改进的PLS-NIR光谱法非破坏定量分析Norvasc药片

本文用改进的偏最小二乘法(PLS)解析Norvasc药片的近红外(NIR)漫反射光谱,实现了对其中的有效成分苯磺酸氨氯地平的精确的非破坏定量分析.用样品的主成分得分趋势图选择PLS的最佳主成分数.分别讨论了最佳波长范围以及NIR原始光谱、NIR一阶导数光谱、NIR二阶导数光谱对测定结果的影响.用HPLC法的测定结果作标准,苯磺酸氨氯地平预测值的相对误差RE(%)＜2.53%,可以满足Norvasc药片实际生产中的质量控制要求.     

基于叶绿素荧光光谱分析的黄瓜霜霉病害预测模型

为了实现对黄瓜病害的快速无损准确预测,基于激光诱导叶绿素荧光光谱分析技术,建立了温室黄瓜霜霉病害的预测模型.通过测定健康叶片、病菌接种3d叶片和接种6d叶片的光谱曲线,采用一阶导数光谱预处理方法,结合主成分分析数据降维方法对三组光谱数据进行特征信息提取后,建立主成分得分散点图,依据累积贡献率选取10个主成分代替导数光谱...     

FTIR结合主成分分析对棕榈科植物鉴别研究

采用傅里叶变换红外光谱(FTIR)结合主成分分析(PCA)对棕榈科植物2个亚科4个族的植物叶片进行了光谱研究。结果显示,棕榈科同族不同种和同科不同族的植物在红外光谱上表现出差异。用二阶导数光谱进行主成分分析,显示可以将样品进行正确分类。研究表明傅里叶变换红外光谱在鉴别分类植物方面具有应用潜力。     

近红外反射光谱法评价安乃近药物质量

本文研究了用近红外反射光谱法进行安乃近粉末药品质量评价的可能性，用多变量统计分类技术（系统聚类分析，逐步聚类分析，主成分分析和逐步判别分析），从安乃近粉末药品的近红外一阶导数光谱，成功地鉴别出合格药，劣药和假药。     

FTIR结合统计分析对竹类植物的鉴别分类研究

傅里叶变换红外光谱结合主成分分析和系统聚类分析用于竹类植物鉴别分类研究。六种竹亚科植物54个竹子叶片的红外光谱测试结果显示竹叶光谱主要由蛋白质、碳水化合物、脂类等吸收带组成,竹叶光谱相似,仅在1 800～700 cm-1范围峰数、峰位、峰强上存在较小的差异。六种竹子叶片红外光谱的二阶导数谱在1 800～700 cm-1范围显示明显差异。用1 800～700 cm-1范围二阶导数光谱进行主成分分析,在主成分PC1,PC2,PC3三维空间图中,所测试竹叶样本分类正确率达98%;在PC3-PC4二维投影图显示所有竹叶样本正确分成六个区域;用1 800～700 cm-1范围二阶导数光谱进行聚类分析,所测竹叶样本正确聚为六类。表明FTIR结合统计分析能够在种水平对竹亚科植物鉴别分类。     

近红外光谱法无损识别林下山参及其生长年限

对不同生长年限的林下山参96支(其中,十五年生24支,十二年生72支)和园参177支。采集近红外光谱后,应用主成分分析-马氏距离法进行判别分析。采用原始光谱,经过预处理后,在全光谱范围内分别选择合适的主成分数,对林下山参和园参以及不同生长年限的林下山参分别建立了判别分析模型。所建立的两组模型对验证集的正确判别率均为100%。表明该方法准确可靠、快速无损,可实际用于林下山参的质量控制。     

