拉曼光谱结合偏最小二乘法在柴油正丁醇快速定量分析中的应用

正丁醇具有互溶性好、挥发性低、价格低廉以及腐蚀性低等优势,被认为是理想的柴油添加物。柴油中正丁醇的精准定量分析对其品质快速评价与市场监督具有重要科学意义与实用价值。提出了一种基于拉曼(Raman)光谱结合偏最小二乘(PLS)的柴油中正丁醇快速定量分析方法。首先,采集了40个柴油样品的Raman光谱,并考察了不同预处理方法[一阶导数、二阶导数、多元散射校正、标准正态变换、归一化(Normalization)和小波变换]对PLS校正模型预测性能的影响;其次,采用变量重要性投影(VIP)对Normalization方法预处理后的光谱数据进行特征变量提取,并采用五折交叉验证优化VIP的阈值;最后,基于最优的光谱预处理方法、输入变量和模型参数,构建PLS校正模型对柴油中正丁醇含量进行快速定量分析,结果与基于原始光谱(RAW)和Normalization光谱的PLS校正模型的预测性能进行对比。结果表明：Normalization-VIP-PLS校正模型展现出优异的预测能力(R_CV²和RMSECV为0.998 4和0.236 2%:R²     

近红外光谱法用于纯化过程中鞣花酸含量的监控

采用近红外光谱技术结合遗传算法优化的小波神经网络,对大孔树脂纯化过程中橄榄果中的鞣花酸含量进行监控。通过小波变换对光谱进行去噪、压缩,作为人工神经网络的输入,同时以遗传算法优化神经网络的权值与阈值,并与常用的偏最小二乘(PLS)线性模型的建模效果进行比较。实验结果表明,两者都能够较准确的预测鞣花酸的含量,相对而言,人工神经网络(ANN)效果较好。     

血清胆红素的近红外光谱无创检测

血清胆红素的无创检测在疾病的预防、早期诊断与后期治疗等阶段都具有极其重要的作用.本研究提出了一种基于近红外光谱技术的无创血清胆红素新方法.通过采集舌尖的近红外反射光谱并运用偏最小二乘法对采集到的光谱数据进行建模,从而实现对血清胆红素的快速无创检测.将采集到的全部57例样本按照4∶1的比例分训练集和预测集,分别建立总胆红素(TBIL)、直接胆红素(DBIL)和间接胆红素(IBIL)的偏最小二乘回归模型.3个模型的相关系数分别为0.9922,0.9947和0.9486,预测均方根误差(RMSEP)分别为6.13,4.61和4.05 μmol/L.结果表明:舌尖近红外反射光谱结合偏最小二乘法可用于血清胆红素含量的无创检测,并且为其它血液成分的无创检测开辟了新路径.     

基于Chebyshev-Taylor-Fourier混合级数模型函数的多源气动数据融合方法

针对飞行器气动力多源数据融合、飞行试验气动辨识问题,提出了一种基于Chebyshev-Taylor-Fourier混合级数模型函数、不确定度平衡权函数和加权最小二乘原理的多源数据融合和辨识方法.该方法采用二元Chebyshev级数、Taylor级数和Fourier级数技术建立飞行器气动模型函数,采用权函数技术平衡各数据源间的不同精度和不确定度,采用最小二乘法原理确定超定方程组解,从而获得Chebyshev-Taylor-Fourier混合级数模型函数的各项参数值,最终确定多源数据融合的飞行器气动力（力矩）系数模型函数数学表达式.典型的应用实例表明该方法高效实用、精度可靠,工程应用前景良好.      

