用近红外光谱法快速测定欧美杨木质素含量

以欧美杨的木质素含量为研究对象,给出了建立近红外光谱分析模型的一种多模型方法。所建模型可用于快速预测欧美杨中的木质素含量,其预测值与实验值之间的相关系数为0．9702,预测结果的平均相对误差为0．0100,模型的拟合优度为0．9126。将所建模型与用偏最小二乘法建立的欧美杨木质素含量预测模型进行了对比,前者的预测效果优于后者。     

基于近红外光谱法的棉/氨纶混纺织物纤维含量快速检测研究

为了实现纺织纤维测定的高效化和无害化并将快速检测方法提供给纺织企业、市场监管部门,将281个棉/氨纶混纺样品作为研究对象,分析了样品颜色和织物结构的影响,并采用偏最小二乘法建立了棉/氨纶混纺织物中纤维含量的近红外定量模型.为验证该模型的准确性,对23个棉/氨纶样品进行了预测.通过对该方法与标准方法SN/T 0464-2...     

用近红外光谱法测量分析全血的血糖浓度

文中利用透射实验测量了全血的近红外光谱,用偏最小二乘法( Partial Least Square ,简写为PLS) 选择包含有葡萄糖特征峰的谱段,建立了回归模型,得到了葡萄糖浓度的拟合曲线,分析拟合曲线与真值的关系,相关系数达到0. 9999 ,误差小于0. 13mmol/ l 。实验结果表明:用近红外光谱的方法可以实现全血血糖浓度的测量。     

用近红外光谱法快速无损检测苦豆子和决明子单粒种子生活力的研究

用傅里叶变换近红外漫反射光谱法测定了自然状态下单粒苦豆子与决明子种子的光谱,并结合定性偏最小二乘法对这两种种子的生活力进行了鉴别研究.研究结果表明,正反面两次平均光谱的建模效果要优于单次光谱;采用不同样品建模时,苦豆子与决明子模型的鉴别率均在90%以上.该研究为利用近红外光谱技术快速无损鉴定种子生活力提供了新的途径.     

近红外光谱技术在快速鉴别南蛇藤品种中的应用

提出了一种利用近红外光谱技术对南蛇藤品种进行快速无损鉴别的方法。收集了6种南蛇藤样本,并用光谱仪获得了它们在12493～4000 cm^-1范围的光谱曲线。通过用主成分分析法对预处理后的光谱数据进行聚类分析,获得了10个主成分。再结合不同的化学计量分析方法建立了品种鉴别模型。由于主成分1和2上的得分分布对不同样本的聚类效果明显,可根据得分分布定性地区分南蛇藤品种。从220个样本中随机抽取165个样本作为建模集,并将其分别用于建立线性鉴别分析、人工神经网络和支持向量机模型。剩下的55个样本用于预测验证。经过主成分数的优化,鉴别精度均达到了100%。结果表明,本文提出的方法对南蛇藤的品种具有很好的分类和鉴别作用。     

组织血氧参数近红外无损检测技术及自主创新之路

用近红外光谱方法无损、实时、连续检测人体组织中的血氧参数,可直接得到大脑皮层、肌肉等组织中微细血管血液的氧饱和度、血红蛋白浓度的平均值.与有创血气分析和检测指端脉搏血氧饱和度等现有技术相比,具有不可替代的特色和优势.本课题组通过10余年的不懈努力,在原理算法、测试技术、临床应用等方面取得了大量创新性的成果.现已成功地将实验室样机转化为具有独立自主知识产权、达到国际先进水平的产品(TSAH-100).在新生儿医学、运动医学、组织移植、体外循环、药物疗效评定、基础研究等领域得到推广应用,已测试900余例受试者.在长期的工作中,建立了高校、医院、企业紧密合作的科研体制,为研发具有自主知识产权的先进医疗仪器提供了有益经验.     

乐山茶叶的近红外光谱分类识别

以乐山产正品竹叶青、劣质竹叶青和峨眉山毛峰为研究对象,提出了一种基于近红外光谱的不同茶叶品种分类识别算法.该算法采用多元散射校正(Multiplicative Scatter Correction,MSC)对3种茶叶的近红外光谱数据进行预处理,最大限度地扣除光谱数据中的随机变异;再采用主成分分析算法(Principal Component Analysis,PCA)对预处理后的光谱数据进行降维,去除冗余;接下来进行线性判别分析(Linear Discriminant Analysis,LDA),进一步提取特征;最后采用K_近邻算法(K_Nearest Neighbor,KNN)对LDA结果的前两个特征进行分类,从而达到对茶叶进行定性分类的目的.实验结果表明,该算法能有效地对3种茶叶进行分类,正确识别率达到100％.本研究为不同品种茶叶的分类识别提供了一种新思路.     

