基于麻雀搜索算法结合深度前馈神经网络的近红外模型转移方法研究

该文提出了一种基于麻雀搜索算法结合深度前馈神经网络（SSA-DFN）的近红外光谱模型转移方法。使用深度前馈神经网络拟合不同仪器采集到的光谱之间的非线性函数映射,并将麻雀搜索算法用于网络各层连接权值和阈值的初始化,通过种群中个体位置的迭代更新,求得连接权值和阈值的最优初始值;通过多次调整深度前馈神经网络模型的超参数,使网络拟合效果趋于最优,最终确定转移函数。为验证方法的有效性,分别从烟叶近红外光谱谱图、主成分投影和预测结果的角度,将SSA-DFN方法与分段直接校正算法（PDS）、典型相关性分析算法（CCA）转移前后的效果进行了对比。结果表明SSA-DFN方法转移后的从机光谱与原主机光谱重合度最高,转移后主、从机总糖、烟碱含量的预测结果差异不显著,预测平均误差从8.32%、9.15%分别降至4.65%、4.82%,预测均方根误差（RMSEP）和决定系数（R2）等指标均优于PDS和CCA,取得了最佳的转移效果,可满足企业需求。结果表明该方法是一种有效的模型转移方法。     

声光可调-近红外光谱技术分析烟草主要化学成分

建立了声光可调-近红外光谱方法(AOTF-NIR)检测烟草主要化学成分的方法。应用AOTF-NIR光谱仪测定了不同地区、不同等级烟草样品的近红外光谱,用Unscrambler(定量分析软件将光谱与对应的化学成分值相关联,建立了烟草中总糖、还原糖、总烟碱和钾的回归模型。用这些模型对未知样品进行了预测。总糖、还原糖、总烟碱和钾模型预测的平均相对标准偏差分别为2.71%、3.13%、4.04%和6.42%。     

用于药品质量快速检测的近红外光谱模糊神经元分类方法

针对非线性且分类界线模糊的药品质量类别快速测定难题, 将近红外光谱分析与模糊神经网络相结合, 经研究提出近红外光谱模糊神经网络分类方法, 用于计算辨析中药等化学组成复杂药品的近红外光谱模式类别, 从而快速评定这类药品的质量. 以参麦注射液为典型分析对象, 以鉴别其生产厂家这一模式分类问题为例, 考核本文方法, 结果表明, 其分类准确率达到94.2%, 明显优于经典的BP神经网络分类方法(84.6%), 可望用于中药产品质量类别的快速检测与评价.     

组合生成算法与多元线性回归相结合用于近红外光谱波长的优选

分立波长型近红外光谱分析仪是光谱分析仪器中较为普及的一种快速成份定量分析仪。如滤光片型、发光二极管型等。该类分析仪器研发的一个主要问题是如何针对于待测物质主要成份进行近红外光谱解析。找到最优定标波长组合用于建立稳健的定标模型。常用的波长选择方法为相关光谱结合逐步多元线性回归方法,该方法依据各参与定标波长所对应的t检验值进行最优定标波长的判别,但在实际应用中定标模型的定标精度和预测精度相差较大,具有很大的不准确性。为了实现定标波长的优选引入了组合数学中的组合生成算法。可以在较短的时间内完成最优波长组合的选取,结果是令人满意的。     

近红外(NIRS)技术分析小样品油菜籽芥酸和含油量的应用研究

以完整油菜籽为样品,采用旋转杯和安培瓶两种样品杯、每种样品分为4×2种不同样品量并通过不同光谱预处理来优化油菜籽芥酸和含油量的近红外分析模型。结果表明:油菜籽各小样品含油量模型的决定系数(R2)从93.93%到96.93%不等,均方差(RMSECV)从0.56到0.79不等;油菜籽各小样品芥酸模型的决定系数(R2)从96.91%到98.42%不等,均方差(RMSECV)从1.73到2.43不等。随着样品量的逐渐增加,油菜籽芥酸和含油量不同样品杯模型各参数逐渐有所优化;同一样品厚度时,油菜小样品芥酸和含油量的旋转样品杯模型各参数均略优于安培瓶样品模型;不同样品量的NIRS模型,W3和W4差异不大,依次优于W2和W1。最小样品量AW1为0.3g。优化油菜小样品模型时,应该选择全部的预处理方法,根据优化结果选择最佳模型。外部检验结果表明:不同重量小样品(W1/0.3g、W2/1.0g、W3/2.0g和W4/4.0g)模型之间及其与标准化学值之间在0.01水平上差异不显著,说明W1和W2小样品模型同样可应用于油菜品质育种材料的分析选择。     

