近红外光谱技术在纺织品定性检测中的应用

针对传统纺织面料定性检测费时、费力、有污染等问题,提出近红外光谱检测法。利用近红外光谱技术对75个纯棉、纯涤、棉/涤、棉/氨面料进行定性聚类分析。采用主成分分析法提取特征光谱,利用马氏距离对样品进行聚类分析,取得了很好的归类效果,验证了近红外光谱法应用于纺织品成分检测的可行性。同时还比较了光谱预处理方法对聚类效果的影响,指出在纺织面料近红外光谱的噪声中,光谱平移占很大比例,为进一步提高模型的准确性提出了指导性意见。

光谱预处理对棉涤混纺面料近红外定量模型的影响

以46个棉涤混纺面料样品为研究对象，采集样品的近红外漫反射光谱，光谱范围为12000～4000cm^-1，利用偏最小二乘法建立定量校正模型，并用交叉检验法对模型进行检验，以交叉验证均方差RMSECV和决定系数R^2作为判断模型优劣的标准．对利用无光谱预处理、一阶导数法、二阶导数法、多元散射校正和矢量归一化五种不同预处理方法所建的模型进行了比较，发现对光谱进行矢量归一化预处理所建模型最优；此外还分析了建立纺织布料的近红外光谱定量分析模型时主要的误差来源及近红外光谱分析技术用于纺织面料定量分析的可行性．

近红外光谱技术在纺织布料聚类分析中的应用

以棉涤、棉氨、粘涤、棉锦、羊腈、锦涤六种纺织布料为研究对象,采集近红外光谱数据,进行一阶求导和矢量归一化预处理后,采用标准算法计算样品间的光谱距离,并利用Ward氏算法对样品进行聚类分析.试验对三种、四种、五种布料分别进行了聚类,所有不同种类的样品都得到了正确的分类,验证了近红外光谱检测法应用于纺织品聚类分析中的可行性。通过对聚类算法的分析,提出了局部回归算法在纺织品聚类分析中的应用,为进一步研究近红外光谱技术在纺织布料聚类分析中的应用提供了建议。

受污染金光菊的植物电信号研究

选取敏感植物金光菊(Rudbeckia hirta L.)作为研究对象,首先采集其在正常生长情况下和二氧化硫污染情况下的电波信号;然后运用时域、频域等方法对电波信号进行分析,比较正常和受污染植物的电位信号.通过分析植物在受污染条件下电信号的特征电位,确定污染及不同污染程度与其特征电位的关系,为植物监测环境奠定了一定的理论基础.结果表明,利用植物电波信号监测环境以及根据反馈的信息来改善环境和植物生长状况是可行的.