用于磁旋转光谱的环形永磁阵列的匀场分布仿真优化

法拉第磁旋转光谱(Faraday rotation spectroscopy, FRS)技术因其高灵敏度,零背景噪声,以及能有效避免抗磁性物质干扰的特性广泛应用于各类顺磁性痕量气体的探测.目前大部分FRS技术采用线圈构造电磁场,存在能耗高、发热多等问题.为此,开展了基于组合环形永磁体的空间磁场分布建模仿真研究,意在建立轴向分布的磁场,为测量FRS提供基于永磁体的沿光轴方向的匀强磁场.仿真采用有限元网格剖分的方法,基于麦克斯韦方程组,开展组合磁环的磁场分布仿真研究,并通过实验测量实际钕铁硼永磁体磁环阵列的磁场分布,证明了建立物理模型的可靠性.在此基础上提出了对永磁体磁环阵列的3种优化方案—单理想值优化、多段式单理想值优化和梯度优化方案,来构造中心轴线磁感应强度分布均匀的匀强磁场.最后通过引入磁场均匀度,计算评估并分析比较了不同优化方案的优化效果,为研发基于永磁体的FRS光谱设备提供参考.     

溶液pH对羟基苯硫酚同分异构体脱羟基反应影响的SERS研究

金属纳米结构因表面等离激元(SPR)而产生光学增强和催化效应已成为表面科学研究热点之一。SPR和电化学联用可以诱导催化一些非常规反应,并且不同pH值电解质溶液可改变表面吸附分子的存在形式,影响SPR光催化反应。以羟基苯硫酚的同分异构体为探针,采用电化学表面增强拉曼光谱(SERS)研究了取代基羟基位置、溶液pH值等对其在银电极表面吸附和SPR催化反应行为。结果表明,不同羟基取代基位置的羟基苯硫酚SPR催化脱羟基反应对溶液pH值的敏感程度不同,邻羟基苯硫酚(OHTP)的C—O键谱峰强度的变化与溶液pH值相关,其O端更易与金属作用而吸附在表面,且随pH增大而增强。对羟基苯硫酚(PHTP)在碱性条件下被完全抑制的脱羟基反应在间羟基苯硫酚(MHTP)和OHTP中均可发生。MHTP在中性(pH 7)溶液中SPR催化脱羟基反应效率最高,约为酸性(pH 2)的1.36倍,碱性(pH 12)的2.70倍。OHTP在碱性(pH 12)溶液中SPR催化脱羟基反应效率最高,约为酸性(pH 2)的13.71倍,中性(pH 7)的4.95倍。SPR催化脱羟基主要源于非去质子化条件以及形成Ag—O键这两种途径。酸性条件下MHTP及OHTP的脱羟基反应主要是未去质子化的羟基反应,碱性条件主要因去质子化后形成Ag—O键所致。中性条件下,两种贡献同时发生。对MHTP而言,由于位阻效应仅部分分子去质子化后形成Ag—O键而促进SPR催化脱羟基,因此pH 7溶液中两种效应的同时作用导致催化效率最高。对于OHTP分子,去质子化状态的O端更易与电极表面发生作用,且pH升高羟基呈现的去质子化程度更加彻底,更有利于发生脱羟基反应,在pH 12溶液中脱羟基反应主要由于形成Ag—O键,其效率亦最高。同分异构体结构以及介质酸碱度对SPR催化脱羟基反应的研究对于拓宽SPR催化反应类型及从分子水平解析其机理具有重要意义。     

植物叶片可见与近红外光谱反射率数据库的建立与主成分分析

可见与近红外波段光谱反射率数据库是颜色科学与技术和遥感目标地物分类识别领域等研究与应用的基础数据。主成分分析(PCA)在光谱数据分析、光谱重建、高光谱数据降维以及遥感图像分类等方面有广泛应用。测量并建立了云南公园常见绿化植物柳树、樟、红花檵木、蓝花楹等48种植物150条叶片从可见光到近红外波段光谱反射率数据库,波长范围400～1 000 nm、间隔4 nm。并且分别对可见与可见到近红外两种波段范围进行PCA研究。结果表明：不同植物叶片按照红、绿、黄相同色相的光谱反射率曲线基本相似;但对于同一种植物,在可见光波段400～700 nm,因为体内叶绿素、叶黄素、叶红素和花青苷含量的不同,光谱反射率曲线有较大的差异;在近红外波段700～1 000 nm,所有植物叶片光谱反射率仅仅是大小不同,而同一植物光谱反射率基本不随波长变化。PCA分析表明：在可见光和可见与近红外波段前三个主成分的累积贡献率分别达到98.62%和94.97%。数据库及其PCA分析结果将为自然物体光谱重建、多光谱成像技术和遥感目标地物分类识别等领域应用提供支撑。     

