基于频域近红外光谱法的生物组织光学参数的检测与三维重构

生物组织的光学特性参数与组织的各种生理、生化以及病理过程密切相关。光学特性参数的检测与三维重构可以在一定程度上了解组织的内部结构及特性。基于频域近红外光谱法,使用美国ISS公司的频域近红外光谱检测系统,采用多光源多检测器技术,将830 nm的激光经过调制后,照射进放置了具有一定吸收系数和散射系数的异质体小球的牛奶中,检测出射光的光强和相位,然后应用光学扩散层析成像技术,通过计算含有异质体小球的牛奶的光学参数,重构出了牛奶中异质体的具体位置。实验结果表明,利用频域近红外光谱法得到的出射光的光强和相位信息,能够较准确地计算出牛奶及异质体小球的吸收系数和散射系数等组织光学参数,并可进一步定位出牛奶中异质体小球的位置。因此,可以考虑将该方法应用在分析及定位水果病变等农产品品质检测领域。     

三维高光谱NPLS模型用于冬小麦估产的初步研究

以35个实验小区,8个生育期的冬小麦田间测量冠层反射高光谱组成三维数据信息阵,采用多维偏最小二乘(multiway partial least squares, NPLS)算法建立了冬小麦亩产量估产模型。模型用于对13个实验小区产量预测分析,预测值与实际值的相关系数ｒ为0.936 6, 平均相对误差为4.44%,说明模型的预测效果较好,对实际的估产工作有一定的指导意义。     

MAXR回归法在近红外光谱定量分析及最优波长选择中的应用研究

介绍了运用MAXR回归法建立傅里叶变换近红外光谱定量分析模型的原理和方法。以此方法,由Matlab语言设计程序,进行近红外光谱定量分析建模的波长信息选择。并以小麦样品为实验材料,建立了蛋白质含量的近红外光谱定量分析模型,其中优选出2个和3个波长点处光谱信息建立的多元回归模型的预测结果与凯氏定氮法分析结果相关系数分别为0.977 1和0.976 5,标准差分别为0.335和0.340。MAXR回归法在进行波长信息,选择时可建立分别包含1,2,…,k个波长点信息的最优回归模型,且计算量适中,因此是一种实用的选择“最优”波长信息的回归方法。该方法不仅可少而精选择波长信息,建立抗共线性信息干扰的光谱定量分析模型,而且对于特定样品、特定待分析组分,选择最优波长信息建模分析的工作,可指导专用近红外分析仪器的设计。     

乌拉尔甘草单粒种子硬实特性的近红外光谱分析

以乌拉尔甘草种子为材料,采用近红外光谱结合定性偏最小二乘法对244粒种子(硬实种子和非硬实种子比例为1∶1)的硬实性进行了鉴别研究,并特制一样品杯用于单粒种子的光谱采集,以降低人为误差。研究结果表明,4次重复平均光谱所建模型鉴别率显著高于单次光谱所建模型,光谱范围采用4 000～8 000 cm-1时模型效果较好,校正集、检验集、预测集样本的鉴别率分别为95.53%,95.94%和94.53%,采用不同建模样品所建模型其预测准确率均在90%以上,硬实种子和非硬实种子的预测准确率分别为92.50%和96.56%。种子大小和颜色均会影响模型的鉴别率,种子颜色的影响相对更大。     

基于SVR的傅里叶变换型近红外光谱仪间数学模型传递的研究

近红外分析的一个重要基础是数学模型。不同的近红外光谱仪间由于对同一个样品响应的差异,导致一台仪器上建立的数学模型不能直接用于另一台仪器上样品的分析,需要进行模型传递。文章以两台傅里叶变换近红外光谱仪为实验研究对象,以玉米粉末样品为实验材料,采用移动窗口支持向量回归机(SVR)方法,把一台仪器上建立的近红外定量分析数学模型传递到另一台仪器上：当SVR回归的窗口大小为31个波长点,传递样品个数为15个时,模型传递效果较好,以“主机”所建蛋白含量的数学模型分析“从机”上修正后的光谱,化学测定值和近红外预测值间的相关系数提高到0.943 4,相对标准差为4.23%。表明采用移动窗口SVR法进行傅里叶变换近红外光谱仪间数学模型的传递是可行的。     

国产光栅近红外光谱仪扫描条件对检测结果的影响

以云南优质烤烟为实验材料,在国产光栅漫反射型近红外仪器上,研究了采集间隔、开机时长、背景测量频率等扫描条件对近红外检测结果的影响。研究结果表明：8,16 nm的光谱数据采集间隔对近红外烤烟定量分析的影响不大,为提高采集速度确定该仪器的采集间隔为16 nm;建立了包含开机时长因素在内的模型,提高模型的适应性;该仪器具有基线漂移提示功能,从而确定仪器背景采集的频率,可以降低分析误差,提高检测结果的准确度。     