基于红外与近红外光谱的烟叶部位识别

以烟叶样品的红外及近红外光谱为基础,采用基于主成分分析的马氏距离判别模型,研究了不同类型仪器、建模区间、模型参数及光谱预处理方式对烟叶部位识别准确率的影响。结果表明根据红外和近红外光谱均可对烟叶部位进行良好识别,近红外光谱因包含的样品信息更为丰富,可以得到比红外光谱更好的识别效果。其中仪器A的二阶导数光谱给出的烟叶部位识别准确率最高,可达94.11%;仪器B的一阶导数及SNV光谱给出的烟叶部位识别准确率次之,为88.24%;Nicolet公司的Antaris360傅里叶红外仪的一阶导数光谱给出的烟叶部位识别准确率为82.35%。对于同一仪器,最佳建模区间及主成分个数随样本情况及光谱预处理方式而变。     

小米的傅里叶变换红外光谱研究

本文利用傅里叶变换红外光谱(FTIR)结合主成分分析和聚类分析对白小米、黄小米、糯小米、青小米、陈黄小米、黑小米和大黄米进行鉴别研究。所有样品的傅里叶变换红外光谱整体相似,二阶导数光谱存在明显的差异。选取1800~1400cm-1范围内的二阶导数光谱数据对52份小米样品做多变量分析,结果显示,主成分分析的分类准确率为84.6%,系统聚类分析的分类准确率为92.3%。结果表明傅里叶变换红外光谱技术结合化学计量学能有效地区分不同品种的小米,为不同小米的分类鉴定提供新的方法与途径。     

红外光谱结合化学计量学对朝天椒和涮涮辣的研究

本文利用红外光谱结合主成分(PCA)和偏最小二乘法判别分析(PLS-DA)研究了朝天椒(簇生椒)和涮涮辣。测试了2种辣椒60个样品的红外光谱,对光谱范围1800~950cm-1做二阶导数处理,发现在该区间存在着明显的差异,利用该区间二阶导数光谱数据进行主成分分析和偏最小二乘法,结果表明PCA和PLSDA都能很好的区别两种辣椒,其中主成分的正确率为100%,偏最小二乘法在隐含潜含变量为12个时其正确率最好,朝天椒的正确率为86.7%,涮涮辣的正确率为93.3%。结果表明小波变换结合PCA和PLS-DA用于傅里叶变换红外光谱技术中能够准确地识别朝天椒和涮涮辣,为区分不同品种的辣椒提供快速和有效的方法。     

肺癌的血清自体荧光检测

激光诱导荧光光谱是一种研究较为广泛的医用光谱技术,已经被用于组织、细胞学的检测.本文利用激光诱导荧光光谱技术,测定了肺癌患者和健康人的血清自体荧光光谱.并采用主成分分析法和判别分析法对荧光光谱数据进行了分析和处理,从大量的光谱数据中提出少量主成分值,并通过主成分值的差别对肺癌的诊断率进行分析.得到的结果为,对肺癌的诊断...     

PCA和SPA的近红外光谱识别白菜种子品种研究

为了实现对不同品种白菜种子的快速无损鉴别,应用近红外光谱技术获取白菜种子的光谱反射率,首先采用变量标准化校正和多元散射校正对原始光谱进行预处理;其次,采用主成分分析法(PCA)对光谱数据进行聚类分析,从定性分析的角度得到三种不同白菜种子的特征差异,并采用连续投影算法(SPA)选取特征波长;最后,分别基于全波段光谱、PCA分析得到的前3个主成分变量以及SPA算法选取的特征波长,建立了最小二乘支持向量机(LS-SVM)和偏最小二乘判别(PLS-DA)模型进行白菜种子不同品种的鉴别。从主成分PC1、PC2得分图中可以看出,主成分1和2对不同种类白菜种子具有很好的聚类作用。基于特征波长建立的PLS-DA和LS-SVM模型的判别结果优于基于主成分变量建立的模型,其中基于特征波长建立的LS-SVM模型识别效果最优,建模集和预测集的品种识别率均达到100%。结果表明,通过SPA算法选取的6个特征波长变量能够很好的反映光谱信息,提出的SPA算法结合LS-SVM预测模型能获得满意的分类结果,为白菜种子品种的识别提供了一种新方法。     

