其进行预处理,再通过降维方法来提取特征信息,最后利用模式识别算法进行分类,从而可以实现对油类的定性分析,因此研究一种更高效的数据降维方法以及识别分类算法极其重要。基于三维荧光光谱技术,利用稀疏主成分分析（SPCA）对FS920光谱仪测得的荧光光谱数据进行特征提取,再利用支持向量机（SVM）算法对提取的特征数据进行分类识别,获得了一种更加高效的油类识别方法。首先,利用海水和十二烷基硫酸钠（SDS）配制成浓度为0.1 mol·L-1的胶束溶液,将其作为溶剂配制柴油、航空煤油、汽油以及润滑油各20种不同浓度的溶液;然后,利用FS920光谱仪测得样本溶液的三维荧光光谱数据,对得到的光谱数据进行预处理;最后,对预处理后的数据分别利用SPCA和主成分分析（PCA）进行特征提取,再利用SVM和K最近邻（KNN）两种模式识别算法对特征向量进行分类,最终得到四种模型PCA-KNN,SPCA-KNN,PCA-SVM以及SPCA-SVM的分类结果。研究结果表明,由四种模型得到的分类准确率分别为85%,90%,90%和95%,其中,在同种分类算法中,利用SPCA进行特征提取得到的分类准确率均比PCA的准确率高5%,因此可知,SPCA的稀疏性具有突出主要成分的作用,在提取光谱特征时能够减小非必要成分的影响,并且载荷矩阵的稀疏化可以去除变量之间的冗余信息,优化降维特征信息,为后续分类提供更有效的数据特征信息;在同种特征提取算法下,利用SVM算法进行分类得到的分类准确率均比KNN算法得到的准确率高5%,表明SVM算法在分类中更具有优势。因此,本文利用三维荧光光谱技术结合SPCA和SVM算法,实现了对石油的准确识别与分类,为今后对石油污染物的高效检测提供了新思路。     

Tm3+,Yb3+共掺钨酸钙多晶材料的上转换发光及荧光温度特性

采用高温固相法制备了Tm³⁺,Yb³共掺CaWO₄多晶材料. 980 nm二极管激光器激发下,在可见区获得了¹G₄→³H₆,¹G₄→³H₄,³H₂,³H₃→³H₆ 跃迁产生的上转换荧光. 讨论了Yb³⁺ 离子浓度的变化对Tm³⁺ 的上转换发光强度的影响,同时根据荧光强度比的方法研究了689 和705 nm 红色上转换荧光在313–773 K 范围内的温度特性. 结果表明：基于Tm³⁺,Yb³⁺ 共掺CaWO₄ 多晶材料的红色上转换荧光可以实现温度监测,其测温的最大灵敏度值为5.7×10^-4 K^-1,相应的测量温度为458 K. 关键词： 上转换发光 3+')" href="#">Tm³⁺ 钨酸钙 荧光温度传感     

基于符号分析的极大联合熵延迟时间求取方法

本文通过符号分析法求取联合熵的极大值点, 进而得到相空间重构的最佳延迟时间, 通过对几个典型的混沌系统进行数值仿真试验, 结果表明, 该方法简化了计算, 提高了效率, 能够准确快速地获得最佳延迟时间, 从而有效地重构原系统的相空间, 为混沌信号识别提供一种快速有效的途径. 关键词： 相空间重构 延迟时间 联合熵 符号分析     

全波段正常色散光子晶体光纤中超连续谱的产生

设计了一种铅硅酸盐SF57 材料的光子晶体光纤, 利用有限元法数值模拟了该光纤的 色散特性. 研究结果显示在整个透明波段光纤具有正常色散. 利用自适应分布傅里叶法求解非线性薛定谔方程, 对中心波长为1550 nm, 初始脉宽为150 fs 的脉冲在该光纤中传输进行了模拟, 获得了关于入射脉冲中心波长对称的展宽范围超过了600 nm 的超平坦连续光谱, 并且光谱具有极其稳定和 相干的特性. 关键词： 光子晶体光纤 超连续谱产生 正常色散     

一种基于光纤萨尼亚克环的新型传感结构

提出了一种实现全光纤多扰动测量的基于光纤萨尼亚克环的新型传感结构。该传感结构采用新型的双萨尼亚克环结构并用波分复用技术代替了传统的双光源结构，减小了系统损耗，实现了对多扰动的位置的测量。分析了传感原理，推导了数学模型，表明测量误差与解调电路的频率响应有关，并进行了单频和多频扰动的实验研究，实验证明了理论分析的正确性。     

多重休假的带启动期Geom/G/1排队

本文研究多重休假的带启动期的Geom/G/1离散时间排队。给出稳态队长，等待时间分布的母函数及其随机分解结果，推导出忙期，假期和启动期的母函数等。     

成批到达的有特殊服务时间的多重休假排队系统分析

本文利用嵌入马尔可夫链方法研究了多重休假M^X／Gn／1排队系统。首先，利用概率分析法得到了排队系统的嵌入马尔可夫链的一步转移概率矩阵，以此为依据得到系统的稳态队长和同批第一个接受服务顾客的稳态等待时间。     

部分服务台同步单重休假的M/M/c排队系统

本文研究只允许一部分服务台进入休假状态的M／M／c排队系统，在同步单重休假策略下，给出了稳态指标分布，证明了已知服务台全忙条件下的随机分解结果．