乌拉尔甘草种子硬实率的近红外光谱分析

以收获年份不同、收获地点不同的112份乌拉尔甘草种子为材料,其硬实率分布范围为0.3%～99.3%,根据3:1的比例划分校正集和检验集,采用近红外光谱技术结合定量偏最小二乘法对其硬实率进行了分析。研究结果表明,光谱范围采用5 000～6 000 cm~(-1),主成分数为6时,校正集和检验集的决定系数分别为90.85%和91.51%,相关系数分别为0.953 2和0.957 9,平均绝对误差分别为7.73%和6.96%,标准差分别为9.98和9.57。采用该方法建模时,即使采用不同的建模样品,校正集和检验集的决定系数均在90%以上,校正标准差和预测标准差在10.00左右,平均绝对误差在7.90%左右。该研究旨在利用近红外光谱法提出乌拉尔甘草种子硬实率的快速检测方法,以促进硬实种子在生产上的利用。     

基于烟叶近红外光谱主成分数据的投影方法研究及其在复烤配方中的应用

对近红外技术在烟草中的应用作了简要的概述,报道了两种基于近红外光谱主成分的投影矢量求解方法,分别简称为PPF_PCA和PPF_Eig,并对两种方法在复烤配方中的应用与评价做了比较研究.对9类烟叶工业分级样品光谱进行一维投影分析的结果表明:PPF_PCA方法得到的一维投影值的类间差异性和类内差异性均大于PPF_Eig方法,其中各类间投影均值的平均绝对偏差前者约为后者的1.26倍.同时应用第一维投影值所占贡献率的情况对此结果进行了解释,PPF_PCA方法一维投影值所占贡献率为93%,PPF_Eig方法一维投影值所占贡献率为77%,前者约为后者的1.21倍,因此,PPF_PCA方法得到的一维投影值中包含更多类间和类内的差异性信息.应用烟叶各类工业分级样品的一维投影图能客观的评价各类样品之间的相似性及各类内样品之间的差异性,可方便的作为烟叶复烤配方的参考依据,同时在其他农产品(如中药等)配方中也具有较好的应用前景.     

棉籽油分含量近红外无损检测分析模型与应用

棉花是一种重要的油料作物。建立快速、无损检测棉花种子含油量的方法,对于棉花油分育种工作中的材料鉴定、筛选具有重要意义。利用近红外光谱仪采集118份不同油分含量棉花种籽的近红外漫反射光谱,结合化学方法测定验证,建立了棉籽油分含量快速无损检测的近红外模型。光谱预处理方法采用一阶导数＋多元散射校正(MSC),光谱范围5 446～8 848 cm-1,主成分维数为5,以基本覆盖陆地棉棉籽含油量范围的106份试验材料为校正样品集,利用偏最小二乘法(PLS)建立了棉籽仁油分含量近红外反射光谱(NIR)校正模型。校正模型决定系数R2=0.975,校正标准差SEC=0.67。用外部验证样品集进行外部验证,对所建模型的实际预测能力进行检验。结果表明,油分含量预测值与化学值相关系数r=0.978,预测结果误差范围0.1%～1.7%,建立的模型具有很好的预测性。利用建立的模型对784份育种材料进行了油分含量预测,结果显示,该模型应用可以加快棉花育种材料的油分鉴定。     

估测田间烟叶色素含量的光谱模型研究

田间烟叶色素含量的光谱无损快速测量,对烟草营养生长期的营养诊断与长势监测、成熟期的烟叶品质评判具有重要的生产指导意义。该研究的目的是利用烟叶田间光谱估测烟叶的叶绿素和类胡萝卜素含量。研究采集了营养生长期和成熟期烟叶田间反射光谱,测量了样品烟叶的色素含量,利用支持向量机(SVM)和光谱指数法,对营养生长期和成熟期烟叶样品用分期建模和混合建模两种方法建立色素含量估测模型,并对模型的预测性能进行比较。研究结果表明,分期建模和混合建模对于烟叶色素含量的估测效果差异不显著。对于叶绿素含量,SVM和光谱指数法均有较好的估测效果;对于类胡萝卜素含量,SVM方法比光谱指数法具有更高的估测精度。采用SVM方法对烟叶样品的叶绿素含量分期建模得到的估测决定系数和均方根误差分别为0.862 9和0.015 5,对叶绿素含量混合建模得到的估测决定系数和均方根误差分别为0.898 5和0.012 3;采用SVM方法对烟叶样品类胡萝卜素含量分期建模得到的估测决定系数和均方根误差分别为0.873 0和0.002 4,对类胡萝卜素含量混合建模得到的估测决定系数和均方根误差分别为0.852 7和0.002 4。该研究的创新点是通过支持向量机和光谱指数法采用分期建模以及混合建模的方式建立了烟叶样品色素含量的估测模型,为烟草田间生产的质量控制、烟叶的采收品质保证提供科学依据和技术支持。