基于主成分分析和人工神经网络的激光诱导击穿光谱塑料分类识别方法研究

研究了人工神经网络在激光诱导击穿光谱(LIBS)塑料分类识别方面的应用。选用七种常见的塑料作为实验样品,获得每种样品的170组LIBS光谱数据,利用主成分分析获得前五个主成分的得分矩阵。用每种塑料样品的130组光谱数据的主成分得分矩阵作为训练集,建立反向传播(BP)人工神经网络模型。将其余40组主成分得分作为测试数据输入训练好的模型进行分类识别,其识别准确度达到97.5%。实验结果表明,通过采用主成分分析与BP人工神经网络相结合的方法,可以很好地进行塑料激光诱导击穿光谱的分类识别,对塑料的回收利用有重要价值。     

基于主成分分析和支持向量机的太赫兹光谱冰片鉴别

利用主成分分析方法结合支持向量机建立了太赫兹时域光谱冰片种类鉴别模型。冰片是一些常用中成药的重要成分,由于其来源多、真假易混淆,在制药和交易环节,迫切需要快速、简便、准确的检测、鉴别方法。太赫兹时域光谱技术是利用太赫兹脉冲表征物质性质的一种新兴光谱技术。实验使用透射式太赫兹时域光谱系统分别获得了艾片、合成冰片和梅片三种冰片在0.2～2 THz之间的吸收谱线。通过主成分分析,做出了第一、第二主成分二维得分图以及第一、二、三主成分三维得分图,两者对三种不同种类冰片都具有很好的聚类效果。用前十个主成分的得分值矩阵代替原光谱数据,通过对三种冰片的60组样本训练,对未知的60组样本鉴别,建立了四种不同核函数的支持向量机模型。对比结果表明,径向基核函数构建的支持向量机对三种冰片的分类鉴别准确率均为100%,由此我们确定选择具有径向基核函数的支持向量机建立冰片种类的鉴别模型。此外,在含噪情况下,四种核函数SVM获得的总分类准确率都在85%以上,说明支持向量机具有很强的泛化能力。主成分分析结合支持向量机方法对冰片太赫兹光谱具有很好的分类和鉴别效果,为冰片等中成药剂的种类鉴别提供了一种新思路。     

高双折射Sagnac环透射特性的理论与实验研究

 采用传输矩阵分析法、数值模拟和实验研究相结合的方法研究了由光耦合器（OC）、偏振控制器（PC）和保偏光纤（PMF）组成的高双折射Sagnac干涉环的透射特性。理论分析了PMF特性和PC状态对输出特性的影响,并通过数值模拟得到了PMF长度、双折射率（Δn）和PC状态不同时所对应的透射光谱。最后通过实验验证得出了波长间隔只由PMF的长度和双折射率Δn决定,透射率大小只由PC状态决定,而透射谱的峰值位置由PMF和PC状态共同决定的规律。实验结果与理论分析结果非常一致,对Sagnac环透射规律的研究对这种可调谐滤波器在多波长光纤激光器中的应用具有一定的参考价值。     

基于主成分分析和神经网络的近红外光谱苹果品种鉴别方法研究

提出了一种用近红外光谱技术快速鉴别苹果品种的新方法,首先用主成分分析法对苹果品种进行聚类分析并获取苹果的近红外指纹图谱,再结合人工神经网络技术进行品种鉴别。主成分分析表明,主成分1和主成分2的累积可信度已达98％,以主成分1和2对所有建模样本的得分值做出的得分图,对不同种类苹果具有很好的聚类作用。利用主成分分析得到的载荷图可以得到对于苹果品种敏感的特征波段,用特征波段图谱作为神经网络的输入建立三层BP人工神经网络模型。每个品种各25个苹果共75个用来建立神经网络模型,余下的共15个用于预测。对未知的15个样本进行预测,品种识别准确率达到100%。说明文章提出的方法具有很好的分类和鉴别作用,为苹果的品种鉴别提供了一种新方法。     

