A nonlinear model for calibration of blood glucose noninvasive measurement using near infrared spectroscopy

In order to improve prediction accuracy of calibration in human blood glucose noninvasive measurement using near infrared (NIR) spectroscopy, a modified uninformative variable elimination (mUVE) method combined with kernel partial least squares (KPLS), named as mUVE–KPLS, is proposed as an alternative nonlinear modeling strategy. Under the mUVE method, high-frequency noise and matrix background can be eliminated simultaneously, which provide a optimized data for calibration in sequence; under the kernel trick, a nonlinear relationship of response variable and predictor variables is constructed, which is different with PLS that is a complex model and inappropriate to describe the underlying data structure with significant nonlinear characteristics. Two NIR spectra data of basic research experiments (simulated physiological solution samples experiment in vitro and human noninvasive measurement experiment in vivo) are introduced to evaluate the performance of the proposed method. The results indicate that, after elimination high-frequency noise and matrix background from optical absorption of water in NIR region, a high-quality spectra data is employed in calibration; and under the selection of kernel function and kernel parameter, the best prediction accuracy can be got by KPLS with Gaussian kernel compared with Spline-PLS and PLS. It is encouraging that mUVE–KPLS is a promising nonlinear calibration strategy with higher prediction accuracy for blood glucose noninvasive measurement using NIR spectroscopy.     

支持向量回归建立测定醇烯比的近红外光谱校正模型

在石化工业中,甲基叔丁基醚（MTBE）是20多年来发展最快的石化产品之一。在生产过程中,反应器混合进料的醇烯比（MRMI）都是一个至关重要的操作参数,但传统的色谱方法由于速度慢、硬件维护量大等原因,应用效果大都 不理想。近红外光谱方法因其快速、测量方便、维护少等特点,特别适合这一参数的在线测量。但是,由于醇烯比与近红外光谱之间呈严重的非线性响应,基于线性校正的偏最小二乘方法将不能得到准确的测定结果。因此,文章采用近几 年新兴的支持向量回归方法建立近红外光谱测定醇烯比的校正模型,结果表明,该方法的预测能力优于偏最小二乘和人工神经网络方法,可以推广应用于实际的醇烯比在线近红外测量中。     

PSO-ASVR在三波长路面状态传感器定量标定中的应用

路面状态传感器是路面状态定性识别和定量测量的重要工具,其定量测量性能依赖于定量标定模型的准确性。为了解决路面状态传感器定量标定数据非线性和非均匀分布问题对定量测量的不利影响,提出基于PSO-ASVR(particle swarm optimization-adaptive support vector regression)的路面状态传感器定量标定模型。构建AP(adaptive preprocessing)流程进行标定数据最优化预处理,降低路面状态传感器非均匀分布问题影响下的标定数据处理误差。采用基于结构风险最小化的SVR(support vector regression)算法进行标定数据拟合,并利用PSO(particle swarm optimization)算法实现SVR中参数最优化,降低路面状态传感器标定数据非线性引入的数据拟合误差。不同路面状态条件下标定数据处理实验表明:新方法相比于传统方法在均方根误差RMSE上至少可减小63%,验证了其在提高定量标定模型精度上的有效性,实现了路面状态传感器定量标定误差的降低。     

净信号的局部建模算法及其在近红外光谱分析中的应用

提出了一种基于净信号分析的局部建模算法,以克服光谱定量分析中样本间差异性过大和样本待测性质与光谱之间存在非线性等问题。首先利用净信号分析方法得到校正样本和待测样本的净信号,然后用待测样本净信号和校正样本净信号之间的欧式距离作为样本相似性判据,选取一定数量的与待测样本最相似的校正样本组成局部校正子集,建立局部PLS回归模型。针对一组猪肉近红外光谱数据集的实验结果表明,该方法的预测精度显著优于全局建模方法和基于光谱欧式距离的局部建模方法。     

净信号预处理结合径向基偏最小二乘回归在血糖无创检测中的应用

为了提高人体血糖近红外光谱定量分析模型的预测精度,结合净信号预处理(NAP)算法和径向基偏最小二乘(RBFPLS)回归建立了一种适合于人体血糖测量的非线性建模方法NAP-RBFPLS。本文首先利用NAP对近红外光谱进行预处理来有效地提取原始光谱中仅与葡萄糖信号相关的光谱信息,从而有效地减弱了人体血液中水、白蛋白、血红蛋白、脂肪等成分的吸收干扰以及人体体温的变化、测量仪器本身的漂移、测量环境的变化和测量条件的变化引起的干扰因素与血糖变化的偶然相关问题;然后把净信号预处理后的近红外光谱数据通过RBFPLS建立了非线性定量分析模型来解决由于人体强散射引起的血糖浓度与近红外光谱之间的非线性关系,并与偏最小二乘(PLS)、基于净信号预处理的偏最小二乘(NAP-PLS)和RBFPLS这三种建模方法建立的定量分析模型进行了对比分析。实验结果表明,这两种方法相结合建立的非线性校正模型对预测集的预测精度有了很大的提高,这将对人体血糖浓度无创检测技术的研究具有实际应用价值。     

