基于光谱技术的杨梅汁品种快速鉴别方法的研究

为了实现杨梅汁品种的快速无损鉴别,提出了一种用可见和近红外光谱技术快速鉴别杨梅汁品种的新方法。首先采用偏最小二乘法进行模式特征分析,经过交互验证法判别,确定最佳主成分数为9。完成特征提取后,将这9个主成分作为神经网络的输入变量,建立了三层BP神经网络,实现类别预测的同时也完成了数学建模与优化分析工作。3个品种的杨梅汁样本数均为20,共计60个样本。在神经网络学习中,将其分成训练集样本51个和预测集样本9个。对9个未知样本进行预测,准确率为100％。说明本文提出的基于光谱技术和模式识别的方法具有很好的分类和鉴别能力。     

二极管阵列检测-流动注射分光光度法同时测定食品中铁铜钴

目的在于建立同时测定食品中铁、铜、钴三种微量元素的新方法。以2-(5-溴-2-吡啶偶氮)-5-二乙氨基酚(5-Br-PADAP)为显色剂,Triton X-100为增敏剂,采用流动注射-CCD二极管阵列检测-分光光度分析法同时对其进行测定。优化了实验参数,并用偏最小二乘法计算程序解析重叠光谱。结果显示,铁、铜和钴的线性范围分别为0.2～10 μg·mL-1,0.1～5.0 μg·mL-1,0.01～1.0 μg·mL-1,检出限分别为：0.2,0.1,0.01 μg·mL-1,进样频率为45样·h-1。所建方法用于茶叶、芝麻、小米等食品测定时,样品加标回收率分别为铁89.4%～102.3%、铜92.2%～108.0%、钴93.2%～110.8%,相对标准偏差为1.1%～12.1%。对国家一级标准参考物质茶叶和桃叶进行测定(ｎ＝8),结果在其给出的保证值范围之内。     

双层PLS算法及其在近红外光谱分析中的应用

针对近红外光谱数据局部效应显著,变量个数多,且彼此间常存在严重的复共线性,并与样品组分含量呈非线性关系,构建了一种双层非线性偏最小二乘回归 (DNPLSR)算法。它将非线性回归和偏最小二 乘(PLS)相结合,先在外层由PLS从样本数据中提取成分,并实现每对成分间的非线性映射,再在内层实施PLS算法,将外层因变量成分的拟合误差反馈计算转换权向量的增量,进一步修正转换权向量,以使外层所提取的成分对因变量具有更优的解释能力。最后,将该法应用于80个谷物样品的水组分含量与其近红外光谱的定量关系建模,效果良好,显示出很强的学习能力,所建模型的预报性能也优于其他方法。     

饮用水激光拉曼光谱的比较与分析

为了对我国目前饮用水的质量进行有效检测,对市面上几种常用品牌的饮用水以及实验室提供的蒸馏水等样品做了测量和计算。运用激光拉曼光谱的分析方法,测量了它们的激光拉曼光谱。同时,通过测量计算了样品在对称伸缩振动处拉曼谱的退偏度。结果表明,在水样品的对称伸缩振动处,其拉曼谱的相对强度大小和退偏度的大小有着相同的规律。对结果进行比较和分析后得出了如下结论：可以从拉曼光谱特征峰相对强度的大小和同一特征峰下退偏度的大小两方面来判断饮用水中矿物质含量的相对多少。为鉴定饮用水的质量提供了新的有效途径。     

动态法测量材料的磁电效应

根据动态法测量磁电效应的基本原理,优化设计并建立了磁电效应测量系统,对其中的一些重要参数对磁电效应测量的影响进行了研究.结果表明,综合考虑测量需要,选择适当的测量参数,对于磁电效应的正确测量十分重要.适当增加线圈长度、减小线圈匝数以及减小交变磁场场强,都是提高磁电效应测量精度、减小测量误差的有效途径.     

