组合生成算法与多元线性回归相结合用于近红外光谱波长的优选

分立波长型近红外光谱分析仪是光谱分析仪器中较为普及的一种快速成份定量分析仪。如滤光片型、发光二极管型等。该类分析仪器研发的一个主要问题是如何针对于待测物质主要成份进行近红外光谱解析。找到最优定标波长组合用于建立稳健的定标模型。常用的波长选择方法为相关光谱结合逐步多元线性回归方法,该方法依据各参与定标波长所对应的t检验值进行最优定标波长的判别,但在实际应用中定标模型的定标精度和预测精度相差较大,具有很大的不准确性。为了实现定标波长的优选引入了组合数学中的组合生成算法。可以在较短的时间内完成最优波长组合的选取,结果是令人满意的。     

冷冻靶激光等离子体软X射线源

报道了以固态ＣＯ２作为靶材的一种新型激光等离子体软Ｘ射线源，与常规金属靶激光等离子体软Ｘ射线源相比，它是一种低污染的光源，深入研究正在进行中。     

正交信号校正在人体血糖近红外光谱分析中的研究

本文以血清的近红外光谱为研究对象,首先运用载荷向量分析确定最佳定标谱区为4192-4943 cm-1与5294-7200 cm-1两个波段,然后分别用平滑、一阶导数、正交信号校正(OSC)预处理方法,结合偏最小二乘回归方法建立了血清中血糖的模型.用平滑、一阶导数所建立模型的预测标准偏差(RMSEP)分别是0.545、0.568,用OSC校正后所建立模型的RMSEP是0.390,结果表明使用OSC校正对光谱进行合理的校正,能够滤除光谱矩阵与浓度矩阵无关的信号,降低模型的因子数,从而降低模型的复杂性,提高模型的稳健性.     

软X射线-真空紫外波段光谱光源研究

介绍长春光学精密机械与物理研究所进行的软X射线 真空紫外波段光谱光源研究工作。研制成功的壁稳氩弧光源光谱辐射稳定性和重复性达± 0 . 3% ,可作标准辐射源 ,用于真空紫外波段仪器光谱强度绝对辐射定标。研制成功的潘宁 (Penning)光源、双等离子体光源和空心阴极光源 ,可以覆盖从十几个nm至几十nm波段范围 ,光谱辐射稳定性和重复性达± 1. 0 % ,提供不同工作气体在该波段的原子和离子线谱 ,用于光谱仪器的波长定标。所研制的激光等离子体光源 ,尤其是近期研制成功的无污染微液滴喷射靶激光等离子体光源 ,可以提供较高亮度的软X射线辐射 ,13 .0nm处激光 软X射线转换效率达 0 . 75 % / 2π·sr/ 2 %带宽 ,适合于光刻和该波段辐射计量研究。     

茶多酚中总儿茶素的近红外光谱分析

采用近红外光谱分析技术对茶多酚中儿茶素进行了光谱分析,结果表明该技术能够解析出儿茶素中各主要基团在近红外波段的吸收特性,并且结合定标过程定量快速检测总儿茶素在茶多酚中的含量,分析结果在很大的样品浓度范围内给出了很高的精度,SEC=2．15％,相关系数(r)为0．9947。     

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。     

近红外光谱无创生化检测中不定光程对模型精度的影响研究

利用近红外血流容积光谱相减方法无创伤定量分析人体血液生化成分时,获得的在体血液光谱对应的样品光程是不确定的。为研究样品间的光程差异对定标模型预测精度的影响,配制了30份模拟血清样品,利用可变光程样品池,采用傅里叶光谱仪分别测量了相同光程和不定光程两组样品的近红外光谱。以分析血清白蛋白成分为例,对两组样品的定标模型精度进行比较,结果显示不定光程组的模型精度与相同光程组的模型精度相比明显下降,交叉检验标准差(RMSECV)由110.0mg/dL增大至156.0mg/dL。采用多元散射校正算法对上述光谱数据校正后,RMSECV降低至98.1mg/dL。对比分析处理前后两组模型的精度,证实了采用适当的预处理方法能够有效校正不定光程引起的光谱误差,提高模型预测精度。     

18.2nm Schwarzschild显微成像系统初步研究

叙述了Schwarzschild型正入射软X射线多层膜显微成像系统的设计、制作和成像实验，其工作波长为18．2nm，放大倍数为10．5×，极限分辨率小于0．2μm。采用Mo／Si多层膜，周期和层数分别为9．5nm和41。用激光等离子体光源对20pl／mm和55pl／mm的栅网进行了软X射线显微成像实验，所得结果表明此显微成像系统的分辨率在微米量级。     

经验模态分解法在近红外无创血红蛋白检测中的应用研究

为提高近红外血红蛋白预测模型的稳健性,分别应用Savitzky-Golay平滑、移动窗口平滑以及经验模态分解(EMD)方法对原始光谱进行去噪处理,以提高数据信噪比。采集了81例临床志愿者的手指指端血流容积脉搏波光谱数据,同时获取相应的血红蛋白浓度值临床化验结果。剔除异常样品,确定78例样品为研究对象,建立反向传播神经网络(BP-ANN)定量分析模型并预测。结果表明,经EMD处理后的模型预测效果最优,预测相关系数由0.74提高至0.87,误差均方根由12.85 g·L-1减小至8.08 g·L-1。实验证明应用EMD方法能够获得高信噪比的容积脉搏信号,提高血红蛋白浓度预测模型的准确性,有利于推动近红外无创血红蛋白检测技术的进一步发展。     

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。