一种基于可见-近红外光谱快速鉴别茶叶品种的新方法

提出了一种用可见-近红外光谱技术快速无损鉴别茶叶品种的新方法.应用可见-近红外光谱仪测定5个品种茶叶的光谱曲线,用主成分分析法对不同品种茶叶进行聚类分析并获得茶叶的可见-近红外光谱数据的主成分,再结合人工神经网络技术建立模型进行品种鉴别.主成分分析表明,以主成分1和2对所有建模样本的得分值做出的得分图,对不同种类茶叶具有较好的聚类作用,可以定性分析茶叶种类.把主成分分析得到的前6个主成分作为神经网络的输入,茶叶品种值作为神经网络的输出,通过5个茶叶品种共125个样本的训练和学习,建立了茶叶品种鉴别的3层BP人工神经网络模型,对未知的25个样本进行鉴别,品种识别准确率达到100%.说明本文提出的方法具有很好的分类和鉴别作用,为茶叶的品种快速鉴别提供了一种新方法.  

应用近红外光谱快速鉴别酸奶品种的研究

提出了一种用近红外光谱技术快速鉴别酸奶品种的新方法.首先应用光谱仪获得5种典型酸奶品种的光谱曲线,用主成分分析法对5种酸奶品种进行聚类分析,再结合人工神经网络技术建立模型进行品种鉴别.主成分分析表明,主成分1和主成分2的累积可信度已达98.96%,前7个主成分的累积可信度达到99.97%.以每一个样品的前7个主成分作为神经网络的输入,品种类型作为神经网络的输出,建立三层BP人工神经网络模型.每个品种各27个样本,5个品种共135个样本用来建立神经网络模型,余下每个品种各5个共25个用于预测.建模品种的拟合率和预测品种的识别率均为100%.说明该方法能快速无损的检测酸奶品种,为酸奶的品种鉴别提供了一种新方法.  

近红外光谱技术在肉品检测中的应用和研究进展

近红外光谱（NIRS）作为新型光学检测技术在食品行业中得到广泛应用。该技术能实现肉品在线、快速、无损检测，是肉和肉制品品质分析的重要技术之一。文章综述了近红外光谱技术在肉类行业中的重要应用以及近年来的研究进展，主要包括蛋白质、脂肪及水分等影响肉类品质的化学组成成分分析，肉品感官品质如嫩度、保水性、肉色及新鲜度等指标的评价以及肉品的产地、品种等方面的鉴定。同时列举了近红外光谱技术在几种常见肉制品品质检测中的应用实例，并针对目前发展趋势展望了该技术的前景：近红外光谱技术在进一步深入研究提高肉品检测精度的基础上，通过与机器视觉技术等新型无损检测技术的融合以实现全面评价肉类品质的目标。  

近红外漫反射光谱法快速无损鉴别阿胶真伪

采用近红外光谱漫反射光谱技术和模式识别技术快速鉴别阿胶真伪.收集来源不同的阿胶(真品8个,伪品6个),采集其近红外漫反射光谱,使用多重散射校正和小波变换对光谱进行预处理后,分别应用相似度匹配和马氏距离方法建立质量鉴别模型.相似度法使用真品谱图作为标准谱图,用样品谱图与标准谱图的相似度值来鉴别阿胶质量;对阿胶样品进行重复扫描得到28张谱图,随机分为3组后应用马氏距离法建立交叉验证鉴别模型.两种模式识别方法均能准确无误的鉴别阿胶真伪,表明近红外光谱和模式识别技术结合可快速、准确、客观地进行阿胶质量鉴别,可推广到其他中成药的质量鉴别.  

Objective Voice Analysis for Dysphonic Patients: A Multiparametric Protocol Including Acoustic and Aerodynamic Measurements

The purpose was to determine the clinical value of a multiparametric objective voice evaluation protocol including acoustic and aerodynamic parameters measured mainly on a sustained /a/. This was done by comparison with perceptual analysis of continuous speech by a jury composed of 6 experienced listeners. Voice samples (continuous speech) from 63 male patients with dysphonia and 21 control subjects with normal voices were recorded and assesed by a jury of listeners. The jury was instructed to classify voice samples according to the G (overall dysphonia) component of the GRBAS score on a 4-point scale ranging from 0 for normal to 3 for severe dysphonia. Objective parameters were recorded on an EVA^® workstation. As usual with this type of system, parameters were measured mainly on a sustained /a/. Measured parameters included fundamental frequency (F₀), intensity, jitter, shimmer, signal-to-noise ratio, Lyapunov coefficient (LC), oral airflow (OAF), maximum phonatory time (MPT), and vocal range (range). Estimated subglottic pressure (ESGP) was determined on a series of /pa/. Discriminant analysis was performed to detect correlation between jury classification and combinations of parameters. Results showed that a nonlinear combination of only six parameters (range, LC, ESGP, MPT, signal-to-noise ratio, and F₀) allowed 86% concordance with jury classification. Discussion deals with the relative importance of the different objective parameters for discriminant analysis. Special emphasis is placed on two measurements rarely made in routine clinical workup, i.e., estimated subglottic pressure and Lyapunov coefficient.  

