基于双通道残差密集网络的红外与可见光图像融合

为改善红外与可见光融合结果与源图像间的部分细节特征丢失问题,充分提取红外与可见光图像中的特征信息,提出了一种改进的双通道深度学习自编码网络进行红外与可见光图像融合。其中,双通道结构由密集连接和残差连接模块级联构成,并设置一种综合像素、结构相似度和梯度特征保留的损失函数,使该编码器结构可以充分提取红外与可见光图像的多层次特征,在融合层采用空间L1范数和注意力机制对级联双通道特征分别进行融合,最后设计对应的解码器对融合特征图像进行重构,获取最终的融合结果。通过与传统算法以及近年最新的深度学习算法进行实验对比,结果表明该方法在主观和客观上都具有优秀的综合性能。     

中红外7×1硫化物光纤合束器的设计与制备

硫化物光纤合束器可以实现对多个中红外光源(2～5μm)的功率组合和光谱扩展,基于自研As₂S₃多模光纤,使用低温熔融拉锥技术制备得到7×1中红外光纤合束器,分析了拉锥区域的损耗产生机理,并表征和评估了合束器的传输效率和光束质量。实现了输入光纤合束端与输出光纤的高质量熔接(熔接点损耗低至0.45 dB,抗拉张力超过300 g),合束器平均传输效率约为80%,单通道最高输出功率为4.32 W,表现出了优良的传输特性和功率承载能力。     

红外光学系统光谱透射比校准技术

针对红外光学系统透射比参数无法准确测量的问题,开展了红外光学系统光谱透射比测量和校准技术研究。通过对积分球法、大面积均匀源法等测量方法进行分析,研究构建了基于回返射法的红外光学系统光谱透射比校准装置,并建立了完整的光谱透射比量值溯源和量传链条。利用该装置实现了2μm～14μm波长范围的光谱透射比测量,对测量结果进行不确定度分析,结果为2%。相对于以往的透射比测量装置,该装置的测量结果具有更高的准确性和可靠性。     

基于麻雀搜索算法结合深度前馈神经网络的近红外模型转移方法研究

该文提出了一种基于麻雀搜索算法结合深度前馈神经网络（SSA－DFN）的近红外光谱模型转移方法。使用深度前馈神经网络拟合不同仪器采集到的光谱之间的非线性函数映射,并将麻雀搜索算法用于网络各层连接权值和阈值的初始化,通过种群中个体位置的迭代更新,求得连接权值和阈值的最优初始值;通过多次调整深度前馈神经网络模型的超参数,使网络拟合效果趋于最优,最终确定转移函数。为验证方法的有效性,分别从烟叶近红外光谱谱图、主成分投影和预测结果的角度,将SSA－DFN方法与分段直接校正算法（PDS）、典型相关性分析算法（CCA）转移前后的效果进行了对比。结果表明SSA－DFN方法转移后的从机光谱与原主机光谱重合度最高,转移后主、从机总糖、烟碱含量的预测结果差异不显著,预测平均误差从8.32%、9.15%分别降至4.65%、4.82%,预测均方根误差（RMSEP）和决定系数（R2）等指标均优于PDS和CCA,取得了最佳的转移效果,可满足企业需求。结果表明该方法是一种有效的模型转移方法。     

显微共聚焦拉曼光谱结合群分析的黑色直液笔墨迹鉴别研究

黑色直液笔是一种新型书写工具,目前对该种笔墨迹的相关研究较少。为给文件检验工作中墨迹的分析提供新的参考依据,本实验使用显微共聚焦拉曼光谱技术,采集了30支不同品牌、型号的黑色直液笔墨迹光谱数据,进行Savitzky-Golay卷积平滑处理后,依据光谱图的拉曼位移及拉曼谱峰差异对墨迹进行初步分析。设置聚类方法为组间联接,区间距离测量方式为平方欧式距离,对采集的光谱数据进行群分析,将30支黑色直液笔墨迹样本分成了3类,并与品牌建立了相关联系;同时通过主成分分析验证了群分析的可靠性和准确性。研究表明,显微共聚焦拉曼光谱技术结合群分析方法可实现对黑色直液笔墨迹的无损分析及有效鉴别,该方法操作简便、结果准确,适用于法庭科学文件检验。     

新型喹喔啉-三苯胺衍生物的合成及其对Fe3+的识别性能

以4,4-二溴苯偶酰为原料,经过两步反应得到一种新的喹喔啉-三苯胺衍生物4',4''-（6-溴喹喔啉-2,3-二基）双（N,N-二苯基-[1,1'-联苯] -4-胺）（TP1）。通过¹H NMR、¹³C NMR和HR-MS对其结构进行了表征,并利用紫外-可见吸收光谱和荧光光谱研究了衍生物对Fe³⁺的识别性能。光谱测试结果表明：衍生物溶液与Fe³⁺作用后,296nm处的吸光度出现明显变化,说明TP1能选择性识别Fe³⁺;当Fe³⁺浓度为4～200μmol/L时,TP1吸光度与Fe³⁺浓度呈现良好的线性回归关系(R²=0.9977)。      

