近红外特征光谱的羊肉TVB-N浓度预测模型

为提高生鲜羊肉储存期内(4, 8和20℃环境)挥发性盐基氮(TVB-N)的近红外光谱(NIR)检测的稳定性和准确性,选取特征光谱和预测模型是关键步骤。以121个羊肉样品为实验对象,采集生鲜羊肉680~2 600 nm波段的近红外光谱。以多元散射校正(MSC)、标准正态变换(SNV)等散射校正方法,Savitzky-Golay卷积平滑(SGS)、移动平均平滑(MAS)等平滑处理方法,以及归一化(Normalization)、中心化(Centering)、标准化(Autoscaling)等尺度缩放方法分别预处理光谱数据后建立偏最小二乘法(PLS)预测模型。比较发现SGS处理的光谱建模效果最好。利用蒙特卡洛采样(MCS)法及马氏距离法(MD)消除了羊肉光谱的5个异常数据。运用光谱-理化值共生距离(SPXY)算法划分总样本的75%(87个)为校正集样本,剩余29个为验证集样本,利用竞争性自适应重加权法(CARS)、无信息变量消除法(UVE)、改进的无信息变量消除法(IUVE)和连续投影算法(SPA)提取特征光谱得到的波长个数分别为14, 713, 144和15。将全光谱和4种方法提取的特征波长作为输入变量建立预测模型,CARS提取的波长所建立模型的性能优于UVE、 IUVE和SPA提取的波长所建立模型的性能,表明CARS方法可以有效简化输入变量并提高预测模型的性能。改进后得到的IUVE法相比于UVE法,筛选出的波长数更少且模型性能有所提升。以提取的特征波长建立PLS,支持向量机(SVM)和最小二乘支持向量机(LS-SVM)预测模型,SVM模型得到最优的校正集预测结果,其中CARS-SVM预测模型的校正决定系数(RC2)和校正均方根误差(RMSEC)分别为0.939 1和1.426 7,最优的验证集预测效果为LS-SVM预测模型得到,其中IUVE-LS-SVM预测模型的验证决定系数(RV2)和验证均方根误差(RMSEV)分别为0.856 8和1.886 2。基于近红外特征光谱建立简化、优化的生鲜羊肉储存期TVB-N预测模型,为实现快速无损检测生鲜羊肉中的TVB-N浓度提供技术支持。

基于近红外光谱的柔性基底紫外臭氧改性效果表征研究

近年来,随着纳米科技、聚合物材料和先进制造技术的发展,以柔性传感器为代表的新兴柔性电子器件在可穿戴、健康医疗、物联网终端等领域发挥着越来越重要的作用。作为柔性电子器件的载体,柔性基底对传感器的机械可靠性和电学传感性能等方面有着重要的意义。但由于其表面非极性键造成的高疏水性限制了功能性材料在其表面的沉积,常常造成柔性基底层与电极层/敏感层之间不稳定的界面结合。因此,利用紫外臭氧处理对柔性基底表面改性受到了广泛的关注。利用近红外光谱技术对柔性基底的紫外臭氧处理效果进行快速精准评估,旨在从基团分子层面探究其改性效果,在实际应用中是对传统依靠接触角测量评估方法的有效补充。具体而言,对四种常见的柔性基底材料聚二甲基硅氧烷(PDMS)、聚萘二甲酸乙二醇酯(PEN)、聚对苯二甲酸乙二醇酯(PET)和聚酰亚胺(PI)进行了1/2/5/10 min不同时长的紫外臭氧(UVO)改性处理,并利用近红外光谱对其改性效果进行表征研究,最后利用接触角测量方法对上述的表征结果进行了验证分析。近红外光谱分析表明:对于柔性PDMS基底,紫外光能量不足以切断其中的甲基(-CH_(3))官能团和(-C-Si-)等化学键,无法引入羟基、羧基等亲水性基团。对于柔性PEN和PET基底而言,紫外臭氧处理的效果要优于柔性PDMS基底,且对柔性PET基底的处理效果要优于柔性PEN基底,其原因可能是PEN基底材料中萘环的双环结构具有很强的紫外光吸收能力,阻隔了380 nm以下的大部分紫外线能量。对于柔性PI基底,紫外臭氧处理可以有效引入羟基(-OH)和羧基(-COOH)等活性基团,且这些官能团的强度和数量随着处理时间的增加而增加,从而在短时间内使得PI基底表面能增大、接触角减小、湿润性提高。接触角测试结果验证:紫外臭氧处理对于柔性PDMS基底处理效果不明显(接触角下降幅度为8.4%);对柔性PET基底处理的效果(接触角下降幅度为39.6%)要优于柔性PEN基底的处理效果(接触角下降幅度为9.4%);紫外臭氧处理的效果对柔性PI基底处理效果最佳,接触角下降幅度达到了62.7%。