主成分分析排序和模糊线性判别分析的生菜近红外光谱分类

贮存时间是影响生菜品质的一项重要因素,传统的贮存时间鉴别方法主要依靠人工经验,但是这种方法的准确率和可信度并不高。研究的目标是建立一种基于模糊识别的模型进行生菜光谱分析以实现生菜贮存时间的鉴别,并与其他鉴别方法作比较。为此,在当地超市购买60份新鲜生菜样品,存放于冰箱中待用。首先,通过AntarisⅡ近红外光谱检测仪采集生菜样品的近红外光谱数据,每隔12小时检测一次,每个样本检测重复三次,并取三次平均值作为实验数据。其次,利用多元散射校正(MSC)减少近红外光谱中的冗余信息。为了进一步去除近红外光谱中的无用信息以及简化随后的数据分类过程,分别运用主成分分析(PCA)和排序主成分分析(PCA Sort)。其中,PCA Sort通过改进对主成分的排序方法能提高分类准确率,同时便于模糊线性鉴别分析(FLDA)进一步提取特征。PCA和PCA Sort的计算仅运用了前15个主成分(能充分反映光谱的主要信息)。最后,利用模糊线性鉴别分析算法(FLDA)和K近邻算法(KNN)进一步分类所得的低维数据。基于PCA和KNN算法的模型鉴别准确率达到43%,而基于PCA, FLDA和KNN算法的模型鉴别准确...     

基于高光谱图像技术与迁移学习的水晶梨早期损伤检测

梨在储藏、包装和运输等过程中均可能发生不同程度的机械损伤,若不及时剔除损伤梨,损伤可能会逐渐严重而演变成腐烂,造成严重的经济损失。为建立一种梨早期损伤检测及损伤时间评估的快速、无损检测方法,采用高光谱图像结合迁移学习模型对损伤早期水晶梨进行识别。以无损伤、挤压损伤24 h和挤压损伤48 h的水晶梨为研究对象,应用高光谱成像系统采集样品的高光谱图像,共获取无损伤、挤压损伤24 h和挤压损伤48 h的水晶梨高光谱图像各80帧。对高光谱图像进行主成分分析,选择主成分图像4,5,6（PC4,PC5,PC6）作为检测水晶梨损伤的特征图像,将3个主成分图像拼接后进行数据扩充共得到无损伤、挤压损伤24 h和挤压损伤48 h的特征图像各160帧。按照9∶1比例划分样本训练集和测试集后,分别建立了支持向量机（SVM）、k-近邻（k-NN）和基于ResNet50网络的迁移学习损伤识别模型。SVM、k-NN和基于ResNet50网络的迁移学习模型对测试集样本总体识别准确率分别为83.33%,85.42%和93.75%,基于ResNet50网络的迁移学习模型识别效果最佳,其对测试集中无损伤、挤压损伤24 h和挤压损伤48 h的样本正确识别率分别达到100%,83%和95%。该研究结果表明,高光谱图像技术结合基于ResNet50网络的迁移学习模型可实现水晶梨早期损伤检测,并对损伤时间有较好的预测效果,且损伤时间越长,识别准确率越高。     

用于真空紫外探测器标定的光学斩波器研究北大核心CSCD

为了满足基于低温辐射计的115 nm~400 nm波段探测器绝对光谱响应度高精度标定的需求,研制了一种由斩波片、转轴、伺服电机、U型光电开关、降温组件、支架和控制电路等组成的适用于真空环境的光学斩波器,使其在真空低温环境下将微弱的真空紫外-紫外辐射信号调制为频率已知的交变辐射信号,并由锁相放大器进行测量。实验结果表明,该光学斩波器的频率在80 Hz时的稳定性为±0.05 Hz,满足115 nm~400 nm波段探测器绝对光谱响应度标定对斩波器在10^(-4) Pa的真空环境下的使用要求。     

