应用CARS和SPA算法对草莓SSC含量NIR光谱预测模型中变量及样本筛选

采用光谱技术对水果进行定量或定性分析,如何获得一个简单、有效的校正模型对后续模型的应用和维护都非常关键。以草莓内部品质近红外光谱预测为例,从关键变量和特征样本优选两方面进行研究。采用竞争性自适应重加权CARS算法对光谱变量进行初次选择,随后采用连续投影算法SPA对校正集样本进行优选,获得98个特征样本,针对优选后的变量/样本子集利用SPA算法作二次关键变量提取,获得25个关键变量。为了验证CARS算法的性能,蒙特卡罗无信息变量消除MC-UVE和连续投影算法SPA用于比较研究。CARS算法在消除无信息变量的同时可以对共线性信息进行去除。同样,为了评估SPA算法在特征样本选择中的性能,经典的Kennard-Stone算法也用于比较分析。SPA算法能够用于校正集特征样本的优选。针对最终优选后的变量/样本(25/98)子集建立PLS和MLR模型对草莓内部可溶性固形物含量SSC含量进行定量预测。结果表明,两个模型利用原始变量/样本的0.59%/65.33%的信息均能够获得比基于原始变量/样本所建模型更好的性能,且MLR模型比PLS模型性能略优,r2_pre,RMSEP和RPD分别为0.909 7,0.348 4和3.327 8。     

百菌清残留检测及其与中药相互作用荧光光谱研究

固定激发波长320 nm,对不同浓度百菌清药液进行荧光光谱实验,发现在352和366 nm处有明显特征峰,随着药液浓度降低,366 nm肩峰逐渐消失,而352 nm特征峰保持稳定;对百菌清浓度和所得发射光谱荧光强度(352 nm)进行指数函数回归分析,相关系数为0.999,实验结果与荧光强度-浓度理论计算公式相符合;对低浓度药液浓度和荧光强度进行线性拟合,其百菌清残留预测模型函数相关系数为0.995,最低检出限为0.018 8 μg·mL-1,定量极限值为0.062 7 μg·mL-1,线性范围为0.062 7～28.45 μg·mL-1。通过对中药材黄芪和枸杞与百菌清混合体系的荧光光谱进行研究,发现两种中药材对百菌清荧光强度都有较强的衰减,表明它们都和百菌清发生了相互作用。经过分析计算,黄芪和枸杞的衰减率分别为88.5%和99.7%,对其建立强度衰减模型函数,相关系数分别为0.994和0.997。研究结果为利用荧光光谱检测百菌清残留提供了实验依据,表明可以采用荧光光谱方法直接对百菌清农药残留进行检测,相关参数值满足检测要求标准,这为进一步利用荧光光谱检测该农药在果蔬中的残留具有重要的参考价值。同时发现药食同源类中药材枸杞和黄芪都能对百菌清荧光特征峰强度产生显著衰减,这为研究利用药食同源类中药材降解农药残留提供了新的研究思路。     

基于局部均值的K-近质心近邻光谱分类

天体光谱包含着许多重要的关于天体的物理和化学信息,如天体表面的有效温度、重力加速度以及化学丰度等,天体光谱的处理和分析对天文研究具有重要的科学意义。一些大型巡天计划的实施(如SDSS,LAMOST等)使我们获得了海量的天文光谱数据,因此天文光谱数据的自动分类成为重要的科学研究课题,然而面对如此海量的光谱数据,一些传统的光谱自动分类方法已经不适用,迫切需要寻找高效率的光谱自动分类技术。研究了基于局部均值的K-近质心近邻(local mean-based K-nearest centroid neighbor,LMKNCN)算法在恒星(Star)、星系(Galaxy)和类星体(Quasar,QSO)的光谱分类中的应用。LMKNCN算法的基本思想是根据近质心近邻原则,从每一类训练样本集中为待测样本点选取k个近质心近邻点,然后根据每一类中所选取的k个近质心近邻点的均值点到待测样本点x的距离来判别x的所属类别。针对美国SDSS-DR8的天体光谱数据,对比了K-近邻、K-近质心近邻、LMKNCN三种算法在恒星、星系和类星体的光谱分类中所表现的性能,结果表明三种方法中,LMKNCN算法对这三种光谱的识别率高于其他两种算法或者与其相当,而且其平均分类正确率高于另外两种算法,特别是在类星体的识别率上表现的更好。表明了该算法对天文光谱大数据的快速处理和有效利用具有重要的意义。     

