《理化检验-化学分册》杂志欢迎广大作者网上远程投稿

为了适应当今期刊网络化、数字化的发展趋势,本刊经过长期的筹划与准备,建立了远程在线投稿、审稿系统。该系统的建立,可以方便作者进行远程在线投稿、查询稿件的处理进度、与编辑部进行实时沟通;审稿专家可以进行在线审稿。从而达到保证文章报道时效性、缩短稿件处理周期和节约成本的目的。欢迎广大作者登录"材料与测试网站"(http://     

荧光材料GdOCl∶Er~(3+),Yb~(3+)的深红-近红外发光研究

采用高温固相合成法制备了Er3+,Yb3+双掺杂的GdOCl荧光材料,并研究其荧光性能。该双掺杂体系荧光粉吸收紫外光,发出红色(619 nm)和近红外(~979 nm)荧光。在这些荧光材料中,1个Er3+离子可以有效将其能量转移给2个Yb3+离子。通过改变Yb3+掺杂浓度,对比Gd0.998 5-yOCl∶0.0015Er3+,yYb3+中的Er3+的发射光谱和不同检测波长的荧光寿命变化特点,对Er3+-Yb3+发生量子剪裁的能级进行分析和指认,并计算了能量转化效率(η)和量子效率(Q)。正是由于具备这种荧光性能,该荧光材料体系有望在荧光太阳能收集器以及军事和医学的红外显示和探测技术中获得应用。     

近红外光谱法在红曲菌固态发酵过程参数检测中的应用

研究了近红外光谱技术快速检测红曲菌固态发酵过程参数水分含量和pH值的可行性。针对传统基于间隔策略波长选择方法忽略非线性因素的缺点,采用一种基于最小二乘支持向量机(Least squares support vector machines,LS-SVM)非线性模型的波长筛选算法：联合区间最小二乘支持向量机(Synergy interval least squares support vector machines,siLS-SVM),并将新算法与相关系数法、iPLS算法、siPLS算法对比。实验结果显示,联合siLS-SVM算法和LS-SVM模型取得了最好的预测效果,水分含量、pH值的预测集相关系数(Rp)分别为0.962 1、0.976 1,预测均方根误差(RMSEP)分别为0.012 9、0.145 2,表明模型具有较好的拟合度和预测性能。应用近红外光谱法进行红曲菌固态发酵过程的水分含量和pH值的快速检测可行,该方法为进一步实现其过程参数的在线检测及发酵条件优化提供了技术基础。     

RECURSIVE SYSTEM IDENTIFICATION

Most of existing methods in system identification with possible exception of those for linear systems are off-line in nature, and hence are nonrecursive. This paper demonstrates the recent progress in recursive system identification. The recursive identification algorithms are presented not only for linear systems （multivariate ARMAX systems） but also for nonlinear systems such as the Hammerstein and Wiener systems, and the nonlinear ARX systems. The estimates generated by the algorithms are online updated and converge a.s. to the true values as time tends to infinity.     

关于变化再生核希尔伯特空间在线算法的一个注记

本文研究了由高斯核的方差在算法中引起的一些误差,利用再生核的一些特殊性质对这些误差进行分析.这些误差在分析算法的收敛速度时起到了重要的作用.     

近红外光谱快速测定红花逆流提取过程中羟基红花黄色素A的含量

采用近红外光谱(NIRS)透射法对红花罐组式逆流提取过程中羟基红花黄色素A(Hydroxysafflor yellow A,HSYA)的含量进行快速无损的测定.在红花逆流提取过程中,以高效液相色谱法(HPLC)为对照分析方法,测定提取液中羟基红花黄色素A的含量,运用偏最小二乘(PLS)法建立NIR光谱与羟基红花黄色素A的HPLC分析值之间多元校正模型,并对逆流提取过程的未知样本进行含量预测.校正模型相关系数达到0.982,预测相关系数达到0.965,RMSEC和RMSEP分别为0.053和0.075,RSEC和RSEP分别为3.96%和5.25%.结果表明,NIRS可以作为一种准确、快速、无损的检测方法用于检测中药逆流提取过程有效成分含量变化规律.     

烟草组分的近红外光谱和支持向量机分析

测定了120个产自福建、安徽和云南烟草样品的近红外光谱. 在利用支持向量机(SVM)技术建立其定量、定性分析模型之前, 用小波变换技术对光谱变量进行了有效的压缩, 然后采用径向基核函数建立了75个烟草样品的分类模型, 同时建立了总糖、还原糖、烟碱和总氮4个组分的定量分析模型, 并利用45个烟草样品对模型进行了检验. 仿真实验表明, 建立的SVM分类模型分类准确率达到100%, 而4个组分的定量分析模型的预测决定系数(R2)、预测均方差(RMSEP)和平均相对误差(RME)3个指标值显示其模型泛化能力非常强, 预测效果良好, 可见这是一种有效的近红外光谱的建模分析方法.     

样条变换集成罚函数偏最小二乘方法用于光谱数据重构和定量分析

针对高维小样本光谱数据所显现的函数型数据(Functional data)特性、与性质参数的非线性关系及变量间存有的严重共线性,采用了样条变换集成罚函数偏最小二乘回归新技术.它首先以三次B基样条变换实现非线性光谱数据的线性化重构,随后将重构的新光谱矩阵交由罚函数偏最小二乘法(Penalized PLS)构建其与性质参变量间的校正模型,其中罚函数中的光滑因子由交叉验证优化确定以调控模型的拟合精度.最后,通过小麦样品水分含量的近红外光谱定量分析,结果显示该技术光谱数据重构稳健,去噪明显,并有效解决高维小样本的过拟合和变量间的共线性,而预测集的均方根误差(RMSEP)为0.1808%,方法的非线性校正模型预测能力得到了明显提高.     

互信息诱导子空间集成偏最小二乘在近红外光谱定量校正中的应用

在集成框架下,提出了一种联合自助采样和基于互信息变量选择的子空间回归集成偏最小二乘算法MISEPLS.此算法的核心是通过训练集自助采样和随后计算互信息的方式来引入成员模型的差异性.由于互信息量小于一个特定阈值的变量被淘汰,每个成员模型在原始变量的一个子空间得到训练.模型融合考虑了简单平均和加权平均两种方式.通过两个近红外光谱定量校正实验,与建立单模型的全谱偏最小二乘算法(PLS)和基于互信息变量选择的偏最小二乘算法(MIPLS)进行了比较.结果表明,在不增加模型复杂度的情况下,MISEPLS能建立起更精确、更稳健的校正模型.