可见/近红外漫透射光谱结合CARS变量优选预测脐橙可溶性固形物

可溶性固形物(SSC)是脐橙重要内部品质之一。采用QualitySpec型光谱仪在350～1000 nm波段范围采集脐橙的可见/近红外漫透射光谱,采用CARS(competitive adaptive reweighted sampling)变量选择方法筛选出与脐橙SSC相关的重要变量,并与无信息变量消除(UVE)及连续投影算法(SPA)比较。最后,对选择的38个重要波长变量应用偏最小二乘(PLS)回归建立脐橙SSC预测模型,并对未参与建模的75个样品进行预测。研究结果表明,CARS方法优于UVE及SPA变量选择方法,能有效地筛选出重要波长变量。CARS-PLS建立的SSC预测模型优于全光谱的PLS模型,其校正集及预测集的相关系数分别为0.948和0.917,均方根误差分别为0.347%和0.394%。因此,可见/近红外漫透射光谱结合CARS方法可以预测脐橙可溶性固形物,CARS变量选择方法能有效简化预测模型和提高模型的预测精度。     

特征变量提取方法对脐橙皮中Cu元素LIBS检测精度的影响

食品重金属污染日趋严重,常规的实验室化学分析方法难以满足现代农业发展的需求。激光诱导击穿光谱是一种新兴的快速无损检测新方法,但该技术存在检测稳定性、灵敏度和精确度不高的瓶颈问题。本工作以江西特色水果赣南脐橙中的Cu元素为研究对象,探讨采用LIBS技术检测的可行性问题。首先对脐橙样品进行实验室污染处理,再利用优化的试验参数(激光能量120 mJ、光谱采集延迟时间1.14 μs、采集积分时间2 ms)采集样品表皮的LIBS光谱信息,然后利用AAS对激光击打部位果皮进行Cu元素真实含量检测。提取Cu Ⅰ324.7 nm与Cu Ⅰ 327.4 nm作为Cu元素定量分析特征光谱,建立Cu元素真实浓度与Cu Ⅰ 324.7强度、Cu Ⅰ 327.4强度、Cu Ⅰ 324.7与Cu Ⅰ 327.4强度之和的关系模型,并对模型的灵敏度和预测准确度进行了分析。结果显示,三个关系模型的浓度预测相对误差均在7.01%以下,最小分别达到了0.02%,0.01%和0.02%,平均相对误差分别为2.33%,3.10%和2.63%。试验表明,寻找合适的特征变量能明显提高定量分析结果的精确度。此外,该研究有助于为重金属元素在果皮果肉中的传输规律提供理论依据。     

从“东数西算”甘肃节点 看中国电信的算力调度探索与实践

<正>当前,“东数西算”是国家第四大跨区域的资源调配超级工程,着眼于当下数字经济发展的数据以及算力,通过打通全国高速互联网络,整合优化全国算力资源,推动东西部地区算力需求与土地、能源等资源的互补与匹配,对于我国数字经济的可持续发展具有至关重要的意义。     

光谱预处理对LIBS检测脐橙中Cu的偏最小二乘定量模型影响

应用激光诱导击穿光谱(LIBS)对脐橙中Cu元素进行快速检测,并结合偏最小二乘法(PLS)进行定量分析,探索光谱数据预处理方法对模型检测精度的影响。针对实验室污染处理后的52个赣南脐橙样品的光谱数据,进行不同数据平滑、均值中心化和标准正态变量变换三种预处理方法。然后选择包含Cu特征谱线的319~338 nm波段进行PLS建模,对比分析了模型的主要评价指标回归系数(r)、交互验证均方根误差(RMSECV)和预测均方根误差(RMSEP)。采用13点平滑、均值中心化的PLS模型3个指标分别达到了0.992 8,3.43和3.4,模型的平均预测相对误差仅为5.55%,即采用该前处理方法模型的校准质量和预测效果都最好。选择合适的数据前处理方法能有效提高LIBS检测果蔬产品PLS定量模型的预测精度,为果蔬产品LIBS快速精准检测提供了新方法。     

基于LIBS技术的脐橙中铜含量联合区间偏最小二乘法定量分析

选用60个果形相当的脐橙样品进行激光诱导击穿光谱(LIBS)试验,引入联合区间偏最小二乘法(siPLS)的分析方法,实现水果脐橙中重金属铜元素的LIBS定量分析。先对脐橙在320~340nm波段内激光诱导击穿光谱进行九点平滑处理,并提取特征光谱CuI324.75nm为分析线。采用siPLS方法将光谱划分为25个子区间,当选择其中5、14、16、22 4个子区间建立的模型时效果最佳,其校正集相关系数和均方根误差分别为0.988 3和5.61,预测集相关系数和均方根误差分别为0.979 2和8.62。研究表明,与偏最小二乘法(PLS)相比,改进的siPLS模型更能有效利用光谱中的信息,减少模型计算量,提高预测能力。为进一步实现水果中痕量重金属元素的快速定量分析提供了方法。     

