棉花冠层水分含量估算的高光谱指数研究

适宜的光谱指数对于地表参数高光谱诊断模型的估算精度具有决定性作用。通过不同棉花冠层水分含量表征参数冠层等效水厚度EWT_canopy, 植株含水量VWC及其对应的光谱数据分析,构建350～2 500 nm范围内所有波段两两组合的比值指数RVI和归一化指数NDVI,分析水分含量表征参数与所有指数之间的相关关系,筛选最大相关系数对应的指数作为最佳水分指数,利用新指数构建水分含量表征参数的估算模型,并与已知的各种水分指数估算精度进行比较。结果表明：新建比值指数R_{1 475}/R_{1 424}及其归一化指数(R_{1 475}-R_{1 424})/(R_{1 475}+R_{1 424})对EWT_canopy的估算效果最佳,由其得到的估算值与实测值之间的相关系数r值达到0.849;已知指数(R₈₃₅-R_{1 650})/(R₈₃₅+R_{1 650})对VWC的估算效果最佳,由其得到估算值与实测值之间的相关系数r值为0.805。     

852.3 nm激光线共振激发Cs蒸气的荧光光谱

研究了Cs蒸气被单模半导体激光器的852.3 nm线激发产生的荧光光谱。由Cs,Cs₂的荧光及其强度确定了在受激Cs-Cs₂系统中的若干碰撞和辐射过程。高位态原子线是由Cs(6P_3/2)+ Cs(6P_3/2)到Cs(6D,8S)的碰撞能量合并形成的,Cs₂(B 1∏_u)带则由Cs(6P)+Cs₂(X 1Σ+_g)碰撞转移产生。通过激发转移、能量碰撞合并和Cs₂-Cs碰撞传能研究了6 2P原子的精细结构混合,得到了6P_3/2→6P_1/2碰撞转移速率系数是(5.2±2.1)×10-11 cm3·s-1,给出了过程Cs₂(B 1∏_u)+Cs(6S)→Cs₂(X 1Σ+_g)+Cs(6P_1/2)的速率系数是(1.0±0.4)×10-9 cm3·s-1。     

结节性甲状腺肿的傅里叶变换红外光谱体表测定

利用ATR探头和中红外光导纤维红外光谱法在体表测定34个正常甲状腺和20个结节性甲状腺肿的傅里叶变换红外光谱。并比较了二者之间13条谱带的27个指标的差异。结果表明: 结节性甲状腺肿的体表红外光谱中：(1)～2 925 cm-1 谱带(—CH₂的反对称伸缩振动)的峰位, ～1 250 cm-1(PO的伸缩振动)谱带的峰位均明显地向低波数方向移动(P＜0.05);(2)谱带的相对强度(谱峰高度)比值H_{1 740}/H_{1 460}, H_{1 160}/Ｈ_{1 460}和H_{1 160}/H_{1 120} 较正常甲状腺明显降低(P＜0.05);(3)H_{1 080}/H_{1 460}比值明显升高(P=0.008)。这些差异是利用体表红外光谱诊断结节性甲状腺肿的基础。     

24 ℃和0.1～900 MPa压力下乙醇的拉曼光谱研究

在24 ℃和0.1～900 MPa压力下测量了含50%水的乙醇溶液和纯乙醇的激光拉曼光谱。研究结果表明,纯乙醇和50%乙醇溶液中的C—H基团振动波数均随压力的增大而增大,它们的各振动峰与压力的关系分别为： 纯乙醇： ν₁=2 881.890+0.001 27 P+6.213×10-6 P2;ν₂=2 928.707+0.004 38 P+4.772×10-6 P2;ν₃=2 973.457+0.008 89 P+3.245×10-6 P2;50%乙醇溶液： ν₁ =2 885.616+0.010 8 P-2.699×10-6 P2;ν₂ =2 932.734+0.013 7 P-3.346×10-6 P2;ν₃ =2 978.115+0.016 5 P-4.914×10-6 P2。另外,还观察到在低于550 MPa压力范围,50%乙醇溶液中的氢键强度随压力的增大而明显增加,550 MPa以上压力时不再随压力而发生变化。     