基于近红外光谱技术的人体血糖浓度无创检测系统的研制

开发了一种小型化人体血糖浓度无创检测系统,该系统可实现人体血糖浓度的快速、实时、无创检测,主要由嵌入式系统、夹具、光源系统和微型光栅光谱仪四部分组成。提出了一种光源稳压驱动电路方案,可满足多种光谱采集条件对光源的要求。同时提出了一种一体化夹具设计方案,不仅简化了系统的光学结构,而且提高了测量条件的可重复性。分别用小波去噪和核偏最小二乘法对采集的光谱数据进行预处理和数学建模,并对系统进行性能评价,血糖浓度预测值与标准值的相关系数为0.95,预测均方根误差为0.6mmol.L-1,系统的重复性较好。     

转基因水稻及其亲本叶片的可见/近红外光谱分析

应用可见/近红外光谱技术实现了转基因水稻叶片的快速识别和叶绿素含量(SPAD)的快速检测。建立偏最小二乘-支持向量机(LS-SVM)鉴别模型,校正集的正确率为100%,同时应用连续投影算法(SPA)提取有效波长,建立SPA-LS-SVM鉴别模型,只用了全变量的0.3%进行建模,其预测集的正确率达到87.27%。在定量分析中,各模型的最优结果均来自经过正交信号校正(OSC)的光谱数据,经过SPA处理后的模型均优于最优的全波段PLS模型,说明SPA是一种有效的波长选择方法。最优SPAD值预测模型为SPA-LS-SVM,其相关系数(r)和预测均方根误差(RMSEP)分别为0.902 2和1.312 1,获得了满意的结果。这说明提出的SPA-LS-SVM方法能快速识别转基因水稻叶片并对SPAD值进行准确预测,为实现大田活体鉴别与连续监测提供了新方法。     

近红外光谱法快速测定淫羊藿中淫羊藿苷和朝藿定C

基于近红外光谱法对淫羊藿中有效成分淫羊藿苷和朝藿定C的含量进行快速同时定量分析,采用偏最小二乘法(PLS)建立近红外光谱信息与预测组分含量间的数学校正模型。结果表明通过标准正态变量转换(SNV)与一阶导数对光谱进行预处理,所建立的淫羊藿苷和朝藿定C的校正模型效果最佳。淫羊藿苷与朝藿定C校正集均方差(RM SEC)分别为0.217、0.718;相关系数分别为0.9825、0.9863;预测均方差(RM SEP)分别为0.155,0.297。该方法简单、准确,更适合于淫羊藿药材中主要成分的快速分析。     

超声波专题设计性实验

在测量超声波在空气中传播速度实验基础上,开设了超声波专题设计性实验,分别增加了测量压电换能器的共振频率、超声波在空气中的损耗系数、超声波在水中的传播速度等实验内容,丰富了大学物理实验教学内容,拓展了学生视野.     

基于可见/近红外光谱技术的林地土壤氮含量测定

提出一种利用可见/近红外光谱技术进行杉木林土壤全氮测定的方法.利用不同方法实现了土壤光谱的预处理,并以偏最小二乘回归算法(PLS)建立土壤氮含量估测模型对其进行比较分析,发现小波除噪结合多远散射校正能最有效地消除原始光谱的噪声与背景信息,此时PLS模型校正集与预测集R2分别为0.891与0.885.为优化模型,对预处理后的光谱数据采用主成分分析法(PCA)降维,以最小二乘支撑向量机回归算法(LS-SVR)建立了土壤氮含量估测模型,其校正集与预测集R2分别提高至0.921与0.917,具有比PLS算法更高的精度.结果表明:以可见/近红外光谱技术进行林地土壤氮含量快速监测是可行的,其中小波去噪结合多元散射校正系光谱预处理的优选方法,而LS-SVR则是建模的优选方法.     

欠采样包裹相位图的展开算法

利用四种常见算法对由球面参考光像面数字全息显微术得到的中药饮片海金沙细胞的包裹相位图进行了相位解包裹。结果表明:基于离散余弦的最小二乘算法和预条件共轭梯度算法会使欠采样区域的误差进行传递,使得解包裹相位产生较大误差;质量图导向路径跟踪算法由于未识别残差点,导致出现拉线或者孤岛区域,而且处理速度很慢;基于横向剪切干涉的最小二乘算法处理欠采样包裹相位图的效果最好,而且处理速度较快。