Reflectivity characteristics of the fiber loop mirror with a polarization controller

In this paper, reflectivity characteristics of a fiber loop mirror (FLM), which is formed by inserting a fiber polarization controller (PC) into the fiber loop of an ordinary FLM, are investigated in detail. A theoretical model for determining the reflectivity characteristics of the FLM is present by using the equivalent optical path technique, and the reflectivity characteristics of the FLM are then simulated with the model. The simulation results show that, when the FLM is based on a 3 dB optical coupler (OC), the reflectivity of the FLM may be continuously adjusted to any value between 1 and 0 by changing the PC state, i.e. by either changing the fast axis orientation or the birefringence intensity of the PC alone, as well as both of them; the reflectivity spectra of the FLM are wide and flattened for any PC state, mainly limited by the operating bandwidth of the OC used. The reflectivity characteristics of the FLM are further tested experimentally. The results verify that the reflectivity of the FLM may truly be continuously adjusted between its maximum and minimum values by changing the PC state. The obtainable maximum and minimum reflectivities of the FLM are measured to be 93% and 2%, respectively. Moreover, the experimental results are in agreement with those of the simulations.     

基于近红外光谱技术和人工神经网络的玉米品种鉴别方法研究

提出了一种采用近红外光谱技术结合人工神经网络对玉米品种进行鉴别的方法。在3 800～10 000 cm-1(波长1 000～2 632 nm)范围内采集四种玉米单粒完整籽粒的近红外漫反射光谱,经Savitky-Golay平滑和多重散 射校正预处理后,对数据进行主成分分析,再结合人工神经网络技术进行品种鉴别。主成分分析表明,前8个主成分的累积贡献率达到99.602%。以前8个主成分作为网络输入,品种类型作为输出,建立三层LMBP神经网络模型。每个品种 各取30粒共120个样本用于建模,10粒共40个样本用于预测。模型对建模集120个样本鉴别率为100%,对预测集40个样本的鉴别率为95%。实验结果说明该方法能快速无损地鉴别玉米品种,为玉米的品种鉴别提供了一种新方法。     

蒿甲醚的太赫兹时域光谱研究

蒿甲醚是目前治疗疟疾非常有效的药物。由于其独特的药效,在临床医学中的应用比较广泛。采用太赫兹时域光谱技术测量了蒿甲醚在太赫兹波段的吸收特性,得到它在0.2～3.0 THz频率范围的特征吸收谱。应用密度泛函理论和6-31G基组计算了蒿甲醚分子的结构及其在太赫兹波段的振动频率,并据此对实验光谱吸收峰进行了指认。理论计算表明,在1.26和2.73 THz处的吸收峰与实验上在1.24和2.73 THz处得到的吸收峰位置相对应,理论计算与实验数据吻合的较好。同时对蒿甲醚的远红外振动模式进行了识别,振动模式以分子基团的骨架振动和扭转为主要特征。对蒿甲醚太赫兹光谱特性的研究结果表明太赫兹技术是一种检测中药的有效方法,这为进一步研究蒿甲醚的药效提供了理论依据。     

三种膜材喷涂尿素前后红外吸收的研究

包膜肥料是目前肥料研究领域中的热点。相关的研究主要集中在包膜材料对包膜肥养分释放的作用机制上,而膜材在包膜前后结构变化的可用信息则较少,此信息是能否直接用膜材研究包膜肥养分控释机理的关键所在。文章分别用以聚乳酸(PLA)、聚丁二酸丁二醇酯(PBS)和聚碳酸酯(PC)为主要材料配制的膜材为对象,研究他们在对尿素包膜前后红外吸收光谱的变化,目的是为利用纯膜材深入研究包膜肥养分控释机理提供理论依据。结果显示PLA和PC在对尿素包膜前后的红外吸收光谱变化较小,而PBS较大。这说明前两种包膜材料能够直接用于研究包膜肥养分释放情况,但PBS不能。