近红外漫反射光谱的主成分分析

本文研究了主成分分析的应用，说明了在主成分分析过程中所产生的新变量如何提供新的光谱信息，该信息能改善对原光谱的解释。     

近红外光谱分析中应用EPP技术的光谱数据采集

为解决近红外光谱分析中现场数据的实时采集问题 ,提出一种应用增强型并行口 (EPP)技术采集样品光谱数据 ,进行物质近红外光谱分析的方法。介绍了增强型并行口技术 ,详细给出了光谱数据采集系统的技术实现方案。系统实现简单、携带方便、通用性好 ,拥有接近于PC机ISA总线的数据传输率     

CCD近红外光谱谱图预处理方法研究

研究讨论了多通道电荷偶合器件（ＣＣＤ）检测器测量的近红外光谱谱图预处理方法及处理参数对光谱信噪比及校正模型质量的影响。对７００～１ １００ｎｍ范围内采用２０４８像素ＣＣＤ测定的近红外光谱,为获得较高的信噪比建议平滑一阶微分处理的窗口参数为９,二阶微分的窗口参数为１９。     

影响烟草近红外光谱分析结果准确性的因素

本文结合作者烟草近红外分析研究的经验,对校正集样品的代表性、样品水分、样品粒径、装样条件和光谱采集参数等影响近红外光谱分析结果准确性的因素作综述介绍,以期为同行工作者提供参考.     

近红外光谱定性与定量分析技术在莲子无损检测中的应用

通过提取采后不同时期的莲子、莲仁的近红外漫反射光谱特征,以莲子的可溶性固形物(SSC)和干物质含量(DM)为指标进行定量和定性分析。利用偏最小二乘回归(PLSR)分析和距离判别分析(DA)计算所得的结果表明：SSC和DM含量与莲子、莲仁的吸收光谱特征具有明显相关。莲子SSC、DM的PLSR模型在5 941～12 480 cm-1谱区综合性能较好,预测相关系数(r₁)分别为0.74和82,校正相关系数(r₂)分别为0.82和0.84,留一交互相关系数(r₃)分别为0.72和0.71。莲仁SSC的PLSR模型在7 891～9 310 cm-1谱区综合性能较好,r₁为0.79,r₂为0.84,r₃为0.77。DM的PLSR模型在全光谱的综合性能较好,r₁为0.92,r₂为0.89,r₃为0.82。莲子在5 400～7 885 cm-1谱区的判别性能较好,正确率达84.2%,而莲仁在9 226～12 480 cm-1谱区的判别性能较好,正确率达90.8%。对不同年份和有膜有芯的干莲仁进行DA判别的精度可达98.9%。研究表明近红外检测技术可用于莲子和莲仁的SSC和DM含量的定量分析及储存期的定性判别,还可对不同年份和有膜有芯的干莲仁进行判别。     

近红外光谱技术快速预测泡桐活立木年轮密度

应用近红外光谱分析技术主要对兰考泡桐活立木年轮密度进行了研究。取样时采用无损的方式,即不伐木,只从样木胸径处钻取直径为5 mm的木芯;用近红外光谱仪采用自动进级式采集样品光谱,波谱范围为350～2 500 nm;密度值采用水银体积仪测量;校正模型和预测模型建立与分析采用偏最小二乘和完全交互验证法。研究结果表明,中径级和大径级泡桐所选年轮数与近红外光谱值之间均存在很好的相关关系,预测模型相关系数分别达0.88和0.91;中径极的泡桐年轮密度与近红外光谱的校正模型和预测模型相关系数分别达到0.90和0.83,校正标准误差(SEC)和预测标准误差(SEP)分别为0.012和0.016。由此可见,该法可简单、快速、无损的预测中径级即接近采伐龄泡桐活立木的年轮密度。     

分组全连接的近红外光谱定量分析网络

全连接网络作为深度学习中的一种典型结构,几乎在所有神经网络模型中均有出现。在近红外光谱定量分析中,光谱数据样本数量较少,但每个样本的维度高。导致了两个问题：将光谱直接输入网络,网络的参数量会十分庞大,训练模型需要更多的样本,否则模型容易进入过拟合状态;在输入网络前对光谱进行降维,虽解决了网络参数量过大的问题,但会丢失一部分信息,无法充分发挥网络的学习能力。针对近红外光谱的特性,提出了一种分组全连接的近红外光谱定量分析网络GFCN。该网络在传统的两层全连接网络的基础上,用若干个小的全连接层替代第一个全连接层,克服了直接输入光谱导致网络参数量过大的缺点。采用Tecator和IDRC2018数据集对该方法进行测试,同时与全连接网络FCN和偏最小二乘PLS两种方法进行对比。结果显示：在两个数据集上,GFCN预测效果均优于FCN和PLS。在只有少量样本参与建模的情况下,GFCN依然能够保持较高的预测效果。表明,GFCN可以用于近红外光谱的定量分析,并且适应样本较少的场景,具有重要的研究价值和广泛的应用场景。     