基于自编码网络流形学习的毛竹笋不溶性膳食纤维含量红外光谱建模

提出了一种结合自编码网络(AN)流形学习和偏最小二乘(PLS)法的红外光谱建模方法AN-PLS。AN-PLS方法首先用AN算法对红外光谱数据进行非线性降维,再结合PLS建立回归模型。利用该方法建立了毛竹笋中不溶性膳食纤维含量的近红外光谱和中红外光谱回归模型。结果表明,用AN-PLS方法建立的回归模型,比用其他常用光谱数据预处理方法结合PLS及用单独PLS算法建立的模型具有更小的预测均方根误差RMSEP和更高的决定系数R2,因此,AN-PLS具有较优的建模与预测能力,利用近红外光谱和中红外光谱技术结合AN-PLS建模,可实现毛竹笋中不溶性膳食纤维含量的准确测量。     

Study on measurement technology of ultra-low brightness北大核心CSCD

光亮度是表征发光体的重要光度特性参数。提出了一种超低亮度计的设计方法,描述了超低亮度计的工作原理和组成;利用微弱光信号处理技术、非线性校准技术、制冷散热技术等实现了超低亮度的自动测量;根据亮度计的测量原理,对仪器进行了标定,测量不确定度达到5%。超低亮度计可适用于实验室和现场等测试场所,为微光夜视装备、显示系统、特种光源、发光材料等的性能评估测试和校准提供计量保障。     

近红外光谱技术结合RCA和SPA方法检测土壤总氮研究

基于近红外光谱技术结合连续投影算法和回归系数分析对检测土壤总氮含量进行研究。采集农田土壤样本近红外光谱数据,土壤样本数量共394个。由于原始光谱数据量大,在500～2 500 nm光谱波长范围基础上,为简化模型,在原始光谱基础上采用连续投影算法和回归系数分析提取特征变量,以两种变量选择方法提取的特征变量作为输入,分别采用偏最小二乘回归(PLS)、 多元线性回归(MLR)和最小二乘支持向量机(LS-SVM)建模方法建立总氮预测模型,共建立了9个预测模型,最优预测集的决定系数为0.81,剩余预测偏差RPD为2.26。研究表明,基于连续投影算法和回归系数分析选择的特征波长可以应用于近红外光谱检测土壤总氮含量,同时可以大大简化模型,适合开发便携式土壤养分检测仪。     

A vision measurement model of laser displacement sensor and its calibration method

Laser displacement sensors (LDSs) use a triangulation measurement model in general. However, the non-linearity of the triangulation measurement model influences the measurement accuracy of the LDS, and the geometric parameters calibration process of the components of the LDS is tedious. In this paper, we present a vision measurement model of the LDS based on the perspective projection principle. Furthermore, a corresponding calibration method is proposed. A planar target with featured lines is moved by a 2D moving platform to some preset known positions. At each position, the world coordinates of calibration points are obtained by the cross ratio invariance principle and the linear array camera of the LDS is used for collecting target images. The simulations verify the effectiveness of the proposed model and the feasibility of the calibration method. The experimental results indicate that the calibration method achieves a calibration accuracy of 0.026 mm. Compared with the traditional measurement model, the vision measurement model of the LDS is more comprehensive and avoids a linear approximation procedure, and the corresponding calibration method is easily complemented.     

基于SVR的傅里叶变换型近红外光谱仪间数学模型传递的研究

近红外分析的一个重要基础是数学模型。不同的近红外光谱仪间由于对同一个样品响应的差异,导致一台仪器上建立的数学模型不能直接用于另一台仪器上样品的分析,需要进行模型传递。文章以两台傅里叶变换近红外光谱仪为实验研究对象,以玉米粉末样品为实验材料,采用移动窗口支持向量回归机(SVR)方法,把一台仪器上建立的近红外定量分析数学模型传递到另一台仪器上：当SVR回归的窗口大小为31个波长点,传递样品个数为15个时,模型传递效果较好,以“主机”所建蛋白含量的数学模型分析“从机”上修正后的光谱,化学测定值和近红外预测值间的相关系数提高到0.943 4,相对标准差为4.23%。表明采用移动窗口SVR法进行傅里叶变换近红外光谱仪间数学模型的传递是可行的。     

