基于可见/近红外能量光谱的苹果褐腐病和水心鉴别

快速无损鉴别苹果内部品质的优劣是当前苹果行业亟待解决的一项重要课题.针对这一现状,提出了直接采用可见一近红外能量光谱对苹果褐腐病、水心鉴别的新方法,考察了不同判别分析方法对苹果类别判定的准确性.在能量光谱经MSC或者一阶导数处理后,分别采用了峰面积判别法(PADA)、主成分分析判别法(PCADA)、偏最小二乘判别法(PLSDA)建立判别模型.结果显示,三种方法对褐腐病苹果判别正确率都为100%;对水心苹果分别是79.2%,95.0%和96.7%;对正常苹果分别是88.6%,98.2%和98.8%.其中,PCADA和PLSDA明显优于PADA,而PLSDA总判别率最高,达到98.1%,其建模标准差RMSEC为0.449,预测标准差RMSEP为0.392,说明可见一近红外能量光谱结合化学计量学算法可以快速、无损鉴别苹果褐腐病和水心.     

基于遗传算法参数整定的方位保持仪温控系统

遗传算法是一种高效的模拟生物进化过程的全局随机化搜索优化方法，它可直接得到所求解问题的全局最优解。针对方位保持仪，提出了一种分段参数设置与级间控制相结合的三级温控方案，并基于遗传算法对PID控制参数进行了优化整定。同时介绍了整个温控系统的软件实现。大量试验证明该控制策略接近最优，达到了战技指标要求。     

对一道全国高中数学联赛试题的思考

对一道全国高中数学联赛试题的思考７１０００３陕西省西安中学高二（３）孙谦７１０００３陕西省西安中学王扬１９９４年全国高中数学联赛第一试第二题中有如下一道构思奇巧的填空题：先看命题人给出的解答（列为解法１）．解法１由已知得若设ｆ（ｘ）＝ｔ２＋ｓｉｎｔ，...     

基于多维风险视角的政府卫生保健资源配置决策行为研究

研究在疾病风险和医学治疗风险同时共存的情形下,政府卫生保健资源的优先配置行为决策问题.当存在治疗风险(患病风险)时,分析病人患病的不确定性(治疗的不确定性)对政府卫生保健资源的配置效应,同时给出配置更多的卫生资源到更高风险病人群体的社会规划者的风险偏好条件.当这两类风险是局部的或正象限依赖的风险时,研究两种来源的风险对政府卫生保健资源的配置的联合影响.将之前学者提出的卫生保健资源的配置模型扩展到两类风险共存的情形,同时对于不确定下的卫生保健资源配置决策问题提供新的见解.     

遗传算法结合偏最小二乘法无损评价西洋梨糖度

基于遗传算法的波段选择法在组合优化问题上具有很大的搜索优势,适应性很广.文章将该方法应用于西洋梨糖度近红外光谱分析中,探讨数据优化筛选的可行性.光谱经多元散射校正或标准归一化处理后进行波段选择,选择结果与样品中被测成分有关,4个品种洋梨的最佳个体染色体编码有一定共性.分别建立了四种洋梨的GA-PLS模型和全谱模型,早红考密斯、五九香、凯斯凯德和康佛伦斯的GA-PLS建模数据点分别从1 557减少到了434,496,310和496.GA-PLS/Fr-PLS模型的预测标准偏差分别为0.428/0.518,0.696/0.694,0.425/0.421和0.567/0.633,其中早红考密斯和康佛伦斯GA-PLS模型的预测精度明显优于全谱模型,而五九香和凯斯凯德的GA-PLS模型与全谱模型相近.结果表明,遗传算法用于PLS建立西洋梨糖度校正模型前的数据优化筛选是可行的,有效提高测量精度,减少建模变量.     

激光焊接熔透特征信号同轴增效提取方法研究

熔透检测是实现高功率激光焊接质量在线控制的重要环节,但由于介观尺度下的低辐值熔透特征信号产生于激光匙孔底部被匙孔喷射物质和周围干扰信号完全掩盖,熔透状态难以被直接获取,常规检测多以间接测量为主。将光谱透视技术、红外显微成像技术、光电传感技术及空间定位提取技术相结合,提出一种激光焊接熔透特征信号同轴增效提取方法。以高功率激光在匙孔内壁激发的荧光辐射源作为直接检测信号,利用不同发光体的谱段特性在红外谱段有效分离并抑制激光焊接匙孔上方的等离子体、金属蒸汽焰、粒子团簇等强干扰信号,使红外荧光信号得到有效增强,实现光谱透视显像效果。同时采用自行研制的激光焊接同轴显微光路系统,利用红外显微成像原理提取到匙孔内壁受激辐射荧光的红外显微实像。并以此为基础对高功率激光焊接熔透状态与匙孔内部影像特征进行关联研究,发现与熔透状态直接相关的低辐射值特征现象及特征区域的存在。通过视觉辅助定位调节和熔透特征位置试验矫正等寻位方式,依次提高定位精度,直至将传感器光电感应芯片高精度定位至荧光辐射实像中的熔透特征区域。由此通过光谱透视-显微成像-介观寻位萃取的逐层光学分离方式,实现了对匙孔熔透特征数据的精准提取和最大化增强。试验结果表明,基于多种光谱及光学处理技术复合应用的大功率固体激光焊熔透特征同轴增效提取方法对激光熔透特征信号增强效果显著,可作为一种新型的高功率激光焊接熔透在线检测手段。     