常温高压下碳酸根离子的拉曼谱峰标定压力初探

在准静水压的条件下,利用碳化硅压腔和显微拉曼光谱原位测量技术,在0～1.7 GPa压力范围测定22 ℃高压下三种不同的H₂O-Na₂CO₃体系(1.5,2.0,2.5 mol·L-1)中CO2-₃的对称伸缩振动ν_{1 066}拉曼谱峰的变化。结果表明,在室温条件下,碳酸根的ν_{1 066}峰的拉曼位移随着压力的增大而线性增加。三种浓度下ν_{1 066}峰的拉曼位移与压力的拟合直线彼此接近,斜率误差小于1%,偏差小于系统误差,因此在实验误差范围内碳酸根浓度对ν_{1 066}峰随压力变化的行为不存在影响。经过数据拟合得到公式：p/MPa=174.13 Δν_{1 066}/cm-1—59.03(Δν_{1 066}=ν_{1 066}-ν_{1 066}0,ν_{1 066}0为体系零压时碳酸根离子ν_{1 066}峰的拉曼位移)。此公式可以用于常温下在含有纯碳酸钠体系中的压力标定。     

用光学-光学双共振光谱技术研究Cs蒸气中的共振交换碰撞

利用窄带半导体激光器泵浦所有具有相同z分量速度的基态Cs原子至激发态,研究了Cs(6P_3/2, v) +Cs(6S_1/2, v′)→Cs(6S_1/2, v) +Cs(6P_3/2, v′)的共振交换碰撞过程。与泵浦光反向平行的另一单模激光器激发6P_3/2至8S_1/2态,以检测6P_3/2态原子的速度分布,确定激发态原子的热能化效应。通过测量8S_1/2→6P_1/2荧光的尖峰强度与相应的多普勒背景的强度比,得到共振交换碰撞速率系数为k=9.62×10-7 cm3·s-1。证明了在纯碱金属蒸气中,由共振交换机制产生的热能化效应的大小比由速度改变碰撞引起的大3个数量级。     

水稻叶片叶绿素、类胡萝卜素含量估算的归一化色素指数研究

测定了水稻叶片的高光谱反射率,以及相应的叶绿素、类胡萝卜素含量,采用一种将350～2 500 nm范围内所有光谱波段两两组合的方法,构建所有可能的归一化比值色素指数,并建立这些指数与叶绿素、类胡萝卜素含量的统计模型,然后将构成最佳模型的指数确定为最适合相应色素估算的指数,并进行验证以及与已知归一化色素指数进行了比较。结果表明,本研究所给出基于叶片水平的色素指数(R_{1 729}-R₇₀₇)/(R_{1 729}＋R₇₀₇),(R_{1 554}-R₅₇₂)/(R_{1 554}＋R₅₇₂),(R_{1 729}-R₇₀₆)/(R_{1 729}＋R₇₀₆),(R_{1 536}-R₇₀₇)/(R_{1 536}＋R₇₀₇)可以较好地估算叶绿素、类胡萝卜素含量。构成这些色素指数的指数波段主要位于700 nm附近,其次为绿光长波区域;构成指数的参照波段主要位于短波红外区域。这说明短波红外区域在色素指数的构建中也有重要作用。这些色素指数对叶绿素、类胡萝卜素含量的估算效果一般要好于各已知的归一化比值色素指数,或者与最好的已知色素指数估算效果相当。     

二元溶液中基频拉曼散射系数随浓度变化对费米共振的影响

在二硫化碳(CS₂)和苯(C₆H₆)的二元溶液中,随着相对体积浓度而变化,C₆H₆的基频ν_１(992 cm-1) 的拉曼散射系数随浓度减小而增加,而CS₂的基频ν₁(656 cm-1)的拉曼散射系数则随浓度增加而增加。文章测量了这二元溶液相对不同体积浓度的拉曼光谱。结果表明,尽管CS₂和C₆H₆的基频ν₁的强度都随着浓度变化而发生较大变化,但C₆H₆的基频ν₁对其参与的ν₁+ν₆～ν₈费米共振几乎没有影响,而CS₂的基频ν₁强度的变化不仅对ν₁～2ν₂费米共振产生较大影响,还使基频ν₂发生变化。文章给出了实验结果,并用Bertran费米共振理论和群论给予了解释。     