能量色散X射线荧光光谱检测土壤重金属砷、锌、铅和铬

利用X射线荧光光谱检测土壤重金属砷、锌、铅和铬元素的含量。通过分析仪器检出限和准确度,得出仪器适用性良好。然后,利用二维相关同步光谱获得重金属元素的X射线荧光光谱能谱范围和变量数,得出铅元素的能谱范围分别为10.380~10.740和12.435~12.900 keV,砷元素的能量范围是10.380~10.740和11.610~11.880 keV,铬元素的能量范围是5.310~5.520和5.805~6.015 keV, 锌元素的能量范围是8.520~8.805和9.555~9.630 keV,铅、砷、铬和锌的变量数分别为57,44,30和26。最后,根据获得的能谱范围,采用偏最小二乘回归方法建立重金属元素的X射线荧光光谱定量分析模型,得出砷元素的模型性能最佳,其次是铅、锌和铬,预测相关系数都高于0.92。研究表明,利用二维相关光谱获得的能谱范围有助于提高模型的预测性能和便携式X射线荧光光谱检测仪器适用于土壤重金属的原位监测。     

可见光/近红外光谱技术快速测定橙汁柠檬酸含量

为了快速无损测定橙汁的柠檬酸含量,提出了一种用可见光/近红外光谱技术进行检测的新方法。选用高效液相色谱法作为光谱柠檬酸测定的标定方法。采用平滑点数为5的移动平滑法对原始光谱进行预处理消除噪声。由于采集的光谱数据量非常大,为了减少建模时间,建模之前采用小波变换对经过预处理的大量光谱数据进行降维压缩,并在Matlab7.01中通过自编程序实现此变换。利用光谱专用分析软件Unscrambler 9.5,对压缩后的新变量进行分析,建立偏最小二乘(PLS)校正模型。考虑到不同小波基及分解尺度对数据压缩的影响,采用预测平方和PRESS值最小的评价标准,选择最佳的小波基Db4及分解尺度5。用于本实验的样本总数为40,其中30个样本进行建模,10个用于预测。用校正集相关系数(r)和标准偏差(SEC)作为校正模型的评价指标,预测结果采用预测相关系数(r)和预测标准偏差(SEP)来评定。文章将基于小波变换的PLS模型与直接建立的PLS模型进行了比较,偏最小二乘法结合小波变换的模型预测相关系数为r=0.901, 预测标准偏差SEP=0.937;而由PLS建立的模型其预测相关系数r=0.849,预测标准偏差SEP=1.662。由此可见,由偏最小二乘法结合小波变换所得模型效果优于单独使用偏最小二乘法的结果。     

NIR光谱的LLE-PLS非线性建模方法及应用

传统的偏最小二乘(PLS)建模方法不能有效反映近红外(NIR)光谱与分析样本的物理化学性质之间存在的非线性关系。局部线性嵌入(LLE)是一种新的非线性降维方法,属于流形学习方法,它能有效地发现高维数据中的本真低维结构。结合LLE和PLS,提出一种近红外光谱非线性建模的新方法,并用于建立丹参多酚酸盐柱层析过程中丹酚酸B含量的回归校正模型。该方法首先用LLE对NIR光谱数据降维,再用PLS建立校正模型。结果表明,与多元散射校正、一阶导等预处理方法结合PLS建模比较,参数优化后的LLE-PLS方法能更准确地预测丹酚酸B的含量,其交叉验证均方根误差为0.128 mg·mL-1、决定系数为0.998 8。基于NIR光谱及LLE-PLS建模,可实现丹参多酚酸盐柱层析过程的在线检测。     

基于半偏法探究测量中的电阻条件

半偏法是中学里直接利用待测电表及其他的电学原件组合以达到测量其阻值的方法. 而关于半偏法 实验中,各电学器件电阻间应满足怎样的大小关系,方能减小实验误差,以达到提高实验的准确性,是一个值得深 思的问题. 立足于常见电流表及电压表内阻的实验测量,通过半偏法实验误差分析,结合高考实例,定量探析其测 量原理背后各电阻需要满足的定量条件,以便读者在后期实验方案中能及时作出评估或改良     

熊猫型保偏光纤光栅温度和压力传感特性的实验研究

对熊猫型保偏光纤光栅的传感特性进行了深入的实验研究,采用温箱和压力罐分别进行了温度和压力传感特性的实验研究.实验结果表明:在0～2.5 MPa的压强范围内,熊猫型保偏光纤光栅两个偏振方向上的压力敏感系数分别为0.004 88 nm/MPa和0.003 52 nm/MPa;在15～50 ℃的温度范围内,两个偏振方向上的温度敏感系数为0.01018 nm/℃和0.008 8 nm/℃.该光纤光栅两偏振态对温度和压力的不同敏感特性可用于解决光纤光栅的交叉敏感问题.