水稻叶片色素含量近红外光谱估测模型研究

以不同品种类型和不同施氮水平的水稻(Oryza sativa)叶片近红外光谱信息为基础,运用逐步多元回归法(Stepwise multiple linear regression,SMLR)、主成分回归法(Principal component regression,PCR)、偏最小二乘法(Partial least square,PLS)和BP神经网络法(Back-propagation neural network,BPNN),建立了水稻叶片中叶绿素a(Chl a)、叶绿素b(Chl b)、叶绿素a+b (Chl a+b)和类胡萝卜素(Car)的近红外预测模型.结果显示,利用8000～4000 cm-1波段范围的一阶导数(First derivative,FD)建模效果最佳.其中,基于PLS的预测模型效果最好;4类近红外色素模型的内部交叉验证误差分别为0.251,0.063,0.305和0.073;外部交叉验证的误差RMSEP分别为0.335,0.123,0.302和0.072,表明的预测效果较好.因此,可以基于近红外模型对水稻叶片色素含量进行快速测定.     

基于高光谱技术的培养基上细菌菌落分类方法研究

利用高光谱技术对培养基上细菌(大肠杆菌、李斯特菌和金黄色葡萄球菌)菌落进行快速识别和分类。采集琼脂培养基上细菌菌落的高光谱反射图像(390~1040 nm),在对波段差图像进行大津阈值分割的基础上自动提取细菌菌落光谱,并建立细菌分类检测的全波长和简化偏最小二乘判别( PLS-DA)模型。全波长模型对预测集样本的分类准确率和置信预测分类准确率分别为100%和95.9%。此外,利用竞争性自适应重加权算法( CARS)、遗传算法( GA)和最小角回归算法( LARS-Lasso)进行波长优选并建立对应简化模型。其中,CARS简化模型在精度、稳定性及分类准确率方面均优于GA和LARS-Lasso简化模型,其对预测集样本的分类准确率和置信预测分类准确率分别达到了100%和98.0%。研究表明,高光谱是一种细菌菌落高精度、快速、无损识别检测的有效方法。简化模型中优选的波长可以为开发低成本检测仪器提供理论依据。     

基于移动窗口-迭代遗传算法的近红外光谱波长选择方法

光谱样本数据常会受到环境噪声和其它组分的干扰，应作波长选择，以提高分析精度。近红外光谱谱区宽，搜索空间过大，难以直接采用遗传算法进行波长选择。为此本研究提出先用移动窗口偏最小二乘法（MWPLS）从宽谱区中初选出信息区间，再采用改进的迭代遗传算法（IGA）从中选出最优的信息子区间。MWPLS用移动窗口沿全谱区扫描，对信息区间的定位效果好，而IGA将顾及光谱数据的连续相关特性，运行多轮GA，并以上轮选择结果平滑处理后作为先验知识支持下轮的种群初始化。由此选出的连续相邻的波长点作为自变量，进行PLS建模，既可显著地简化模型，又保留一定的数据冗余，模型的稳健性好、分析精度高。将其用于小麦水分的近红外分析，效果良好，预测性能明显优于其它方法。     

高光谱图像技术检测黄瓜叶片的叶绿素叶面分布

以黄瓜叶片为材料,利用高光谱图像技术结合独立分量法(ICA),研究了叶绿素浓度叶面分布的快速、无损检测方法.用高光谱相机采集了80片黄瓜叶子的高光谱图像(408～1117 nm),利用ICA方法提取了高光谱图像的8个独立分量信号,通过逐步线性回归(SMLR)优选出第1、第2和第5个ICA信号,并在此基础上建立了叶绿素浓...     

近红外光谱法分析土壤中的有机质和氮素

应用近红外光谱技术测定土壤中的全氮、有机质、碱解氮，分别测定了2mm、0.15mm粒度的风干土在4000cm^-1～12000cm^-1波数范围的近红外光谱，用偏最小二乘法建立数学模型来进行含量预测，结果表明近红外光谱与土壤有机质、全氮、碱解氮具有良好的相关性，2mm风干土碱解氮建模的决定系数R^2为92.39，相对标准偏差为7.5%；2mm风干土全氮建模的决定系数R^2为88，相对标准偏差为8.2%;0.15mm的全氮建模的决定系数R2为89.86，相对标准偏差为7.2%;0.15mm风干土有机质建模的决定系数R^2为96.41，相对标准偏差为8.3%。因此，用近红外光普法测定土壤有机质、全氮、碱解氮的含量是可行的。     