红外光谱法研究聚苯乙烯磺酰氯树脂功能基团的均一性

利用380FTIR型红外光谱研究了聚苯乙烯与氯磺酸在不同时间及投料比条件下的氯磺化反应。以1 601.5 cm-1苯环特征峰作为内标峰,1 377.4与3 476.8 cm-1处的磺酰氯和磺酸特征峰作为参比峰,以朗伯-比耳定律为理论依据,利用红外光谱法测定了特征频率强度A,将 A_{1 377.4}和A_{3 476.8}与A_{1 601.5}进行比较,并以A_{1 377.4}∶A_{3 476.8}的大小表示聚苯乙烯磺酰氯树脂均一性的高低。结果表明：(1)当反应1 h之后A_{1 377.4}∶A_{3 476.8}随时间的延长而增大。(2)在投料比为1∶1之前,A3 476.8∶A_{1 601.5}随投料比的增大而增大,之后则随投料比的增大而减小,同时出现了磺酰氯吸收峰且A_{1 377.4}∶A_{1 601.5}随投料比逐渐增大,在4∶1之后A_{1 377.4}∶A_{1 601.5}与A_{3 476.8}∶A_{1 601.5}呈现稳定。在一步法反应条件下,当投料比为4∶1时,反应5 h,可获得均一性较好的聚苯乙烯磺酰氯树脂 (磺酰氯的担载量为4.0 mmol·g-1)。结果证明红外光谱法可方便、快捷地检测聚苯乙烯磺酰氯树脂的均一性,具有一定的实用性及推广性。     

绿松石的激光拉曼光谱研究

对湖北、安徽地区绿松石进行了激光拉曼光谱测试分析。结果表明,绿松石中H₂O,OH-及PO3-₄的基团振动是导致其激光拉曼光谱形成的主要原因。3 510～3 440 cm-1的谱峰是由ν(OH)伸缩振动所致,其中ν(OH)振动导致的强拉曼特征谱峰在3 470 cm-1附近,ν(H₂O)伸缩振动致拉曼谱峰位于3 290～3 070 cm-1附近的较为宽缓的弱谱峰处;由ν₃(PO₄)伸缩振动致强拉曼特征谱峰在1 200～1 030 cm-1之间,其中ν₃(PO₄)振动导致的强拉曼特征谱峰在1 039 cm-1附近,ν₄(PO₄)弯曲振动位于650～540 cm-1范围,ν₂(PO₄)的弯曲振动谱峰位于500～410 cm-1处;不同产地、不同结晶类型的绿松石表现出的拉曼谱峰特征基本一致。     

不同核函数支持向量机和可见-近红外光谱的多种植被叶片生化组分估算

氮、磷、钾元素是植物有机质的重要生化组分,准确估算其含量对监测管理植被的新陈代谢和健康状况具有重要意义。可见-近红外光谱结合多种建模方法已被用于植被生化参数的监测,其中支持向量机回归方法被证明能够较好拟合反射光谱和植被生化参数之间的非线性关系,而选取适当的核函数是其成功的关键。以宜兴地区水稻、玉米、芝麻、大豆、茶叶、草地、乔木和灌木等八种植被叶片样本为研究对象,分析比较基于径向基核函数、多项式核函数和S形核函数的支持向量回归模型估算叶片氮、磷、钾元素含量的能力。利用一阶微分变换、标准正态变量变换和反对数变换对叶片可见-近红外光谱进行预处理,运用bootstrapping法生成1 000组校正集和验证集,分别建立基于三种核函数的支持向量回归估算模型,以决定系数（R2）和相对分析误差（RPD）的均值作为评价指标。结果显示,结合一阶微分和反对数变换光谱,采用径向基核函数模型对氮、钾元素估算精度最高（氮：平均R2=0.64,平均RPD=1.67;钾：平均R2=0.56,平均RPD=1.48）,结合一阶微分变换光谱,采用径向基核函数模型对磷元素估算精度最高（磷：平均R2=0.68,平均RPD=1.73）。研究表明,结合不同预处理的可见-近红外光谱,基于径向基核函数的支持向量回归模型具有较好的估算多种植被叶片生化组分含量的潜力。     