近红外光谱-径向基神经网络在异烟肼片无损定量分析中的应用

应用异烟肼片粉末的近红外漫反射光谱数据分别结合偏最小二乘法(PLS)和径向基神经网络(RBFNN)建立定量分析模型,并用所建模型对预测集样品进行了预测,结果表明:应用RBFNN所建立的定量分析模型优于PLS模型,相关系数(r)值由0.99593提高到0.99734,交互验证均方根误差(RMSECV)值由0.00523下降到0.00423,预测均方根误差(RMSEP)值由0.00614下降到0.00501。     

主成分-BP算法在近红外光谱法纸浆卡伯值测量中的应用研究

提出采用主成分-BP算法建立纸浆卡伯值近红外光谱法在线测量模型。结果表明,这种算法由于既考虑到了近红外光谱响应的非线性因素,又可防止BP算法在建模时出现“过拟合”的现象,利用该算法建立的纸浆卡伯值测量模型与一元回归,多元回归和主成分回归等线性方法相比,具有更高的预测精度。     

Application of Short-wave Near-infrared Reflectance Spectroscopy in Controlling Extract of Fructus Cnidii Using Supercritical Carbon Dioxide

Fructus cnidii （Chinese name shechuangzi） is the fruit produced by Cnidium monnieri （L.） Cusson （Umbelliferae）. It is a perennial herb that is used to treat skin-related diseases and gynecopathyell. Recent pharmacological studies have revealed crude extracts or components isolated from fructus cnidii possess antiallergic, antipruritic, antidermatophytic, antibacterial, antifungal, and antiosteoporotic activities. Osthole and imperatorin are the major compounds present in shechuangzi. They are often used as standards for the evaluation of the quality of shechuangzi products.     

采用多光程长建模方法检测血液成分含量

为了提高近红外光谱血液成分含量分析模型的预测精度,利用多个光程长(optical path length,OPL)共同参与建模的方法进行血糖等6种血液成分的定量分析。通过微米位移机构实现不同光程长血液光谱的测量,由全自动生化分析仪给出生化成分分析结果,并出具化验单。采用偏最小二乘法(PLS2)进行血液的近红外光谱建模及预测。由于血液光谱存在显著的非线性特征,不同光程长的血液样本的等效吸收系数不同,同一波长不同光程长(0.20~1.25 mm)测得的血液光谱互不相关。主动把非线性特性作为一种测量手段引入,不再利用单个的最佳光程长建模,而是用各个血液组分对应的多个最佳光程长的近红外光谱同时参与建立校正模型,进行血液成分的分析预测。研究结果表明,多光程长建模方法用于血液成分含量分析,可提高血液成分校正模型的预测精度。     

近红外光谱技术用于白砂糖质量的实时监测研究

采用国产近红外在线分析仪,结合漫反射光谱分析技术,对广西某糖厂的白砂糖质量进行了在线应用研究.讨论了影响建模的因素,并提出一些解决问题的方案.采用SupNIR-4000型长波近红外在线分析仪,直接对产品传送带上的白砂糖进行扫描获得光谱数据,运用偏最小二乘法对实验数据进行多元统计分析建立数学模型,并进行了预测.样品色值的预测值和实测值间的相关系数为0.885,标准校正偏差为4.300,色值预测偏差小于糖厂要求的±10;样品浊度预测值和实测值间的相关系数为0.909,标准校正偏差为2.308,浊度预测偏差小于糖厂要求的±4.结果显示,模型预测结果符合糖厂要求,表明在线近红外技术在白砂糖质量监控中具有较好的应用前景.