现代近红外光谱技术及应用进展

简要介绍了现代近红外光谱的发展、技术特点和测量原理 ,对近年来近红外光谱仪器、化学计量学方法及软件和应用的进展情况及我们在这几个方面开展的工作进行了简要介绍     

近红外光谱预测汽油辛烷值和辛烷值仪的研制

本文报道了用近红外光谱预测汽油马达法辛烷值,研究法辛烷值和抗爆指数的方法。用多重线性回归和偏最小二乘法回归建立辛烷值的预测模型。基于此模型,首次研制成功光学多道近红外辛烷值仪。     

分立波长型近红外光谱分析仪定标模型的优化

对于滤光片型或者二极管阵列型等采用非连续扫描方式工作的近红外光谱仪来说 ,如何快速、准确地进行定标波长的优选一直是很关键的问题 ,传统近红外定标波长的优选采用向前或者向后逐步多元线性回归方法 ,依据回归结果所给出的各个波长的t检验值进行定标波长的筛选 ,但是在实际应用中 ,被筛选掉的波长也可能是非常有用的定标波长 ,而增加波长的定标所给出的定标标准差往往会减小 ,但预测精度则不一定会提高。文章将组合数学中的组合生成算法和面向矩阵运算的计算机语言相结合运用于近红外最优回归定标波长的计算机选取 ,可以在较短的时间内完成最优波长组合的选取 ,由于最优波长组合的选取是在优选定标波长数一定的前提下进行比较而且以经回归定标分析确定定标标准差最小原则 ,所以由此得到的定标方程是稳健的。     

光纤技术在近红外光谱仪中的应用

探讨了光纤在近红外光谱技术应用中光纤材料选择、能量损耗和使用注意事项等问题。通过把光纤与近红外光谱技术相结合,使得近红外光谱仪从实验室走向现场,可适用于军事恶劣、危险和复杂的环境。为在军事条件下近红外光谱技术的应用提供了更大的空间。     

Nondestructive egg freshness assessment from the equatorial and blunt region based on visible near infrared spectroscopy

This research was to study which orientation was better for freshness prediction of the white-shelled eggs using visible near infrared spectroscopy. The transmission spectra were acquired in the equatorial region and at the blunt end of the eggs. After each spectral measurement, the Haugh unit, yolk index, and albumen pH as the freshness parameters were simultaneously measured using traditional destructive methods. Pretreatment methods containing Savitzky-Golay smoothing, multiplicative scatter correction, the standard normal variate, the first derivative and the second derivative were used. A partial least squares regression was developed to predict the Haugh unit, yolk index, and albumen pH. The best correlation coefficients of prediction were obtained from the equatorial region, and were 0.881, 0.855, and 0.888 for the Haugh unit, yolk index and albumen pH, respectively. And root mean square errors in the prediction set were 7.720, 0.034, and 0.147 for the Haugh unit, yolk index and albumen pH, respectively. The results illustrated that the equatorial region showed better ability than the blunt end to predict freshness of the white-shelled eggs.     

Validation of practical diffusion approximation for virtual near infrared spectroscopy using a digital head phantom

Light propagation in the digital head phantom for virtual near infrared spectroscopy and imaging is calculated by diffusion theory. In theory, diffusion approximation is not valid in a low-scattering cerebrospinal fluid (CSF) layer around the brain. The optical path length and spatial sensitivity profile predicted by the finite element method based upon the diffusion theory are compared with those predicted by the Monte Carlo method to validate a practical implementation of diffusion approximation to light propagation in an adult head. The transport scattering coefficient of the CSF layer is varied from 0.01 to 1.0 mm⁻¹ to evaluate the influence of that layer on the error caused by diffusion approximation. The error is practically ignored and the geometry of the brain surface such as the sulcus structure in the digital head phantom scarcely affects the error when the transport scattering coefficient of the CSF layer is greater than 0.3 mm⁻¹.     