基于表面增强拉曼光谱技术的心肌生物标志物检测

心血管疾病(CVD)是全球最主要的死亡原因,急性心肌梗死(AMI)是心血管疾病致死的主要病因,安全快速地诊断AMI对于降低患者的死亡率至关重要。因常用的检测方法如心电图(ECG)缺乏足够的敏感性,寻找并针对AMI生物标志物开展高灵敏检测已成为早期检测AMI重要手段。心肌肌钙蛋白I(cTnI)、肌酸激酶同工酶(CK-MB)和肌红蛋白(Myo)是目前公认的检测AMI的重要心肌生物标志物。在过去的几十年里,许多生物传感器被开发出来用于检测心肌生物标志物,其中基于表面增强拉曼光谱(SERS)的心肌生物标志物检测技术迅速发展,并表现出独特的技术优势和广阔的应用前景。本文首先介绍了多种心肌生物标志物及其与AMI的关联,在此基础上概述主要的心肌生物标志物检测方法的原理、优势及局限性,重点介绍近年来新兴的SERS技术及其在心肌生物标志物传感方面的最新研究进展,并对该技术在AMI诊断方面的应用前景以及有待突破的瓶颈进行了讨论和展望。     

吉林某弹药销毁场土壤炸药污染调查及其赋存状态研究

研究吉林某军事弹药销毁场土壤炸药污染程度以及炸药在土壤中的赋存状态,为炸药和重金属污染土壤修复提供针对性策略。采集了某弹药销毁厂焚烧销毁区表层土壤样品,分析了其理化性质和常见重金属元素含量,测试了土壤全样和不同颗粒度土壤样品中炸药污染物的含量,并结合热重-傅里叶变换红外光谱(TGA-FTIR) 对炸药污染土壤样品热力学行为的表征,探讨了炸药污染物的赋存状态,炸药和重金属组合污染特征等。土壤中含有高浓度的TNT、DNT、ADNT、RDX等炸药污染物及其降解产物,并表现出土壤细颗粒富集趋势,其中土壤全样中TNT总浓度达到了1.66×104 mg·kg-1,远远高于EPA推荐的土壤TNT指导限值,RDX超过了以土壤环境为目标的指导限值;销毁活动还造成了土壤中Pb、Cu、Zn重金属浓度的升高,分别为400 mg·kg-1,318 mg·kg-1,1030 mg·kg-1。土壤中受到重金属和有机质等因素的影响,土壤中经过长期老化的炸药污染物的热解行为明显不同于自由态的炸药分子,热解温度升高、过程延长。在销毁区炸药污染土壤的修复中,应加强炸药污染物与重金属相互作用的研究,并在修复治理实践中采取协同修复的策略。     

直接进样电热蒸发-原子荧光光谱法快速测定蒸馏酒中镉

为了快速低成本测定蒸馏酒中痕量重金属镉,利用钨丝电热蒸发器作为直接进样装置,与原子荧光光谱仪原子化器直接连接,构建了用于蒸馏酒中镉测定的直接进样原子荧光光谱检测系统(W-coil ETV-AFS),并对工作气体的气氛和流速、灰化和蒸发电压、样品承载量等参数进行了优化,建立了蒸馏酒中镉的直接进样快速检测方法。在最优条件下,Cd的检出限(LOD)为0.06μg/L(进样量为50μL),在0.5~100μg/L线性范围内回归系数(R²)为0.997;在5μg/L水平下,9个典型蒸馏酒样品的加标回收率在86.0%~116%,相对标准偏差RSD≤8.0%(n=3)。可以直接导入样品,无需复杂的前处理过程,具有良好的灵敏度、准确度和精密度,非常适合蒸馏酒中痕量镉的快速测定。     

不同校正策略预测性能的比较——生物样本中6-巯基嘌呤的表面增强拉曼光谱定量分析

比较了单变量比率校正方法、偏最小二乘回归法、基于各种预处理方法的偏最小二乘回归法,以及波谱形变定量分析理论对生物基质(血浆和尿液)中6-巯基嘌呤(6-MP)的表面增强拉曼光谱(SERS)数据的定量分析结果。研究表明,只有波谱形变定量分析理论能够对加标血浆和尿液样本中6-MP的SERS光谱数据进行准确的定量分析,其预测结果的平均相对误差小于7%,回收率在93.6%～107.4%,检出限约为6.0 nmol/L。SERS光谱技术结合波谱形变定量分析理论有望成为一种适用复杂生物样本中6-MP定量分析的替代方法。