磁场作用下葡萄糖近红外光谱检测技术研究

采用傅立叶变换红外光谱仪(FTIR)研究了磁场强度对葡萄糖溶液近红外光谱的影响,发现磁场作用下葡萄糖的近红外光谱吸收强度和部分峰位发生显著变化。分析了磁场对葡萄糖溶液近红外光谱吸收的影响机理。采用偏最小二乘回归法(PLS)建立了磁场作用下葡萄糖溶液的定量分析模型,使用验证集进行验证。研究结果表明,磁场对葡萄糖分子基团偶极矩产生诱导作用,使偶极矩增大,吸收增强;同时磁场作用下,葡萄糖分子趋于沿平行于磁场的方向排列,其基团振动频率(特征吸收峰)吸光度与浓度变化的线性关系得到极大的改善。该研究有助于提高葡萄糖分子吸收强度及其测量精度,为进一步提高血糖检测精度提供技术支持。     

基于移动窗口-迭代遗传算法的近红外光谱波长选择方法

光谱样本数据常会受到环境噪声和其它组分的干扰,应作波长选择,以提高分析精度.近红外光谱谱区宽,搜索空间过大,难以直接采用遗传算法进行波长选择.为此本研究提出先用移动窗口偏最小二乘法(MWPLS)从宽谱区中初选出信息区间,再采用改进的迭代遗传算法(IGA)从中选出最优的信息子区间.MWPLS用移动窗口沿全谱区扫描,对信息区间的定位效果好,而IGA将顾及光谱数据的连续相关特性,运行多轮GA,并以上轮选择结果平滑处理后作为先验知识支持下轮的种群初始化.由此选出的连续相邻的波长点作为自变量,进行PLS建模,既可显著地简化模型,又保留一定的数据冗余,模型的稳健性好,分析精度高.将其用于小麦水分的近红外分析,效果良好,预测性能明显优于其它方法.     

CCD近红外光谱快速测定柴油中的芳烃含量

研究了采用电感耦合器件（ＣＣＤ）近工外光谱仪在短波近红外区域（７００－１１００ｎｍ）、利用偏最小二乘回归（ＰＬＳ）测定柴油中芳烃含量的方法。考虑样品颜色对短波近红外光谱的影响,对波长范围的选择和基线处理方式进行了研究。考察了样品进入光路的时间对测定结果的影响。将ＣＣＤＮＩＲ对未知样品的预测结果与傅里叶变换近红外光谱（ＦＴ－ＮＩＲ）在长波近红外范围（１０００－２０００ｎｍ）的预测结果及液相色谱的测定     

基于PLSR的近红外光谱沼液主要营养成分实时在线检测方法研究

按需施用沼肥,可提升我国粮食产能,筑牢大国粮仓。鉴于国内外利用近红外模型对沼液中氮、磷、钾含量快速检测的研究未见报道,本文对183个沼液样本用偏最小二乘回归(PLSR)法建立快速预测模型。结果显示,模型对沼液中的总氮、总钾和氨氮含量,校正决定系数(R_C²)分别为0.9238、0.9339和0.9191,预测决定系数(R_P²)分别为0.9255、0.9184和0.9160,均大于0.9。校正集残留预测偏差RPD_C分别为3.8044、4.0034和3.6724,预测集残留预测偏差RPD_P分别为3.7035、3.5403和3.4876,均大于3。这说明模型定标效果好、稳定性好、预测精度高,能够用于实际检测;总磷含量的R_C²为0.9047,大于0.9,R_P²为0.8083,RPD_C为3.2538,大于3,RPD_P为2.3100。模型可...     

近红外光谱快速测定高浓度烟酰胺

利用烟酰胺在乙醇溶液中波段范围为9001-8060cm^-1和7443-7144cm^-1的近红外一阶导数吸收光谱，经过中心化、矢量归一化预处理，应用偏最小二乘法回归来消除溶剂乙醇的近红外吸收干扰，建立了快速高浓度烟酰胺的方法。54个样本作为校正集，PLS最佳回归因子数为4时，决定系数等于0.997；线性范围为0.13-0.70mol/L。本方法应用于9个待测样品，预测相对偏差小于2.9%，结果令人满意，同时还讨论了一些影响回归精度的因素。     

