基于石墨烯的光纤湿度传感研究

将还原氧化石墨烯(r GO)沉积在侧边抛磨光纤(SPF)上制作了一种新型的光纤湿度传感器。在高湿度区域[相对温度(RH)为70%~95%],传感器的光功率变化达到6.9 d B,尤其在RH为75%~95%区域,传感器对湿度变化能实现相关系数为98.2%的线性响应,灵敏度可达0.31 d B/(%RH),响应速度快于0.13(%RH)/s,并且具有很好的可重复性。对传感机理的理论分析可以解释实验结果,并且表明这种基于石墨烯的光纤传感器亦可广泛应用于其他种类化学气体的探测。这种全新机理的光学传感器是对石墨烯电化学传感器的一种很好的补充,并将促进石墨烯在化学传感技术中的应用。     

基于iPLS的血清胆固醇、甘油三酯近红外定量分析

为了建立血清样品胆固醇、甘油三酯近红外分析最优模型,利用近红外透射光谱技术结合间隔偏最小二乘法（iPLS）建立预测模型。结果表明,胆固醇最优建模波段是1700—1798nm,最优预测模型的相关系数Rp、预测均方差RMSEP分别为0.984、0.198mmol/L;甘油三酯最优建模波段是1654-1746nm,最优预测模型的Rp、RMSEP分别为0.967、0.157mmol/L。采用iPLS建立血清胆固醇、甘油三酯定量分析模型,不仅可以提高模型的预测精度,而且模型更加简洁、数据运算量也更少,优选出的特征谱区还可为设计小型专用近红外分析仪器提供依据。     

Determination of optimal source-detector separation in measuring chromophores in layered tissue with diffuse reflectance

Based on analysis of the relation between mean penetration depth and source-detector separation in a three-layer model with the method of Monte-Carlo simulation, an optimal source-detector separation is derived from the mean penetration depth referring to monitoring the change of chromophores concentration of the sandwiched layer. In order to verify the separation, we perform Monte-Carlo simulations with varied absorption coefficient of the sandwiched layer. All these diffuse reflectances are used to construct a calibration model with the method of partial least square (PLS). High correlation coefficients and low root mean square error of prediction (RMSEP) at the optimal separation have confirmed correctness of the selection. This technique is expected to show light on noninvasive diagnosis of near-infrared spectroscopy.     

近红外光谱结合化学计量学的常见中国蜂蜜掺杂糖浆鉴别

目前我国蜂蜜市场掺假现象严重,研究一种快速、准确的方法用于市场流通领域掺假蜂蜜的鉴别具有重要的现实意义。采用近红外光谱（NIR）结合化学计量学方法对常见的天然蜂蜜以及掺假（掺杂常见糖浆）蜂蜜进行建模识别,并比较偏最小二乘-判别分析（PLS-DA）及支持向量机（SVM）对糖浆掺假蜂蜜鉴别模型的影响。首先,采集来自中国10个省份、20种常见蜂蜜的112个天然纯蜂蜜样品,以及6种常见糖浆样品按不同糖浆含量（10%,20%,30%,40%,50%,60%）配制的112个掺假蜂蜜样品,共计224个样品;通过近红外光仪器扫描获得所有样品的近红外光谱数据（波长范围400~2 500 nm）;然后,分别采用一阶导数（FD)、二阶导数（SD）、多元散射校正（MSC)、标准正态变化(SNVT)四种方式对原始光谱进行预处理;再结合PLS-DA和SVM建立天然蜂蜜和糖浆掺假蜂蜜的鉴别模型,比较不同预处理方法对两种不同建模算法建立的蜂蜜掺假鉴别模型效果。其中SVM算法的惩罚参数c和核函数参数g通过网格搜索法（GS）、遗传算法（GA）、粒子群算法（PSO）三种寻优算法进行优化。分析结果表明：光谱数据进行预处理后所建立的模型准确率均有明显提升,而对于SVM模型,惩罚参数c和核函数参数g对模型准确率的提升效果要比光谱预处理带来的提升效果更明显。在PLS-DA算法中,经FD光谱预处理后建立的模型效果最好,最佳PLS-DA模型准确率为87.50%;在SVM算法中,经MSC预处理后,再通过GS寻优,获得惩罚参数c为3.0314,核函数参数g为0.3298的条件下所建立的模型效果最好,最佳SVM模型准确率为94.64%。由此可见,非线性的SVM算法结合NIR光谱数据所建立的天然蜂蜜与糖浆掺假蜂蜜鉴别模型要优于线性的PLS-DA模型,同时表明NIR光谱结合化学计量学方法对常见糖浆掺杂的中国蜂蜜鉴别是可行的。     

基于石墨烯的光纤湿度传感研究EI北大核心CSCD

将还原氧化石墨烯（r GO）沉积在侧边抛磨光纤（SPF）上制作了一种新型的光纤湿度传感器。在高湿度区域[相对温度（RH）为70%～95%],传感器的光功率变化达到6.9 dB,尤其在RH为75%～95%区域,传感器对湿度变化能实现相关系数为98.2%的线性响应,灵敏度可达0.31 dB/（%RH）,响应速度快于0.13（%RH）/s,并且具有很好的可重复性。对传感机理的理论分析可以解释实验结果,并且表明这种基于石墨烯的光纤传感器亦可广泛应用于其他种类化学气体的探测。这种全新机理的光学传感器是对石墨烯电化学传感器的一种很好的补充,并将促进石墨烯在化学传感技术中的应用。     

