废旧涤/棉混纺织物NIRS定性分析模型的建立与外部验证（英文）

利用近红外光谱技术对354个废旧涤/棉混纺织物进行研究,通过偏最小二乘法(partial least squares,PLS)和定性鉴别系数建立了不同光谱特征的涤/棉混纺织物近红外定性分析模型。染色涤/棉混纺织物NIR光谱主要有两大类,一类具有正常涤/棉光谱特征,另一类光谱由于样本中染料、颜料和消光剂等化学助剂的影响,使光谱谱线成斜线,失去其光谱特征。如以全部样本建模,模型识别率较低。故将样本分为两类:斜线光谱样本和正常光谱样本,分别建立NIR定性分析模型。NIR定性分析模型建立后,根据验证结果分别对建模的谱区、预处理方法和主因子数进行优化,以提高模型的稳健性和可靠性。结果表明,样本分别建模后,模型的识别率大大提高,用验证集样本进行内部验证,正常光谱和斜线光谱所建模型的识别率均达99%,其校正集相关系数RC均为0.991,验证集相关系数RP分别为0.983和0.984、校正标准差SEC分别为0.887和0.453、预测标准差SEP分别为1.131和0.573。用150个界外样本分别对正常光谱样本模型和斜线光谱样本模型进行外部预测检验,模型识别率分别达91.33%和88.00%,表明所建NIR定性分析模型能够较好地在回收现场进行涤/棉混纺织物的鉴别。     

2021年度物理科学二处科学基金评审工作综述

<正>国家自然科学基金委员会(简称基金委)数理科学部物理科学二处(简称物理Ⅱ)主要资助基础物理、粒子物理、核物理、加速器反应堆与探测器、等离子体物理、核技术及其应用等领域的研究工作,同时负责受理国家自然科学基金委员会—中国工程物理研究院联合基金(简称NSAF联合基金)、理论物理专款等特殊类型的项目,还有核技术创新联合基金中涉及物理Ⅱ领域的项目。     

基于高光谱技术的蛋白粉掺假检测研究

蛋白粉是健身者必备的营养补剂,市场需求在不断增加,一些不法商家为了谋取利益,在蛋白粉中加入廉价的粉末售卖。传统的蛋白粉掺杂的检测方法费时、费力,操作复杂,且成本昂贵。高光谱技术具有易于操作、在不损害实验样本的情况下可快速检测等优点,因此,提出使用高光谱技术以实现蛋白粉掺假检测。在蛋白粉中分别加入质量百分数5%～60%,浓度间隔5%的三类掺假物（玉米粉、大米粉和小麦粉）,并采集所有样本的光谱信息。在对蛋白粉中的玉米粉、大米粉和小麦粉三类掺假物进行定性判别时,首先分别采用卷积平滑（SG）、标准化（Normalize）、多元散射校正法（MSC）、基线校正（Baseline）和标准正态变换（SNV）的预处理方法对光谱数据进行处理,然后建立基于主成分回归（PCR）、反向传播神经网络（BPNN）和随机森林（RF）的模型,其中基于全波段光谱MSC预处理方法下建立的RF模型最优,其整体准确率达到了100%,其对应的R_P和RMSEP分别为0.997 9和0.018 9。在对蛋白粉中不同掺假物浓度进行定量分析时,对三类掺假样本的光谱分别进行SG,Normalize,MSC,Baseline和SNV的预处理,并建立LSSVM模型;比较不同预处理方法下的各模型之间的性能,在蛋白粉中掺玉米粉、大米粉和小麦粉的LSSVM预测模型最佳预处理方法分别是无、Baseline和Normalize,然后,采用连续投影算法（SPA）和竞争性自适应重加权算法（CARS）对其筛选,并建立LSSVM模型,三类掺假样本的SPA-LSSVM模型对应的R_P为0.989 0,0.986 0和0.997 9,CARS-LSSVM模型对应的R_P为0.991 0,0.994 6和0.999 1,故三类掺假样本的CARS-LSSVM模型预测效果更佳。研究表明：高光谱技术可以实现对蛋白粉掺假的定性、定量的检测,并且操作简单、检测快速和无损。     