基于独立组分分析和BP神经网络的可见/近红外光谱蜂蜜品牌的鉴别

提出了一种基于独立组分分析的可见/近红外光谱透射技术快速鉴别蜂蜜品牌的新方法。用独立组分分析方法获取蜂蜜的可见/近红外光谱载荷图,将载荷图中相关性最大的波段,作为人工神经网络的输入建立蜂蜜品牌的鉴别模型。建立了一个三层的BP神经网络模型,各层传递函数采用S型(Sigmoid)函数,并设置网络输入层节点数为9,隐含层节点数为10,输出层节点数为3。每个品牌25个样本,3个品牌共75个样本,用来建立BP神经网络模型,剩余的3个品牌各5个样本用于预测,鉴别准确率达100%,模型的拟合残差为8·245365×10-5。说明基于独立组分分析的方法具有很好的鉴别效果,为蜂蜜的品牌鉴别提供了一种新方法。  

蜂蜜真伪的近红外光谱鉴别研究

如何有效鉴别蜂蜜真伪是目前我国蜂产品质量控制的难题之一。提出了一种用傅里叶变换近红外光谱结合判别偏最小二乘法(DPLS)快速鉴别蜂蜜真伪的新方法。首先采集了71个商品蜜样品的近红外光谱数据,其中包括27个纯蜂蜜和44个掺假蜂蜜,然后5次随机划分建模集样本和验证集样本,并对建模样本进行不同光谱预处理,选择并优化不同波段范围和主成分数,用DPLS法建立了5组蜂蜜样本的真伪鉴别模型,外部交叉验证法预测模型。通过对结果进行比较分析,5组校正模型中真蜂蜜和掺假蜂蜜的总体识别准确率分别为91.49%,94.68%,92.98%,93.86%,94.87%;预测样本的识别准确率为86.96%～93.75%,其中模型2,3,4中掺假蜜的识别准确率达100%。研究结果表明,该方法可作为鉴别商品蜜真伪的一种快速筛选技术,在我国蜂蜜质量监控中具有重要意义。  

近红外透射光谱应用于黄酒酒龄的定性分析

应用近红外光谱透射技术,结合化学计量学方法,开展了黄酒酒龄定性鉴别的研究,并对不同光谱预处理方法(未处理、平滑、二阶微分)对酒龄鉴别结果的影响进行了对比分析.试验采用傅里叶变换近红外光谱仪,以86瓶绍兴黄酒为标准样品,并结合不同光谱预处理方法及判别分析法,建立了黄酒酒龄定性鉴别模型.光谱平滑处理对酒龄鉴别结果影响不显著,而微分光谱分析结果最差,近红外原始光谱结合判别分析法的分析结果最优,其校正集正确分类的百分比达98.1%,预测集达90.6%.研究表明,近红外光谱透射技术结合原始光谱及判别分析法可作为一种可靠、准确、快速的检测方法用于黄酒酒龄定性鉴别分析.  

狭缝式高灵敏裂变中子探测系统

研制了狭缝-外延式高灵敏大面积PIN裂变中子探测系统. 其对14MeV，2.5MeV中子灵敏度可达10^-16C·cm²，比原有典型的脉冲裂变中子探测系统高4个量级. 采用外延式铅狭缝准直结构，研制灵敏区尺寸为60mm，厚度为200μm—300μm的大面积PIN半导体探测器、以Be膜为衬底，有效直径为60的²³⁵U裂变靶，解决了该探测器研制中的高灵敏度和n/γ分辨难题. 该系统已在实践中获得成功应用.  

拉曼光谱法快速鉴别黄芩中药材

本文利用付里叶变换拉曼光谱法和计算机辅助比对软件对 1 2个不同产地、不同种植方式及不同采集时间的中药材黄芩进行了快速鉴别 ,结果表明可以由拉曼光谱的特征频率与强度鉴别不同种植方式的黄芩样品。此鉴别方法与常规的光谱法相比具有更直接、快速 ,不破坏样品的原性质的特点 ;与传统的药材鉴别方法相比更准确 ;与民间传统的鉴别方法相比更具有科学性。