砂梨糖度近红外光谱波段遗传算法优化

遗传算法不受搜索空间限制性假设的约束,利用简单的编码技术和繁殖机制来解决复杂近红外光谱数据的优化问题.文章采用遗传算法的波段选择法(R-SGA)对砂梨近红外光谱进行了波段优化,得到丰水、圆黄、黄金三种梨的R-SGA最佳因子数分别为10,12和16,并分别建立了单一品种GA-PLS模型;丰水梨和黄金梨的GA-PLS模型精度高于全谱PLS模型,其模型的RMSEP分别为0.608/0.632和0.524/0.540;圆黄梨GA-PLS模型精度(RMSEP=0.610)与全谱PLS模型(RMSEP=0.595)相当.经波段优化分析表明,使用552个数据点建立多品种砂梨混合模型,具有较高稳健性和预测性(RMSEC=0.627,RMSEP=0.641).结果表明:基于遗传算法进行波段优化可以提高砂梨糖度模型精度,提高建模效率,同时说明建立多品种砂梨糖度通用模型是町行的.     

GA-PLS结合PC-ANN算法提高奶粉蛋白质模型精度

提出一种偏最小二乘法（PLS）和人工神经网络（ANN）结合用于近红外光谱（NIRS）的分析方法,以提高奶粉蛋白质模型的预测精度。首先采用基于遗传算法的波长选择法（RS-GA）优化光谱数据,建立GA-PLS模型预测奶粉蛋白线性部分;然后在RS-GA法选择的波段上进行主成分分析（PCA）,以主成分的得分矩阵作为ANN模型输入层,以GA-PLS预测值与真实值之差作为输出层,建立PC-ANN模型预测其非线性部分。最终预测结果为两个模型预测值之和,以模型的预测标准偏差（RMSEP）作为评价指标,以便考察新方法的有效性。同时建立线性的全谱模型（Fr-PLS）,其Fr-PLS、GA-PLS和GA-PLS＋PC-ANN模型的RMSEP分别为0.511,0.440和0.235。结果表明：考虑奶粉蛋白含量近红外模型的非线性部分,可以显著提高模型的预测精度,该方法也可为其它复杂体系模型精度的提高提供借鉴。     

用酒精水溶液NIRS模型预测葡萄酒发酵液酒精度

稳定性好,实用性强的NIRS模型,需要收集代表性强的样品并进行大量的化学值检测工作,为了减少建模的工作量,本文尝试用酒精水溶液的NIRS模型预测葡萄酒发酵液中酒精度的含量。通过遗传算法选择相关性高而且受其他干扰因素影响少的波段（2 245～2 320 nm）建立模型,并根据斜率/截距校正法原理,在预测集中选择能够代表样品酒精度变化范围的样品,对其进行校正,得到新模型的Slope=0.9808和Bias=0.5233。最后,对葡萄酒发酵液剩余样品的酒精度进行预测,预测的相关系数r达到0.99以上,预测相对分析误差（RPD）为11.71,相对标准差（RSD）为3.11%。由此表明,用酒精水溶液的NIRS模型,通过波段选择以及模型校正,预测葡萄酒发酵液的酒精度具有良好的可行性。此方法大大减小了NIRS技术建模的工作量。     

汞(Ⅱ)-邻菲啰啉-刚果红缔合体系的共振瑞利散射和共振非线性散射光谱及分析应用

在pH=9.0的弱碱性环境中,Hg2+与邻菲啰啉(phen)反应形成无色螯合物[Hg(phen)3]2+,再与刚果红(CR)反应,形成三元离子缔合物Hg(phen)3CR,其摩尔比为1∶1。 此时引起共振瑞利散射(RRS)、二级散射(SOS)和倍频散射(FDS)光谱显著增强,最大的散射波长分别位于578 nm(RRS法)、612 nm(SOS法)和352 nm(FDS法)。 在一定条件下,散射增强(ΔI)与Hg2+浓度呈良好的线性关系,检出限分别为2.32 μg/L(RRS法)、3.20 μg/L(SOS法)和1.56 μg/L(FDS法),考察了最佳实验条件和影响因素,表明本方法具有良好的选择性,并以RRS法为例研究了共存物质的影响。 据此建立了灵敏度高、选择性好、快速准确测定Hg2+的光散射新方法,该方法用于环境水样中Hg2+的测定取得满意结果。 并对RRS增强的原因和反应机理进行了讨论。