基于高光谱图像的玉米种子特征提取与识别

玉米种子的形态特征是玉米品种识别的重要因素之一.采用高光谱成像系统获取9个品种共432粒玉米种子的高光谱反射图像,对图像进行校正和预处理,提取每个样本在563.6～911.4nm共55个波段范围内的形状特征.分别利用单波段、多波段和全波段下的玉米种子形状特征结合偏最小二乘判别法进行模型分类.结果显示,全波段范围内训练集和测试集的平均正确识别率达到98.31%和93.98%,均优于多波段和单波段的正确识别率.研究表明,该方法能充分利用高光谱图像中可见光和近红外区域的有效特征信息,较准确地鉴别玉米品种,为玉米品种的自动识别领域提供了一种新方法.     

桂林西瓜霜系列产品的红外光谱分析

采用红外光谱法、二阶导数红外光谱法和二维相关红外光谱法,对桂林西瓜霜系列产品进行了快速无损比对分析研究。结果表明,同一生产厂家不同品种的西瓜霜在红外光谱上差异较显著,所添加辅料的类型和含量有所不同。在一维红外谱图上,西瓜霜喷剂﹑西瓜霜胶囊在638和616 cm-1处有明显的硫酸钠的特征峰;西瓜霜清咽含片﹑西瓜霜喉宝含片和西瓜霜润喉片的红外光谱中,能明显地看到蔗糖、糊精等辅料的特征峰,其中西瓜霜润喉片的红外谱图与蔗糖的红外谱图非常相似,说明西瓜霜润喉片中所添加的蔗糖较多。而在二维红外谱图上,由于五种西瓜霜的自动峰及相关峰峰簇的位置和数量和峰的相对强度的不同,其差别体现得更为明显和直观。应用红外光谱、二阶导数红外光谱和二维相关红外光谱技术,不仅可以提供西瓜霜系列产品主要化学成分的相关信息,还可以对各产品所添加的辅料类型和含量进行分析和指认。因此,红外光谱法是考察中药资源的一种简便、快速、直观、有效的方法。     

BESⅢ探测器粒子鉴别效率的蒙特卡罗研究

利用ψ（3770）DD衰变的运动学特性,通过分析工作在BEPC-Ⅱ上BESⅢ探测器在正负电子对撞质心系能量为3.773GeV处的e＋ e_ψ（3770）蒙特卡罗模拟事例,挑选出干净的介子和K介子样本,研究了BESⅢ粒子识别系统对带电粒子的鉴别效率。根据此方法,可以确定数据和蒙特卡罗样本在粒子鉴别效率方面的差异。     

双维位置灵敏CsI(Tl)探测器

描述了一种双维位置灵敏CsI(Tl)探测器.用3组分α源测量该探测器得到的位置分辨为0.81mm(FWHM),对于69MeV/u ³⁶Ar能量分辨为0.9％(FWHM).在RIBLL的ΔE-E粒子鉴别望远镜中常常作为E探测器.由于CsI(Tl)晶体对不同的粒子的能损-光输出的非线性,需要针对不同离子对CsI探测器作能量-光输出校正曲线.     