SN-分子离子的势能函数和光谱常数研究

采用耦合簇CCSD(T)方法结合系列相关一致基组aug-cc-pVXZ (X=D,T,Q,5) 对基态SN^-分子离子(X³∑^-) 进行了结构优化和单点能扫描计算. 用四种方法进行基组外推得到该体系的平衡核间距R_e=0.15852 nm, 谐振频率ω_e=948.05 cm^-1, 离解能D_e=3.934 eV均与实验数据符合得很好. 对单点能扫描结果用9参数Murrell-Sorbie势能函数进行了最小二乘拟合, 得到了体系的解析势能函数表达式, 并进一步推导出了体系的力常数和光谱常数. 拟合所得势能曲线准确地再现了SN^-分子离子的离解能和平衡结构特征. 通过求解核运动的径向薛定谔方程, 得到了无转动SN^- (X³∑^-) 的全部振动态, 并进一步计算出了各振动能级相应的分子常数. 与实验结果及其他理论研究结果的对比表明, 本文关于SN^-分子离子平衡常数和光谱常数的计算结果达到了较高的精度, 能为进一步的实验探测和理论研究提供参考依据. 关键词： 势能曲线 解析势能函数 光谱常数 振动能级     

基于光声光谱技术的NO,NO2气体分析仪研究

NO, NO₂是大气污染源中的常见气体, 对环境具有严重的危害性. 为检测污染源中这两种气体的浓度, 构建了成本较低的基于红外热辐射光源的光声光谱气体检测系统. 分析计算得到了NO, NO₂ 在2500–6667 nm波段吸收谱线. 通过建立光声传输线RLC振荡电路模型和仿真得到品质因数、声压大小与谐振腔长、内腔半径以及调制频率的关系, 据此设计了光声池几何结构. 实验表明该系统所测得的光声信号与气体浓度有很好的线性关系, 并且对NO, NO₂气体极限检测灵敏度分别达到4.01 和1.07 μL. 通过调节激光发射波长和选取滤波片, 该系统还可用于其他微量气体的浓度检测. 关键词： 大气污染 光声光谱 气体检测     

水体重金属激光诱导击穿光谱定量分析方法对比研究

建立了适用于激光诱导击穿光谱探测的多元线性回归、神经网络回归和支持向量机回归三种定量反演算法模型, 以水体重金属Ni为例进行了回归实验测试和对比分析. 多元线性回归、神经网络回归和支持向量机回归的平均相对标准偏差分别为7.60%, 4.86%, 2.35%; 最大相对标准偏差分别为23.35%, 15.20%, 8.29%; 平均相对误差分别为25.98%, 10.58%, 2.72%, 最大相对误差分别为116.47%, 47.38%, 9.89%. 研究为进一步实现水中痕量金属元素的快速定量分析提供了方法和数据参考. 关键词： 光谱学 激光诱导击穿光谱 支持向量机回归 重金属     

基于NIR高光谱成像技术的长枣虫眼无损检测

为了研究快速识别虫眼枣与正常枣的有效方法,利用特征波长主成分分析法结合波段比算法进行虫眼枣识别。首先,利用NIR高光谱成像系统采集130个长枣(50个正常、80个虫眼枣)图像,提取并分析不同类型长枣特征区域的平均光谱曲线,对970~1 670 nm范围内的光谱数据进行主成分分析,确定7个特征波长(990,1 028,1 109,1 160,1 231,1 285,1 464 nm)。然后,对长枣图像做主成分分析,选择PC2图像进行虫眼识别,虫眼与正常枣的识别率分别为67.5%、100%。为了进一步提高虫眼枣的识别率,采用波段比(R1231/R1109)对未识别的虫眼枣进行再次识别,识别率提高到90%。结果表明,基于NIR高光谱成像技术的检测方法对虫眼枣识别是可行的,同时也为多光谱成像技术应用于在线检测长枣品质提供了理论依据。