基于多重核学习支持向量回归的混沌时间序列预测

鉴于标准支持向量回归应用于混沌时间序列预测时经常会遇到诸如核函数及其参数难以确定的问题,提出了多重核支持向量回归的方法.通过在混合核空间求解二次约束下的二次规划问题,实现多重核支持向量回归算法.该算法不仅可以减少支持向量的个数,而且能够提高预测性能.最后将该方法运用到Lorenz, Henon和Mackey-Glass混沌时间序列预测,仿真结果表明该方法能够有效地提高预测精度,增强预测模型的泛化性能. 关键词： 混沌时间序列 支持向量机 多重核学习 优化     

基于在线小波支持向量回归的混沌时间序列预测

混沌时间序列预测是非线性动力学研究中一个十分重要的问题，支持向量回归方法为其提供了一种有效的解决思路.通过分析新样本加入训练集后支持向量集的变化情况，建立了一种混沌时间序列预测的支持向量回归算法，具备了在线学习的特点.同时，针对混沌信号提出了一种满足小波框架的小波核函数，它不但能以较高的精度逼近任意函数，而且适合于混沌信号的局部分析，提高了支持向量回归的泛化能力.最后就Mackey-Glass混沌时间序列在线预测问题进行了大量仿真.结果表明，本文算法与现有的算法相比具有训练时间短、预测精度高等特点，有一定 关键词： 混沌时间序列 支持向量回归 在线学习 小波核     

精细全光谱结合GS-SVR的复杂水体硝酸盐分析方法研究

硝酸盐是水质健康状态评价的一个关键要素。水体中高浓度的硝酸盐会导致生物多样性剧减以及生态系统的退化,同时对人类的健康产生不可逆转的伤害。基于光学测量的水质在线监测是当前及未来水环境动态监测的发展趋势。相较于传统硝酸盐现场采样加实验室分析的测定方法,具有操作便捷,无需前处理,检测效率高,可靠性好且无污染等显著优点。由于实际水体组分的复杂性与多样性,水体参数和吸光度二者并非呈现线性相关,传统的单波长法,双波长法,偏最小二乘法等线性回归预测模型已不适用。基于此,提出一种精细全光谱结合可变步长网格搜索,优化支持向量回归(GS-SVR)的水体硝酸盐分析方法。同时与陕西科技大学化学与化工学院合作,采用标准的硝酸盐溶液,铂-钴标准溶液,福尔马肼标准混悬液根据实验要求配制了不同浓度梯度94组溶液样本。首先将采集到的透射率光谱数据完成吸光度转换,并使用Kennard-Stone方法将94个溶液样本划分为80个训练集和14个测试集。其次使用改进的GS算法结合交叉验证,通过多次迭代,减小搜索范围、改变搜索步长对SVR进行参数寻优,并将最优惩罚参数C和核函数宽度σ用于训练集中进行模型建立,最后用所建立的模型对测试集进行浓度预测。并将预测效果与反向传播神经网络(BPNN),SVR,GS-SVR,粒子群算法优化SVR(PSO-SVR),遗传算法优化SVR(GA-SVR)的模型预测结果比较,结果显示,提出的算法模型相关系数R2=0.993 5,预测均方根误差RMSEP=0.043 5,最优参数C和σ组合为(512,0.044 2),平均训练时间为13 s。相较于上述五种预测模型,R2分别提高了1.22%,11.66%,0.78%,0.74%和0.77%,训练效率分别提升4.15倍(BPNN),8.30倍(GS-SVR),21.38倍(PSO-SVR),10.23倍(GA-SVR)。模型的预测精度以及训练效率方面都取得了很大的提升,为复杂水体硝酸盐浓度的快速实时在线监测提供了一种新的方法。同时,该方法具备一定的普适性,也适用于其他水质参数预测模型的建立。     