基于SSPA-同步荧光法的鸭蛋蛋清中强力霉素残留含量的检测研究

应用同步荧光光谱技术结合分段连续投影算法(SSPA)实现了对鸭蛋蛋清中强力霉素含量的快速检测。首先对蛋清、强力霉素标准品和含有强力霉素的蛋清进行三维同步荧光光谱分析,确定了其最佳波长差(△λ)为110 nm;然后对60个含有强力霉素的蛋清样本进行同步荧光光谱扫描,运用SSPA分别从全光谱和划分不同子区间中提取特征波长,作为多线性回归(MLR)、偏最小二乘法(PLS)、主成分回归(PCR)的输入变量,分别建立了SSPA-MLR、SSPA-PLS和SSPA-PCR模型。结果表明,利用SSPA法可以压缩模型的输入变量,缩减率为90.8%。划分为6个光谱子区间的SSPA-MLR模型的预测结果最好,其预测集样本的决定系数(R2)和预测均方根误差(RMSEP)分别为0.9896和0.89,有效地提高了模型的效率和预测能力。该方法为快速检测鸭蛋蛋清中抗生素提供新的方法。     

基于激光诱导击穿光谱的微生物种类鉴别研究

建立了激光诱导击穿光谱(Laser induced breakdown spectroscopy,LIBS)全光学诊断方法,对微生物种类进行快速鉴别。制取10种微生物样品,优选滤纸为富集载体,采集等离子体羽时间演变形貌图及LIBS光谱指纹图分析了鉴别微生物种类的可行性;运用九点平滑(Nine smooth,9SM)、多元散射校正(Multiple scatter correction,MSC)对波长范围200~420 nm和560~680 nm微生物LIBS全谱数据进行了预处理;分析比较了主成分分析(Principal component analysis,PCA)、随机森林结合主成分分析(Random forest combined with principal component analysis,PCA-RF)两种方法对微生物种类的鉴别结果。结果表明,运用一定的数据预处理方法,采用PCA-RF算法对10类微生物种类鉴别,训练集总准确率为99.6%,预测集总准确率为96.7%,说明选择合适的LIBS光谱预处理及模型构建方法,对微生物种类的快速准确鉴别具有可行性。     

激光诱导击穿光谱对大米中镉元素的检测分析

食品重金属污染日趋严重, 为了证明LIBS快速检测大米中重金属元素含量的可行性, 采用LIBS技术对经实验室含Cd溶液浸泡过的大米中Cd元素进行分析。首先采用LIBS和AAS技术, 获取5个浓度系列的大米中Cd元素的LIBS光谱及真实浓度信息, 再采用一元一次和一元二次定标分析模型, 对Cd元素的特征光谱Cd II 214.4、Cd II 226.5和Cd I 228.8进行定量分析。结果表明, 原子谱线Cd I 228.8具有较高的线性相关性, 并且一元二次回归模型具有较好的预测精度。试验结果表明, LIBS技术用于大米中重金属Cd元素的快速检测在理论和实践上具有可行性。     

集成ICCD单双脉冲LIBS对Pb溶液定量分析比较

激光诱导击穿光谱(LIBS)检测的稳定性和灵敏度不高是制约其发展的两大瓶颈问题。本实验采用集成ICCD的单、双脉冲LIBS系统,对经滤纸富集后的Pb(NO3)2水溶液中的Pb元素进行了分析,比较了采样门宽、积分延迟时间、双脉冲两束激光延迟时间等参数对光谱质量的影响,确定了水溶液中Pb元素的LIBS检测最佳实验条件,结果表明双脉冲具有更好的稳定性。在优化的实验条件下,获取了6个含Pb溶液浓度系列的单、双脉冲LIBS光谱信息,建立了元素真实浓度与其光谱强度之间的关系模型,得到溶液中痕量Pb元素的LIBS检测限分别为15.95μg/mL和5.48μg/mL。拟合结果表明双脉冲具有较高的线性相关系数以及较好的检测灵敏度和检测精度。说明集成ICCD双脉冲LIBS能够改善水体中重金属元素的检测效果。