木蜡油涂饰对檀香紫檀易混树种的红外光谱影响分析

卢氏黑黄檀和染料紫檀木材特征与檀香紫檀相似,特别是两者经过加色精的木蜡油涂饰后,用肉眼很难与珍贵的檀香紫檀分辨。市场上销售的很多红木家具为了达到防腐、防尘、防开裂的性能以及提高红木表面光泽度和显现珍贵木材的纹理,大都进行了木蜡油表面涂饰加工,因而只研究木材本身的鉴别不能满足市场需求。借助红外光谱（FTIR）结合二阶导数红外光谱（SDIR）和二维相关红外光谱（2D-IR）技术,对经过木蜡油涂饰的檀香紫檀（Pterocarpus santalinus）、染料紫檀（P.tinctoricus Welw）和卢氏黑黄檀（Dalbergia louuelii）进行了红外光谱分析。通过打磨-涂底油-打磨-涂面油-干燥的涂饰工艺对3个树种进行表面涂饰。分别取3个树种素材的木粉和经过表面涂饰的木材表面的木粉进行FTIR,SDIR和2D-IR三级鉴别分析,同时测定了木蜡油的FTIR谱图。结果表明：(1）木蜡油FTIR谱图在2 925,1 733,1 465和1 378 cm-1较强的特征峰出峰位置与3个树种木材本身的出峰位置基本重合,且在2 854 cm-1处归属于亚甲基C-H对称伸缩振动,1 233 cm-1处归属于羧基C-O伸缩振动,729 cm-1处归属于长链的亚甲基C-H弯曲振动的特征峰在涂饰后三种样品的FTIR谱图中有相同的体现,说明木蜡油涂饰未对3个树种红外谱图的特征峰产生影响;3个树种表面涂饰前后FTIR谱图的相关系数同时可以对木蜡油涂饰未对3个树种的特征峰产生影响进行佐证;(2）FTIR谱图在1 595,1 060和836 cm-1处可以将染料紫檀与檀香紫檀和卢氏黑黄檀两个树种区分开;SDIR谱图可以在1 551 cm-1将卢氏黑黄檀区分开,并能进一步对染料紫檀的特征峰进行验证;在2D-IR光谱中,在1 425~1 800和850~1 300 cm-1两个波段范围,檀香紫檀的自动锋明显区别于其他两个树种,在1 250 cm-1处归属于醚类化合物的吸收峰可以将檀香紫檀区分开。目前红木识别主要利用木材解剖方法,表面涂饰大多集中在木材材色变化研究。借助红外光谱技术,最终利用各个树种和木蜡油在红外光谱谱图中不同的特征峰体现的官能团差异直接推测特征成分的含量差异,无须测定其特征成分的具体物质,进而实现准确、快速地把经木蜡油表面涂饰的檀香紫檀及与其易混淆的染料紫檀和卢氏黑黄檀区分鉴别。     

“黑青”“黑碧”的谱学鉴别特征探究

“黑青”指颜色近黑色,主要成分为透闪石的青玉。“黑碧”指颜色近黑色,主要成分为阳起石的碧玉。采用电子探针、激光剥蚀电感耦合等离子体质谱仪和红外光谱测试分析手段,确定“黑青”“黑碧”的矿物种属。采用拉曼光谱、显微紫外-可见分光光度计、红外光谱对“黑青”“黑碧”的谱学鉴别特征进行探究。“黑青”为标准透闪石拉曼谱峰,“黑碧”的谱峰位置与“黑青”存在几个波数的偏差,向波数小的方向移动。可见-近红外波段,“黑青”出现445 nm吸收峰,680和940 nm宽吸收带,为Fe2+和Fe3+作用;“黑碧”出现445 nm吸收峰,660和690 nm双吸收峰以及970 nm吸收峰,为Fe2+,Fe3+,Cr3+作用。显微紫外-可见光谱可分析到样品的近红外区,“黑青”在1 397,2 310,2 387和2 466 nm出现强吸收峰,1 915和2 120 nm出现弱吸收峰;“黑碧”在1 400,2 313和2 394 nm出现吸收峰。红外光谱分析“黑青”在5 225,4 738,4 692,5 349,4 317,4 190和4 064 cm-1存在吸收峰;“黑碧”在4 708,4 307,4 178和4 031 cm-1存在吸收峰。显微紫外-可见光谱与红外光谱分析结果虽然存在小的差异,但基本保持一致,以红外光谱分析结果为准。将透闪石质的“黑青”、阳起石质的“黑碧”、广西大化阳起石质玉进行对比,综合红外光谱和显微紫外-可见光谱分析结果得出“黑青”（透闪石）与“黑碧”（阳起石）近红外光谱的鉴别特征：“黑青”（透闪石）在4 800～4 600 cm-1存在两个吸收峰,4 350～4 300 cm-1存在分裂双吸收峰;“黑碧”（阳起石）在4 800～4 600 cm-1存在一个弱吸收峰,4 350～4 300 cm-1存在一个吸收单峰。且“黑碧”（阳起石）的近红外吸收峰相较于“黑青”（透闪石）整体向低波数方向移动。     