应用多种近红外建模方法分析梨的坚实度

近红外光谱(near infrared spectroscopy,NIRS)技术是一种快速、无损的仪器分析方法,在农产品品质检测方面引起了广泛的关注,在近红外光谱信息和品质指标之间建立一个稳健的模型是近红外光谱分析中十分重要且有一定难度的过程,常见的多元校正方法有偏最小二乘回归(PLSR)、主成分回归(PCR)和逐步多元线性回归(SMLR)等,该研究中除了常用的线性方法外,还采用了一种结合非线性方法的组合算法[结合了SMLR和径向基神经网络(RBFN)]用于梨坚实度的近红外光谱检测。比较常用的线性建模方法,原始光谱的PLSR模型的得到了较好的结果：校正集相关系数r=0.87, 校正均方根误差RMSEC=3.88 N,预测集r=0.84, 预测均方根误差RMSEP=4.26 N;组合算法的建模结果比SMLR和PCR的结果好,但比PLSR的结果稍差：校正集r=0.85, RMSEC=4.15 N,预测集r=0.82, RMSEP=4.67 N。结果表明：NIRS可用于梨的坚实度检测,但是建模方法的选择值得进一步研究以提高预测的精度。     

A semi-analytic method for computing the long-time order parameter dynamics in mean-field coupled overdamped oscillators with colored noises

The order parameter dynamics of a mean-field model is frequently investigated in macroscopic cumulant dynamics, from which a bifurcation can be predicted qualitatively. In this Letter, for quantitatively investigating the long-time order parameter dynamics, a semi-analytic method is proposed based on approximate nonlinear Fokker-Planck equations. Applying the new method to the mean-field model of periodically driven overdamped bistable oscillators with colored noise, we exhibit the bifurcation behavior and the nonlinear stochastic resonance of the order parameter by tuning noise intensity or coupling coefficient, and the accuracy of the new method are verified by direct simulation. Our observations disclose some new properties about the order parameter dynamics of the mean-field model. For example, the periodic signal shifts the critical coupling coefficient to a larger value, while the nonzero correlation time of the colored noise shifts it to a lower value. Our observation also discloses that there is no quantitatively corresponding relation between the resonant peak and the critical bifurcation parameter of the Gaussian moment system.     

LIBS分析模型对铝合金定量分析精度的影响

为了提高铝合金定量分析的精度,将激光诱导击穿光谱技术与多变量线性回归、中值高斯核支持向量机回归及标准化偏最小二乘回归等方法相结合,建立铝合金中C u元素定量分析模型.对采集的L IBS光谱进行三阶极小值去背景和小波阈值降噪处理,从而提高LIBS光谱的信背比.将处理后数据筛选最佳训练集、预测集并用多变量线性回归、中值高斯...     

POSC-PLS方法及其在电子吸收光谱定量分析中的应用

针对光谱数据局部效应显著,变量个数多,彼此间常存在严重的复共线性,构建了一种基于分段正交信号校正(piecewise OSC)的偏最小二乘(PLS)回归,即POSC-PLS方法。它以近邻分段方式进行逐个波长点的正交信号校正,剔除光谱矩阵中所含的各种噪声信号,将去噪后的光谱矩阵作为新的自变量矩阵,再利用偏最小二乘方法建立校正模型。将该法应用于多环芳香烃电子吸收光谱的多组分定量关系建模,效果良好。所建模型的预报性能优于其他方法,而且模型所需PLS成分数减少,模型更简洁。     

激光诱导击穿光谱结合多元非线性方法定量分析土壤中锰

锰元素是植物所需的微量元素之一。采用激光诱导击穿光谱(laser-induced breakdown spectroscopy,LIBS)技术对土壤中锰元素进行定量分析。以46个土壤样品为研究对象,获取土壤激光诱导击穿光谱数据,选取锰元素403.1 nm的特征谱线为分析线。根据谱线强度与元素浓度建立定标曲线,相关系数仅为0.78,定标结果说明,由于土壤样品成分的复杂性,锰元素浓度受土壤基体效应影响严重,应根据锰元素在土壤中的存在形式,选取相关元素,建立多元非线性回归定量分析方法,消除基体效应,从而提高LIBS测量的准确性。在多元非线性回归方法中分别考虑碳和铁元素对锰元素浓度的影响。与定标曲线相比,在考虑碳和铁元素对锰元素影响时,LIBS预测浓度与参考浓度的相关系数为0.97,相对误差为3.2%～10.3%,测量的准确度得到提高。实验结果表明,将多元非线性回归方法和激光诱导击穿光谱技术结合可以对土壤中微量锰元素进行定量分析。     