近红外光谱技术在土壤养分分析中的研究进展及应用前景

精准农业是近年来国际上农业科学研究的热点领域,是现代信息技术和传统农业紧密结合的产物。近红外光谱技术(NIRS)作为一种无损、实时、准确的分析手段,在土壤学领域的应用逐渐得到了人们的重视,是实现精准农业的有效手段之一。对其目前在土壤学领域的应用进行了介绍和分析,认为NIRS在土壤学领域的发展方向应该是田间信息实时采集技术,即在田间条件下利用便携式NIRS分析仪对土壤养分和农作物苗情进行实时分析和处理,另外NIRS还可以与空间遥感技术相结合,宏观掌握农作物所需营养及其长势信息,从根本上改变我国粗放型农业现状。     

Recent quantitative research of near infrared spectroscopy in traditional Chinese medicine analysis

Traditional Chinese medicines (TCMs) have been used in China to prevent and cure diseases for centuries. Due to the complexity of TCMs, fast and highly efficient techniques are required to develop their quality control. Near infrared spectroscopy (NIRS) has been widely applied in TCM analysis for both nonpolar and polar components. This review describes an overview of experimental conditions (spectra pretreatments and multivariate techniques) investigated in NIRS for TCM components that are related to individual compounds such as lipids, essential oils, phenolics, alkaloids, saponins and carbohydrates. Their potential in the separation of TCMs using relevant applications with a particular focus on quantitative analysis is also demonstrated.     

氯化钠近红外光谱检测技术研究

氯化钠(NaCl)近红外光谱分析在生物医学上有着重要的意义。钠离子(Na+)是人体血液中电解质的主要成分,而电解质有助于维持身体的酸碱平衡。采用近红外光谱技术测量氯化钠浓度,在分析钠离子近红外光谱检测机理的基础上,选定波长建立了NaCl浓度线性回归预测模型,同时为了减小温度对水吸收的扰动,使用选定光谱区建立偏最小二乘(PLS)非线性回归模型。结果表明所建立的非线性校正模型决定系数(R2)=99.82%,交叉验证均方误差(RMSECV)=14.5,剩余预测偏差(RPD)=23.7。完全满足日常生化检测精度要求,该技术可以应用于医院实验室钠离子浓度定量分析。     

近红外光谱法预测粗皮桉木材气干密度的影响因素分析

采用近红外光谱分析技术,对粗皮桉木材气干密度校正模型的影响因素进行比较研究.使用直接测量法测量了粗皮桉木材的气干密度,并用近红外光谱仪采集试样的近红外漫反射光谱,对不同切面、厚度、含水率和粗糙度的粗皮桉木材试样的原始光谱进行二阶导数预处理并选择一定光谱段建立回归模型.以50～140个试样作为校正集建立木材气干密度的偏最...     

基于可见/近红外光谱分析技术的猪肉肉糜品质检测研究

以225个猪肉肉糜样本为研究对象,利用可见/近红外光谱分析技术对猪肉肉糜主要品质指标的的快速检测进行了研究.光谱经小波去噪后,采用偏最小二乘法和支持向量机定量分析方法分别建立了肉糜中肌内脂肪、蛋白质和水分含量的可见/近红外光谱预测模型.其中,肌内脂肪的支持向量机定量预测模型最优,校正相关系数rcal和预测相关系数rva...     

近红外光谱法测定PDA中残留丙烯酰胺含量

选取38份实验室自制二甲基二烯丙基氯化铵与丙烯酰胺的共聚物(PDA)为样品,用紫外光谱法对PDA中残留丙烯酰胺(AM)含量进行测定,并进行近红外光谱扫描,在图谱中选取七个波段,将每个波段的特征峰作为自变量,吸收峰作为因变量,采用偏最小二乘法(PLS)的数学转换方法建立近红外反射光谱(NIRS)定标模型,采用小波分析对光谱进行降噪处理,建立PDA中残留AM含量的近红外预测模型,并将预测值与紫外光谱法测定值进行比较,其外部验证决定系数达到0.99,预测分布趋势良好,对预测值与实测值进行t检验,结果显示预测值与实测值差异不显著。试验结果表明,采用近红外光谱数据建立的定标模型预测PDA中残留AM单体含量具有较高可行性。     

Near infrared spectroscopy to study the brain: an overview

This paper gives an overview of principles, technologies, and applications using near infrared spectrometry and imaging (NIRS and NIRI) to study brain function. The physical background is reviewed and technologies and their properties are discussed. Advantages and limitations of NIRI are described. The basic functional signals obtained by NIRI, the neuronal and the hemodynamic signal are described and in particular publications about the former are reviewed. Applications in adults and neonates are reviewed, too.