基于激光共聚焦显微拉曼技术的藻种鉴别研究

微藻种类的鉴别和分类是研究微藻生理生化特性的基础和前提。微藻细胞中主要包含五种生物分子,包括蛋白质、糖类、油脂、核酸和色素,在不同藻种会有不同的比例含量,常常作为藻种鉴别的一种依据。文章探讨了采用激光共聚焦显微拉曼技术快速鉴别普通小球藻(Chlorella sp.)、莱茵衣藻(Chlamydomonas sp.)两种不同藻种的可行性。通过在相同光照时间、强度和相同培养基的条件下培养的两种微藻,利用琼脂固定法固定微藻细胞,在514.5 nm的激光下采集了不同藻种及其不同生长时期的拉曼光谱曲线,并通过rolling circle filter(RCF)算法去除荧光背景,然后采用去基线、卷积平滑等预处理方法得到两种藻种各40个样本的曲线。从80个样本中随机抽取50个样本训练建模,剩下的30个样本作为独立的验证集。对光谱数据采取不同的预处理方法,采用偏最小二乘(partial least squares,PLS)全波段建模建立光谱响应特征与普通小球藻、莱茵衣藻的关系模型,比较了不同预处理程度的效果。结果表明：利用激光共聚焦显微拉曼技术,基于不同藻种色素含量比的差异,同时结合化学计量学方法,可以快速、有效地将两种藻种鉴别出来。所提出的最大谱峰比值标准化法处理样本,当阈值为±0.5时,预测正确率达到100%,当阈值为±0.2时,预测正确率达到86.67%,表明所提出的新方法能在藻种鉴别和分类领域具有较高的可行性。     

水体细菌微生物种类快速鉴别方法研究

紫外可见多波长透射光谱包含了细菌微生物对光的吸收和前向散射等信息,能反映细菌细胞的组分、大小以及形态等特征,具有细菌种属的特异性,可应用于细菌微生物的快速种类鉴别。以水体中常见细菌微生物为研究对象,实验测量了大肠埃希氏菌、金黄色葡萄球菌、鼠伤寒沙门氏菌以及肺炎克雷伯菌的紫外可见多波长透射光谱,简要分析了不同种类细菌微生物的多波长透射光谱特征;研究了透射光谱与支持向量机多向量分析方法相结合的水体细菌微生物快速识别方法,利用基于网格搜索法的训练集内部交叉验证获取建模所需最佳惩罚因子C和核函数参数g,根据最优参数和LibSVM一对一多分类法建立细菌快速分类鉴别模型。利用不同株实验细菌的透射光谱作为测试集对所建模型进行识别正确率的验证,结果表明,所建立的快速分类鉴别模型可以对选取的大肠埃希氏菌、金黄色葡萄球菌、鼠伤寒沙门氏菌以及肺炎克雷伯菌进行快速种类识别,识别正确率为100%;分类鉴别模型对不同大肠杆菌亚种的测试集识别正确率为100%,证明该模型对细菌属间鉴别具有较好的稳定性。不仅可为饮用水源细菌微生物的快速识别预警提供方法,而且可在生物医学方面作为细菌微生物鉴别的一种简便、快速、准确的手段。     

高光谱成像技术的柚类品种鉴别研究

柚类种质和品种资源繁多,现有的柚类品种鉴别方法检测时间长,费用高。旨在利用高光谱成像技术探索主要柚类品种快速识别的可行性。试验选用4个具有代表性的柚类品种,利用高光谱成像技术,采集240个叶片样本(60个/品种)上表面和下表面的高光谱图像。高光谱图像标定后,提取样本感兴趣区域平均光谱信息作为样本的光谱进行分析。利用Kennard-Stone法将样本划分为校正集(192个)和验证集(48个)。采用多元散射校正(MSC)和标准正态变量变换(SNV)对原始光谱曲线进行预处理后,分别采用主成分分析 (PCA)和连续投影算法 (SPA )提取最佳主成分和有效波长,并将其作为最小二乘支持向量机(LS-SVM)的输入变量,建立基于叶片上表面和下表面光谱信息的PCA-LS-SVM和SPA-LS-SVM 模型。结果显示,基于叶片上表面光谱信息建立的PCA-LS-SVM和SPA-LS-SVM 模型对建模集样本的识别正确率分别为99.46%和98.44%,对预测集样本的识别正确率均为95.83%。基于叶片下表面光谱信息建立的PCA-LS-SVM和SPA-LS-SVM模型对建模集样本和预测集样本的识别正确率皆为100%。表明,利用高光谱成像技术结合PCA-LS-SVM和SPA-LS-SVM可实现柚类品种的快速鉴别,叶片下表面光谱信息鉴别效果优于叶片上表面。该研究为柚类的品种快速鉴别提供了一种新方法。     

面料服用性能优选的多属性模糊决策

织物面料服用性的优选对于服装市场的开发至关重要 .本文以一组丝绸面料为例 ,根据影响服用性能的主要因素 ,运用多属性模糊决策的方法 ,对不同品种的面料进行优选.