近红外光谱仪器的研究进展与发展趋向

近红外光谱技术正受到越来越多研究人员的青睐。作为这一技术的基础和前提,近红外光谱仪推动着其快速发展。近年来,随着近红外光谱技术的广泛应用,已有的近红外光谱仪已经难以满足研究与生产的需要,为此科研人员在现有光谱仪的基础上进行了很多研究,以提高其使用性能。对近年来近红外光谱仪的研究进展包括仪器硬件的进展、光谱信号处理电路的改进、光谱信号处理方法的发展以及仪器软件的开发等进行了总结和归纳,并对近红外光谱仪的发展趋势进行了展望。     

近红外光谱分析在医学上的应用

阐述了近红外光谱技术在医学领域的研究应用情况,并简要介绍了这一技术在临床化学中的应用,对皮肤的分析以及对血糖、血红蛋白等生理因子的检测.     

基于可见-近红外光谱技术的润滑油酸值无损检测方法研究

研究了基于可见-近红外光谱技术的润滑油酸值无损检测方法.获得了润滑油在475～975 nm范围内的可见-近红外光谱.采用最小二乘支持向量机(LS-SVM)建立可见-近红外光谱检测模型,并通过将无信息变量消除算法(UVE)与连续投影算法(SPA)相结合进行光谱有效波长选取.通过UVE-SPA法进行变量选择计算,最终将原始...     

水果内部品质近红外光谱无损检测研究进展

近红外(NIR)光谱分级技术正越来越广泛地应用于水果的产后加工和质量评判中.介绍了水果内部品质光学特性检测原理;分析了规则反射、透射和漫反射3种光特性测量方法在水果内部品质不同需求检测中的适用性;化学计量学方法是近红外光谱分析技术的一个重要部分,对一些新的预处理方法和回归算法作了介绍;探讨了水果状态对光谱影响及修正方法,如温度补偿、大小修正等;并阐述了水果的糖度、酸度、硬度等定量检测和褐变、黑心、水心、损伤等定性判别的国内外最新研究进展;分析了近红外技术在水果品质检测和控制方面的应用前景.     

近红外光谱无创血糖检测中的生理背景问题

分析了目前直接利用携带复杂组织背景信息的人体近红外光谱进行无创血糖检测方法存在的技术障碍：作为主要信息载体的人体生理背景成分复杂、易变,导致测得的人体近红外光谱无法反映血液中血糖浓度的变化信息,因此,其检测精度很难达到临床应用的要求。提出一种新方法,即利用血流容积一直在变而人体组织背景和血液成分含量短时间不变的事实,消除人体组织背景干扰,获得只反映血液信息的＂纯净＂光谱,将近红外无创血糖检测技术的重点问题转移到如何得到具有较高信噪比的光谱数据,为该技术的临床应用提供了可能性。     

人工神经网络BP算法在近红外光谱分析中的应用

简要介绍了人工神经网络及其在近红外光谱分析中的应用。给出了三层BP网络的基本结构和对应的BP算法。通过测定润滑油的流动性、苯和甲苯的回收率及相对标准偏差的两个实例,分析了人工神经网络BP算法的明显优势。最后指出了存在的部分问题。     

基于近红外光谱技术的猪肉品质检测应用研究

为研究一种快速有效的猪肉质量检测方法,解决传统检验方法耗时、成本高等问题,从市场上收集了109组猪肉样品,通过理化方法将其区分为健康猪肉和病死猪肉。使用FT-NIR光谱仪采集了样品的光谱,并对光谱进行去噪和降维处理。结果显示,光谱数据经过标准正态变换,结合多元散射校正处理和傅里叶变换降维后,建立了基于支持向量机的分类模型,5-折交叉验证准确率达到94.5%。结果表明,利用该方法可以很好地进行不同品质猪肉样品的分类,为用近红外光谱技术检测猪肉质量提供了依据和基础。