基于卷积神经网络特征提取的拉曼光谱分类研究

拉曼光谱物质定性识别已被广泛的应用于化工、安防、缉毒等行业和研究领域,但是传统的拉曼光谱分析技术依赖于光谱数据库,通过光谱特征提取进行识别。特征提取是拉曼识别的关键处理步骤,通常利用主成分分析,因子分析等方法进行特征提取,而后通过KNN,SVM和随机森林等方法进行光谱特征定性识别,当拉曼数据库不存在待定性物质时,易造成待检测物质的错误分类。针对此问题,提出一种基于卷积神经网络的对数据库缺少物质光谱识别方法。在实验过程中,采用九类,200余种精神类药品拉曼光谱作为测试对象,通过搭建卷积神经网络自动特征提取并利用Softmax分类器将200余种物质,按照Amphetamine, cathinone, cannabinoids等九种类别进行定性分析。通过与传统机器学习方法如K近邻,支持向量机等方法进行比较,基于卷积神经网络的模型识别准确性有显著提高,该方法可为拉曼光谱数据库的光谱识别检索提供一种新的识别方法。     

《力学季刊》简介

<正>《力学季刊》原名《上海力学》,1980年创刊,2000年改现名。《力学季刊》由上海市力学学会、中国力学学会、同济大学和上海交通大学共同主办,每季度末月25日出版,国内外公开发行,是国家科委中国科技论文统计源期刊,并被列入《中文核心期刊要目总览》。《力学季刊》主要登载学术论文和研究简报,内容包括中图分类号中所列力学分支和以力学为核心     

生物医学检测中太赫兹光谱技术的算法研究

基于太赫兹波的非电离、非侵入性、高穿透性、高分辨率和光谱指纹特征,太赫兹光谱技术在生物医学领域具有巨大潜力。基于太赫兹光谱技术和不同的分析算法,不同研究小组实现了对混合物样品的定性、定量识别。然而,实际的生物混合物样品中通常包含水在内的不同成分,进而导致光谱的信噪比较差,导致最终的光谱分析结果误差较大。对于此类问题,降噪算法和重构算法是比较有效的解决办法。这些算法通过去除光谱数据中的无效信息或提取其中的有效信息来达到提高光谱信噪比的目的,最终结合分析算法实现对生物样本的高精度定性和定量识别。本文对近五年来应用于太赫兹光谱技术中的主要算法进行了归纳介绍,并总结了它们的优势和缺点。     

2011年度物理科学一处科学基金项目分析综述

2011年国家自然科学基金委员会数学物理科学部物理科学一处的项目评审工作顺利结束,在广大物理科研工作者和项目依托单位基金管理人员的支持下,按计划完成了各类项目的评审工作．现向物理学界各位专家汇报如下．     

基于云模型的定性运算理论与方法

将定性值像定量值一样参与运算和推导,是定性理论走向真正实际应用必须解决的极为关键的研究问题.相关研究提出的方法在此方面均有一定的局限性.本文提出了一种基于云模型的定性运算理论与方法.首先在云模型基本运算的基础上提出了基于云模型的定性关系演算方法,其次提出了基于云模型的一元一次定性方程的求解方法.理论和方法能比较科学合理地计算出定性值,且具有定性与定量相互融合的特点.为定性演算和推导在系统分析和仿真等领域中进一步应用提供了重要的借鉴方法.     

《应用声学》再次入编《中国核心期刊要目总览》

经《中国核心期刊要目总览》2011年版编委会公布,依据文献计量学的原理和方法,经研究人员对相关文献的检索、统计和分析,以及学科专家评审,《应用声学》入编《中国核心期刊要目总览》2011年版(即第六版)     

紫外可见及二极管阵列检测器高效液相色谱仪检定时常见问题及解决方法

按照国家计量检定规程,分析了检定紫外-可见及二极管阵列检测器高效液相色谱仪的主要计量指标时常见问题和产生的原因,并提出了解决方法。