FTIR结合SVR对三七总多糖含量快速预测

对中药进行快速质量控制,从整体层面反映中药的安全性与有效性具有重要意义。通过硫酸-苯酚显色反应测定三七总多糖含量,傅里叶变换红外光谱(FTIR)结合支持向量机回归(SVR)建立三七总多糖含量预测模型,以期为三七提供快速准确的质控方法。采集云南省12个产地60个三七样品的红外光谱,紫外分光光度法(UV-Vis)检测样品中总多糖含量。红外光谱经过二阶导数(2D)、正交信号校正(OSC)、小波变换(WT)和变量投影重要性(VIP)筛选等数据优化处理。SPXY算法将所有样本按2∶1的比例划分为训练集与预测集。训练集数据用于建立SVR预测模型,网格式搜索、遗传算法(GA)和粒子群优化算法(PSO)对SVR预测模型进行参数优化,预测集进一步对SVR模型的预测能力进行验证。结果显示：(1)葡萄糖标准品与三七总多糖在490 nm处存在最大共有吸收峰,490 nm可作为三七总多糖检测的定量波长;(2)文山丘北、曲靖师宗及红河蒙自等产地的三七总多糖含量较高,平均含量在25 mg·g-1以上;(3)分析3种参数优化模型的校正均方根误差(RMSEE)与预测均方根误差(RMSEP),与PSO优化模型相比,网格式搜索优化模型欠学习,GA优化模型过学习;(4)PSO-SVR模型对预测集数据预测效果最好,RMSEP=3.120 6,R2_pre=83.13%,预测值与紫外检测值接近。表明FTIR结合PSO-SVR模型能够对三七中总多糖含量进行快速准确的预测,为保证三七稳定、安全与有效用药提供数据。     

基于核主成分分析和支持向量回归机的红外光谱多组分混合气体定量分析

提出了一种核主成分分析(KPCA)特征提取结合支持向量回归机(SVR)的红外光谱混合气体组分定量分析新方法。首先将特征吸收谱线严重重叠的混合气体光谱通过非线性变换映射到高维特征空间,然后在特征空间中再利用主成分分析法提取主成分,提取出的主成分作为SVR的输入建立校正模型,实现了甲烷、乙烷、丙烷、异丁烷、正丁烷、异戊烷以及正戊烷七种组组分特征吸收光谱严重重叠的混合气体的定量分析。用KPCA-SVR所建模型对未知浓度混合气体的七种组分预测的RMSE (φ×10－60较仅用SVR模型预测的RMSE (φ×10－6)降低了一个数量级。结果表明,核主成分分析法具有很强的非线性特征提取能力,可以充分利用全光谱数据并有效地消除光谱数据噪声,降低数据维数,与支持向量回归机结合可以提高红外光谱分析的精度,缩短模型计算时间,是一种有效的红外光谱分析新方法。     