Madaline网络分离重叠光谱峰及其在多组分同时分析中的应用

首先应用Ｍａｄａｌｉｎｅ网络分离混合物中各组分的重叠光谱峰，然后对感兴趣的组分进行测定。一个两组分混合物的分析表明，本法的分析的结果优于偏最小二乘法的分析结果。     

激光诱导击穿光谱技术结合偏最小二乘回归快速预测废钢中8种元素的含量北大核心CSCD

基于激光诱导击穿光谱(LIBS)技术,结合偏最小二乘回归(PLSR),建立了废钢中铬、镍、铜、硅、锰、钒、碳、钛等8种元素的定量分析模型。采用便携激光诱导击穿光谱废钢成分检测仪对12个钢铁标准样品进行扫描,对光谱数据进行剔除、平均、基线校正、归一化等预处理,以美国国家标准与技术研究院发射谱线数据库为参考依据,以筛选出的各元素建模波段的光谱数据作为模型输入,采用十折交叉验证方法,确定铬、镍、铜、硅、锰、钒、碳、钛的潜变量数分别为16,24,18,22,25,14,9,22,在优化的参数下分别对8种元素进行建模。结果显示:8种元素模型的相关决定系数为0.9571~0.9996,均方根误差为0.0034~0.0706,平均百分比误差为6.6764~75.645,残差平方和为0.0020~0.6532;除碳元素外,其余7种元素测定值的相对标准偏差(n=5)均不大于7.0%;模型用于预测实际废钢样品中锰、硅、铜元素的含量,所得结果与火花直读光谱法的基本一致。     

近红外光谱法测定黄芩提取物中黄芩苷含量

近红外光谱技术(NIR)是近年来快速发展的一种新型光谱分析技术,具有快速、高效、无污染、非破坏性以及实时分析等优点~([1]),已在农业、烟草、石油化工、医药等多领域得到广泛应用.尤其在药物分析方面,体现出近红外光谱分析的巨大潜力~([2]).     

基于净信号的混合校正方法用于复杂生物样品光谱的定量分析和物理解析

对于复杂生物样品的光谱定量分析,单独应用偏最小二乘回归(PLSR)不易获得被测量信息的物理解析。为此建立了一种基于被测量净信号(NAP)的混合校正模型(NAP-PLSR),并应用于离体和在体实验,进行了葡萄糖含量的近红外光谱定量分析和物理解析研究。实验结果表明,通过NAP-PLSR模型获得的净信号灵敏度曲线易于分辨,能够提取到与葡萄糖分子吸收有关的1 100~1 300nm和1 500~1 800nm两波段信息,提高了模型精度的同时可获得有效的物理解析。     

基于傅里叶变换中红外光谱的小白菜硝酸盐含量的快速测定

采用不同的中红外光谱(漫反射光谱、光声光谱和衰减全反射光谱),对小白菜叶片中的硝酸盐含量进行快速表征。结果表明,在硝酸盐的特征吸收区(1200～1500 cm-1),3种光谱均存在不同程度的干扰吸收,其中漫反射光谱干扰最多,光声光谱次之,衰减全反射光谱最少;基于红外光谱的主成分回归结果验证了此结果,其线性回归系数(R2)分别为0.4003、0.4874和0.8741。采用衰减全反射光谱并结合偏最小二乘法可进一步改进硝态氮的预测模型,显著减少预测误差,相关系数(R2)为0.8851,RPD值为3.19,预测模型达到很优秀水平。因此,中红外衰减全反射光谱可应用于小白菜叶片中硝酸盐的快速测定。     

近红外漫反射光谱法测定黄连浸膏粉中生物碱含量

采用近红外漫反射光谱法对黄连浸膏粉中小檗碱、巴马亭、药根碱和总生物碱含量进行快速无损检测。以HPLC分析值作参比,采用偏最小二乘回归算法建立二阶导数光谱信息与各组分含量间的定量校正模型,并对未知样品中各组分含量进行预测。小檗碱、巴马亭、药根碱和总生物碱的预测均方差(RMSEP)分别为0．184、0．109、0．054和0．325;加样回收率分别为97．67％～99．59％、96．63％～100．70％、95．15％～101．15％和97．41％～99．89％,重现性实验相对标准偏差(RSD)分别为0．3％、0．6％、1．8％和0．3％。该方法结果准确可靠,重现性、稳定性均良好,适用于工业现场的原位和在线检测。