近红外“3R”法双谱自适应去噪

针对近红外透射和吸收双光谱提出一种自适应的去噪方法。同步采集样品的近红外透射谱和吸收谱,在相同分解原则下总体经验模态法分解两组光谱,得到单组分特征模态分量。计算特征模态分量与原透射谱、吸收谱之间相关性,以及两组特征模态分量之间相关性,相关性最小模态分量初判为噪声分量。分析该分量在光谱中点处自相关性,若中点处很大,其他点几乎为零或很小,可以判断该分量为噪声。这种基于模态分量相关性的噪声判别方法称为“3R”法则。剔除噪声分量,重构光谱信号,循环上述分解过程,直到不满足“3R”法则,降噪过程结束。构造理想光谱,叠加噪声,“3R”法降噪效果优于EMD和EEMD低通滤波器,略逊于小波分解。真实光谱实验中,经过上述方法降噪处理过的玉米叶片光谱采用3层BP神经网络建立与叶绿素之间预测模型,“3R”法处理模型具有最大校正相关系数和预测相关系数,最小校正标准差和预测标准差。在四种降噪方法中,“3R”法对光谱谱峰位置和峰高的影响最小。实验表明,“3R”双谱去噪方法无需预设迭代次数,不用考虑分解层数,没有基函数,是自适应的,该方法适合近红外光谱去噪。     

弛豫对光磁共振实验的影响

研究了弛豫对光磁共振实验的影响,弛豫过程影响粒子的分布,进而影响光抽运信号以及光磁共振信号的观测,但是对g因子的测量几乎没有影响。本文的研究结果将会加深对光磁共振实验及仪器工作原理的认识。     

一种色度自适应投影标记点的选取方法

近年来,对物体的颜色显现力、光源光谱功率分布和自身表面反射光谱三者的定量关系方面的研究备受大家关注。在三维扫描测量领域,由于颜色特征具有反映物体材料和纹理等丰富信息的优势,提出了一种主要由彩色相机、投点光源和PC机组成的色度自适应投点仪结构,其中数字微镜(DMD)作为投点光源的核心元件用于调制R,G,B 三个LED光源的光谱功率分布。然而主动式标记点的颜色显现力因受未知反射光谱投影接受面的影响,其颜色特征往往难以识别和区分。为了提高投影标记点与不同反射光谱的投影接收面作为背景的分辨力,描述了一种色度自适应投影标记点的选取方法。在高维线性反射光谱建模的基础上,用光谱响应的方法对彩色投点仪设备特征化,以解决三通道彩色相机设备特征化精度低的问题。并通过样本训练为高维线性反射光谱的求解提供条件约束。继而,在CIE1931色度坐标空间下,选取与投影接收面背景色度坐标欧氏矩最大的色度坐标点。根据投点仪设备特征化结果,推导其LED最优设定值。最后,采用24孟塞尔色卡作为被投影对象,主动标记点与色块的色差作为其颜色显现力的评价参数,通过与激光二极管投点仪做对比性实验。实验结果表明对各不同色度的投点接受面,提出的色度自适应投影标记点的选取方法均有较好表现。     

纳米氧化锌中三光子吸收与倍频效应致光辐射特性

为研究强光激励下纳米氧化锌发光机制,以气相传输法制备的冠状样品为对象,室温下以1 100nm与1 150 nm脉冲激光以及350 nm氙灯对其进行激励,观测光致发光谱.根据光强关系和强场与物质作用的三阶微扰理论,认为1 100,1 150 nm激光激励下的样品的紫外与可见光波段的辐射机理分别归因于样品中三光子吸收和二次谐波效应.同时,基于激子非弹性碰撞复合机制,对紫外辐射的红移现象进行了分析.     

溶液法制备氧化锌晶体的微结构及发光特性研究

以醋酸锌和六次甲基四胺为原料在不同的溶液环境中,采用水热法或热溶液法合成了不同形貌的微纳氧化锌.氧化锌形貌和尺寸的控制对合成环境有强烈的依赖.通过化学吸附将乙二胺四乙酸二钠和柠檬酸吸附在氧化锌的极性面上,可以抑制极性面的晶体生长,调控氧化锌的晶体形貌.这种选择吸附性导致了样品形貌的不同.拉曼光谱测试结果表明,在柠檬酸溶液中合成的氧化锌的晶粒更小.光致发光光谱测试结果表明,所得到的氧化锌的发光是激子和缺陷发光.     

基于大功率LED扩展光源的均匀光斑光辐射模拟器设计

基于边缘光线原理和光学扩展量守恒思想,结合复合抛物面聚光器和轴对称自由曲面透镜,设计并研制了大功率发光二极管扩展光源的反射/折射准直器.运用Tracepro软件对系统进行光束追迹模拟仿真和实验,研制出均匀光斑的光辐射模拟器.模拟器输出发散角为±12°光束,测量距离出射面50cm处光屏的光斑,在尺寸为14cm×14cm的光照范围内,测得光斑水平方向中心线上的光度均匀度优于4.1%,竖直方向中心线上的光度均匀度优于3.8%.     

On Form Invariance, Lie Symmetry and Three Kinds of Conserved Quantities of Generalized Lagrange's Equations

In this paper, the form invariance and the Lie symmetry of Lagrange's equations for nonconservative system in generalized classical mechanics under the infinitesimal transformations of group are studied, and the Noether's conserved quantity, the new form conserved quantity, and the Hojman's conserved quantity of system are derived from them. Finally, an example is given to illustrate the application of the result.