基于THz-ATR光谱的玉米种子水分定量模型优化方法研究

应用太赫兹时域光谱技术结合区间偏最小二乘法筛选玉米种子水分THz特征波段,并采用支持向量机构建基于特征谱区的抗非线性干扰的种子水分快速定量分析模型。实验以郑单958玉米种子为例,制备含水量范围9.58%~12.71%的种子粉末样本40组(每组取样3份),采用衰减全反射(ATR)附件扫描得到120份样本太赫兹时域光谱,根据SPXY(光谱-理化值共生距离算法)法划分得到训练集样本90份,测试集样本30份。种子水分对太赫兹波具有强烈吸收,首先采用基于偏最小二乘线性回归的移动区间（mwPLS）、独立区间(iPLS)、后向区间(biPLS)和联合区间(siPLS)方法筛选最优特征谱区组合;鉴于环境水分、种子其他成分及系统噪声对种子水分太赫兹光谱存在不可避免的非线性干扰,在上述光谱特征区间进一步采用基于RBF核函数的支持向量机和网格搜索法构建得到预测性能最优的种子水分快速定量分析非线性模型,训练集均方根误差为0.021 2,预测集均方根误差为0.069 7,相对分析误差为12.345 7,相较于传统偏最小二乘线性回归模型,模型性能得到提升。种子水分含量是影响种子贮藏安全和种子活力的重要因素,实验结果表明：太赫兹时域光谱结合化学计量学可以有效筛选种子水分特征吸收谱区,建立抗干扰、高精度的种子水分快速定量分析模型,有望成为未来种子质量快速测定领域一项极具应用潜力的补充技术。     

基于LLE-SVR的鸡蛋新鲜度可见/近红外光谱无损检测方法

鸡蛋新鲜度是反映鸡蛋内部品质的一个重要指标。为了能够实现鸡蛋新鲜度的快速无损检测,利用微型光纤光谱仪采集鸡蛋550～950 nm的透射率光谱曲线,与鸡蛋的哈夫单位值进行了定量分析。通过不同的预处理方式分别结合偏最小二乘回归(partial least squares regression, PLSR)与支持向量回归(support vector regression, SVR)建立模型,比较了不同模型的预测结果,发现一阶微分结合SVR能够实现较好地预测,且利用SVR建模要优于PLSR。为了提高运算效率,减少无用信息对建模的不良影响,分别利用线性降维主成分分析法(principal component analysis, PCA)与非线性降维局部线性嵌入(locally linear embedding, LLE)对一阶微分后的光谱数据降维,比较两种降维方法的预测效果,得出了LLE降维要优于PCA降维,其训练集和预测集的相关系数与均方根误差分别为92.2%,7.21和91.1%,8.80,训练集交叉验证的均方根误差相比减少了0.79。实验结果表明,利用局部线性嵌入结合支持向量回归进行非线性建模,能够提高鸡蛋新鲜度的预测能力,表明该方法对鸡蛋新鲜度的可见/近红外光谱检测可行。     

基于LNDM模型的碳离子束混合辐射场相同剂量平均LET下关键纳剂量学指标及RBE分析

纳剂量学量正在成为新的表征辐射品质的量,也是用于精确计算相对生物学效应(RBE)的基础数据.具有相同剂量平均传能线密度(LET)离子束混合辐射场导致的生物学效应也未必相同.为研究关键纳剂量学指标[电离簇尺寸NICS≥1的条件概率密度分布的一阶矩(M C11)、NICS≥2的条件概率密度分布的一阶矩(M C21)、NIC...     

应用近红外光谱对低碳数脂肪酸含量预测

应用近红外光谱技术结合支持向量机回归(support vector machine regression, SVR)方法测量食用植物油脂低碳数脂肪酸(C≤14)含量。使用SupNIR-5700近红外光谱仪采集58个样品的近红外光谱图,通过偏最小二乘(partial least square, PLS)算法剔除奇异样品。选择其中具有代表性的52个样品进行主成分分析(principal component analysis, PCA),选取径向基(radial basis function, RBF)核函数建立支持向量机回归模型,并对光谱预处理方法和参数寻优方法进行了详细的分析和讨论。实验表明,经过粒子群算法(particle swarm optimization, PSO)优化后模型的性能都有所提高,泛化能力更强,预测的准确度和稳健性更好;其中预处理方法2经过PSO优化寻优后的参数C=2.085, γ=22.20时,预测集和校正集相关系数(correlation coefficient, r)分别达到了0.998 0和0.925 8,均方根误差(root mean square error, MSE)分别为0.000 4和0.014 3。研究结果表明,应用近红外光谱结合PSO-SVR方法进行食用植物油脂低碳数脂肪酸含量快速、准确的预测是可行的。