红螺菌吸附重金属红外光谱及原子力成像比较研究

研究了红螺菌对Cu2 、Cr6 的吸附行为.结果表明,在pH 2.9,35℃微光厌氧条件下,菌体对40mg/L Cu2 、Cr6 最大吸附率分别为94%、83.2%.利用红外光谱、原子力成像等方法,对吸附Cu2 、Cr6 前后的红螺茵进行了研究.红外光谱表明,羟基峰位红移,吸附Cu2 后峰位移动为22cm-1,吸附Cr6 后移动28cm-1,其它峰没有漂移,并且峰形基本保持不变,说明吸附后菌体的主要成分及结构保持完整.原子力成像表明,吸附前胞外聚合物分散分布,吸附后胞外聚合物出现交联,形成一个新的二维网状结构,并且吸附Cu2 后的交联程度比吸附Cr6 高.     

基于快速蒙特卡罗的散射介质光学参量干涉测量方法研究

提出了一种散射介质光学参量的干涉测量方法.在蒙特卡罗数值模拟的基础上引入聚焦高斯光源模型和基于比例缩放的压缩算法,实现了对光子后向散射分布和干涉特性的快速模拟.利用计算数据训练了前向人工神经网络进行了介质光学参量的反向求解.实验中以脂肪乳注射剂和生物染色剂印度墨水组成的悬混液为样本,通过光学干涉系统测量得到了后向散射光依赖于深度的干涉光强分布,并对其中散射和吸收系数进行了反向计算.所得结果能够正确反映散射和吸收系数与散射和吸收物质浓度之间的线性关系,验证了该方法的可行性.     

红外光谱法与荧光光谱成像技术结合神经网络对正毛化橘红的快速鉴别

为探究一种快速、可靠的化橘红检测方法,本实验分别采用傅里叶变换衰减全反射红外光谱法和荧光光谱成像技术结合多层感知器(MLP)神经网络所构建的模式识别方法,对化橘红进行鉴别,并对两种方法进行了比较。实验以81个正毛化橘红,37个其他品种橘红共118个样品为研究对象,采集所有样品的红外光谱和荧光光谱图像。根据光谱曲线中不同样品间的差异,取红外光谱中550-1800 cm-1区段范围内的光谱数据和荧光光谱曲线中的400～720 nm区段的光谱数据进行分析,应用主成分分析法(PCA)对化橘红的光谱数据进行降维处理,再结合MLP神经网络对化橘红样品进行判别分析。实验中分别使用多元散射校正(MSC)、标准正态变量校正(SNV)、一阶导(FD)、二阶导(SD)以及Savitzky-Golay(SG)平滑数据预处理方法,并比较他们对鉴别模型的影响。分析结果表明：利用红外光谱法(FTIR/ATR),经由Savitzky-Golay(SG)平滑预处理得到的数据,通过隐层函数为sigmoid的三层MLP模型,能够得到最优正毛化橘红识别率,其结果训练集和测试集的识别率都为100%;利用荧光光谱成像技术,由多元散射(MSC)预处理的结果是最理想的。经过预处理的数据,通过隐层函数为sigmoid函数的三层MLP模型,训练集识别率达到100%,测试集识别率达到96.7%。由此可见,衰减全反射红外光谱法(FTIR/ATR)和荧光光谱成像技术分别与MLP神经网络构建的识别模式,均可对化橘红的判别达到快速、可靠的效果。     

近红外光谱结合主成分分析和BP神经网络的转基因大豆无损鉴别研究

为探究无损鉴别转基因大豆的可行性,利用近红外光谱分析仪对大豆扫描得到反射光谱,应用主成分分析结合BP神经网络方法进行分析鉴别。首先应用主成分分析法,得到包含大豆99.03%的光谱信息的6个主成分,再将其作为BP神经网络的输入,对应的大豆种类作为输出,建立一个三层BP神经网络模型。该模型对于转基因大豆的正确识别率为100%,说明近红外光谱结合主成分分析和BP神经网络的方法能无损快速准确地鉴别转基因大豆。     

荧光光谱成像技术结合聚类分析及主成分分析的藻类鉴别研究

为探讨快速、实时藻类检测方法,实验通过荧光光谱成像技术结合模式识别方法对不同藻类进行鉴别研究。发现藻类样本存在着显著的荧光特性,通过采集40个藻类样品的荧光光谱图像,对图像进行去噪、二值化处理,确定有效像素后,根据光谱立方体绘制每个样本的光谱曲线,将所得400～720 nm区段范围内的光谱数据作鉴别分析,再利用系统聚类分析及主成分分析两种不同的模式识别法对光谱数据进行处理。系统聚类分析结果表明： 采用欧氏距离法及平均加权法计算样本间的聚类距离,在距离L=2.452以上水平处可将样本正确分类,准确率为100%;主成分分析结果表明： 通过对原始光谱数据进行一阶微分、二阶微分、多元散射校正、变量标准化等预处理后,再对数据进行主成分分析,其中二阶微分预处理后鉴别效果最佳,八种藻类样品在主成分特征空间中独立分布。因此,利用荧光光谱成像技术结合聚类分析法及主成分分析法对藻类进行鉴别是可行的,操作简便、快速、无损。