粒子群算法结合支持向量机回归法用于近红外光谱建模

研究了最小二乘法支持向量机(LSSVM)应用于烟丝样品和小麦样品的近红外光谱建模,采用粒子群优化算法(PSO)优化LSSVM的参数。通过对烟草样品和小麦样品的近红外光谱建模和预测,并与常规的偏最小二乘法(PLS)比较发现,PSO-LSSVM法具有更好的预测效果和稳健性。     

聚2,6—萘二甲酸乙二醇酯驻极体的研究

实验观察到双轴拉伸聚2,6-萘二甲酸乙二醇酯(PEN)的γ-辐射诱导我流子品种转变现象,检测到发生转变的剂量范围,在γ-辐射诱导陷阱变浅的实验基础上讨论了载流子品种转变的实质,研究了非晶及双拉PEN热驻极体在γ-辐射激励下电荷储存、迁移机理及解驻极效应。     

The subvariety lattice of the join of two semigroup varieties

The join A ∨ B of two semigroup varieties A and B is investigated. The latrine of subvarieties of A ∨ B is completely described, It is shown that this lattice is finite and non-modular and that all varieties in it are finitely based and finitely generated.     

基于近红外的Fisher分类法识别茶叶原料品种的研究

提出一种可对成品茶的原料品种进行准确识别的方法.在实验中对不同原料品种(龙井43#与其他品种)制成的茶叶样本进行近红外光谱的采集,通过主成分分析(principal component analysis,PCA)后获得了20个主成分,利用逐步回归法筛选出8个主成分作为自变量,建立茶叶原料品种的Fisher识别甬数对成品茶的原料品种进行识别分析.实验结果表明建立的识别函数能很好地对茶叶的原料品种进行准确识别,在定标集中的识别准确率达到了96.8%,并且利用外部样本进行验证的识别准确率也达到了93.5%.本实验证实了利用PCA和Fisher识别组合分析识别成品茶原料品种的可行性.     

基于光谱技术的桔子汁品种鉴别方法的研究

为了实现桔子汁不同品种的快速光谱鉴别,首先采用主成分分析法对光谱数据进行聚类分析,从定性分析的角度得到四种不同品种桔子汁的特征差异。同时将小波变换用于对大量光谱数据的压缩, 并结合RBF神经网络建立桔子汁品种鉴别的定量分析模型。该模型将小波压缩后的数据作为神经网络的输入向量,建立径向基函数RBF神经网络。4个品种共240个样本用来建立RBF神经网络的训练模型,剩余的60个样本用于预测。预测结果表明,小波变换结合RBF神经网络的桔子汁品种鉴别的准确率达到100%。说明文章提出的基于光谱技术的鉴别方法具有很好的分类能力,它为桔子汁品种的快速鉴别提供了一种新方法。     

丙酮酸脱氢酶系：除草剂品种的新靶标

丙酮酸脱氢酶系抑制剂;综述;丙酮酸脱氢酶系：除草剂品种的新靶标     

补充富硒小麦和富硒玉米对大鼠血硒状态影响的对比观察

给克山病病区粮喂养６周的大鼠补充富硒小麦或富硒玉米,观察了大鼠血硒和血ＣＳＨ－Ｐｘ活性的变化。结果显示,补充富硒小麦和富硒玉米均可有效地升高大鼠血浆硒、红细胞硒和红细胞ＧＳＰ－Ｐｘ活性,且两种形式硒的作用效果相同;停止补硒后,补充富硒小麦组大鼠的红细胞和红细胞ＧＳＨ－Ｐｘ活性均显著高于补充富硒玉米组大鼠。表明给大鼠补充富硒小麦较补充富硒玉米好。     

渗透胁迫下萌发小麦种子超弱光子辐射的变化及意义

为了将生物超弱光子技术应用于萌发过程中小麦种子的抗旱性评价,采用聚乙二醇处理萌发的小麦种子,跟踪测量了正常和渗透胁迫下小麦种子萌发过程中的超弱光子辐射,得到了小麦种子萌发过程中超弱光子辐射的自发发光和延迟发光信号.通过建立延迟发光动力学方程和数学拟合获得了种子萌发过程中延迟发光初始光强I（0）、衰减参量β、相干时间τ和延迟发光积分强度I(T),根据延迟发光积分强度和自发发光的生物学意义构建了用于描述细胞状态及其有序性的状态参量和序参量.实验结果发现:小麦种子萌发过程中,自发发光和延迟发光积分强度呈现阶跃式增长,细胞系统的状态参量和序参量也呈现阶跃式的增长,渗透胁迫抑制了这种增长,提示基于光子辐射的细胞系统的状态参量和序参量有可能作为种子抗旱性评价的物理指标.     

基于生物光子的小麦新陈度快速无损检测

小麦籽粒作为一种活的生命体,在正常储藏过程中,会不断消耗自身的营养物质来维持其生命活动。随着储藏时间的推移,小麦籽粒内部各种酶的活性减弱或丧失,自身呼吸强度逐步降低,原生质胶体结构松弛,籽粒的物理和化学状态发生改变,进而导致其后续食用和加工品质变劣。因此,对小麦新陈度的准确判定,是保证储藏小麦数量和质量的前提,对指导我国粮食储存具有重要的经济和社会意义。目前常用的小麦新陈度鉴定方法主要包括感官判定法和各种生化类方法;前者主要依赖操作者个人的主观经验,容易受到外界因素的干扰,可重复性较差,判定结果因人而异,只适合作小麦新陈度鉴定的辅助方法。后者虽然判定精度较高,但整个检测过程耗时过长,一般需要对待测样品进行复杂预处理,且检测过程中用到的多种化学试剂会对环境造成一定的污染。因此,迫切需要研究出一套快速、准确、绿色的小麦新陈度鉴定方法。利用生物光子仪器分别测试了5种不同储藏年份小麦样品的生物光子信号,并结合改进多尺度排列熵算法对2015年-2018年四种小麦样品的光子信号进行特征分析,最后借助反向传播神经网络对这4种不同储藏年份的小麦进行分类验证。实验结果表明,不同储藏年份小麦的自发光子量存在一定的差异,其中2019年小麦样品产生的光子数量明显高于其他年份的小麦样品,其余年份小麦样品光子数量的排列熵值随着储藏年限的增加而增大。对比实验结果显示,改进多尺度排列熵算法在很大程度上解决了由多尺度排列熵算法引起的信号抖动和突变问题,可以作为一种明显的特征来标识小麦的新陈度。最后借助BP神经网络进行分类测试,输出结果证明新构建的分类模型的准确度可以达到95%,能够实现对不同年份小麦新陈度的准确鉴别。     

微波消解-电感耦合等离子体质谱(ICP-MS)法测定山东小麦中铬、镍、铜、砷、镉、铅、锌的含量

建立了微波消解-电感耦合等离子体质谱(ICP-MS)法测定山东小麦中7种重金属元素(Cr、Ni、Cu、As、Cd、Pb、Zn)的方法,并对山东地区千余份小麦进行分析。结果表明,通过使用适宜的内标和He碰撞模式,7种重金属元素的方法检出限在0.0007~0.09 mg/kg,相对标准偏差(RSD,n=6)在10%以内,标准曲线线性关系良好,相关系数均大于0.999,方法用于国家有证标准物质(GSB-3、GSB-4、GSB24)的测定,结果与标准值相符。方法灵敏度高,重现性好,定量准确,可用于大批量小麦样品的测定。