小波多尺度正交校正在近红外牛奶成分测量中的应用

光谱分析中,干扰信号的存在直接影响所建分析模型的质量。基于信号和干扰的不同特性,提出了一种扣除背景和噪声干扰的新方法——小波多尺度正交校正(WMOSC)法。首先将原始光谱进行小波变换(DWT),消除噪声及背景信息,然后采用正交信号校正(OSC)滤除与待测组分浓度无关的全部信息。与单纯的小波变换及正交信号校正相比,WMOSC能有效地扣除背景和噪声干扰,使模型具有更强的抗干扰能力,提高了模型的预测精度。利用该方法对牛奶样品的近红外光谱进行处理,采用偏最小二乘法建立校正模型,其牛奶中脂肪、蛋白质和乳糖的预测均方根误差(RMSEP)分别为0.101 6%,0.087 1%和0.110 7%。实验结果表明该方法能有效地去除干扰,保留有用信息。     

The influence of different integration time on stoichiometric analysis in near infrared grating spectrometers

Grating spectrometers are widely used in NIR spectroscopic analysis as a spectrum acquisition instrument. The sensitivity of the spectrometer can be varied by changing the integration time. In this paper, we study the influence of varying integration time on Stoichiometric analysis. The NIR spectra of different intralipid suspensions measured at five integration time were collected, which were then used to establish a model to predict the intralipid suspensions concentration by using the partial least squares regression (PLSR) method. “Cross-validation method” was used to evaluate the errors caused by the different integration times. Experimental results showed that the model accuracy is different based on the root-mean-square error of the calibration set (RMSEC), which ranged from 0.0016 to 0.3488. With the method of “Cross-validation,” all the root-mean-square errors of the prediction set (RMSEP) were larger than the RMSECs, up to two orders of magnitude. This study demonstrates that the integration time has a nonlinear relationship with the light intensity obtained by the spectrometer, this nonlinearity will affect the measurement accuracy. Therefore, we should pay attention to the influence by varying integration time on the measurement in the stoichiometric analysis.     

复合肥中磷元素的激光诱导击穿光谱多元非线性定量分析

采用激光诱导击穿光谱技术对复合肥中磷元素含量进行了定量分析。通过分析特征谱线的激发能级、跃迁概率和干扰情况,确定255.3和844.6 nm分别为磷元素、氧元素的分析线。实验中对18个复合肥样品进行了测量分析,用14个样品建立磷元素的定标曲线,相关系数r仅为0.83,因此采用多元非线性回归方法进行定量分析,提高测量的准确性。与传统定标曲线相比,在考虑氧元素特征谱线的影响时,LIBS测量值与参考值的相关系数r提高到0.98,测量的相对误差大大减小,仅为0.38%～1.70%。实验结果表明,LIBS技术具有快速分析复合肥中磷元素的潜力。     

中国散裂中子源直线输运线束流位置测量系统

介绍了针对中国散裂中子源(CSNS)的直线到环输运线(LRBT)所设计的条带式束流位置测量(BPM)系统,探头方案以条带式电极为基础进行物理设计及参数优化,并通过机械标定减少机械加工误差,电子学选用商用数据处理方案。此系统在加速器实际运行中有效提供位置信息,对在线测量数据采用奇异值分解(SVD)进行分析,根据分析结果,对束流轨道测量的精度达到预期设计目的,满足物理调束需求。     

基于光纤色散相位补偿的高分辨率激光频率扫描干涉测量研究

为了实现更高分辨率的激光频率扫描干涉测量, 增大光源的扫频范围以及减小扫描频率的非线性成为关键. 采用外腔式大带宽扫频光源结合光纤辅助干涉仪构建的外部时钟频率采样非线性校正是目前较为常用的方法. 本研究发现随着扫频带宽和测量范围的增加, 光纤辅助干涉仪与测量光路中存在的色散失配导致频谱出现严重展宽, 极大的降低了测量的分辨率. 本文建立了辅助干涉仪和测量干涉仪色散失配影响的理论模型, 利用该模型分析了扫频带宽和测量范围与测量分辨率的变化关系, 与实验结果相一致, 并进而提出了基于峰值演化消畸变的色散相位补偿方法, 有效地提高了测量的分辨率, 在2.53 m 处实现了接近理论值的64.5 μm的测量分辨率. 该色散失配模型及补偿方法为提高大尺寸激光频率扫描干涉仪的测量分辨率及测距范围提供了参考.