苹果早期瘀伤的近红外光谱和多波段相机成像检测

苹果早期轻微瘀伤是影响苹果品质的重要因素。早期轻微瘀伤在可见光下肉眼无法识别,为寻找一种高效的苹果早期轻微瘀伤识别方法,以红富士苹果为研究对象,通过倒立摆装置人为制造不同程度的苹果瘀伤。首先采用傅里叶变换近红外光谱仪采集80个无损样品、60个轻度损伤样品以及60个重度损伤样品各自在损伤后0、10、20和30 min的近红外漫反射光谱;采用SNV作为光谱数据预处理方法,谱区范围选择4000~9000 cm^(-1);主成分个数为9,采用偏最小二乘法-判别分析(PLS-DA)和支持向量机(SVM)两种方法建立“无损-有损”二分类模型,预测集的平均识别率分别为85.00%和89.80%,模型识别效果有待提高。在以上实验结果的基础上,使用波段范围为1000~2350 nm的近红外相机采集无损、轻度瘀伤、中度瘀伤和重度瘀伤的100个苹果样品的近红外图像,相机加装1150和1400 nm的滤光片后分别再次采集这些苹果样品的近红外图像,所有图像均在瘀伤产生后立即采集。共采集3个波段、4种瘀伤程度的苹果样本图像共1200张。提取图像吸光度信息并分别建立KNN、SVM和DT分类模型,DT法“无损-损伤”二分类模型和“无损-轻度-重度”三分类模型的识别率最高,分别为99.00%和94.67%。相比基于近红外光谱的苹果早期外部瘀伤识别方法,近红外相机多波段成像法在苹果表面早期瘀伤和瘀伤程度分类的应用中都有更高的识别准确率。与此同时近红外相机成像方法方便确定瘀伤的位置,这为苹果表面瘀伤的实时在线检测与分类提供了一种快速高效的新思路。

小波包熵和Fisher判别在近红外光谱法鉴别中药大黄真伪中的应用

利用傅里叶变换近红外光谱仪采集了中药大黄的近红外漫反射光谱,提取光谱的主成分和小波包熵等特征信息,再以特征信息为依据,利用Fisher分类器对中药大黄的真伪进行了鉴别。通过比较得出:采用小波包熵特征信息建模和预测误判率比采用主成分低。用小波包熵进行特征提取和Fisher分类器相结合对中药大黄真伪进行鉴别,其建模集交叉验证的误判率为6.52%,预测集的误判率是2.04%,为中药大黄的近红外快速真伪鉴别提供了参考。

生物反馈训练后癫痫患者脑电相关维数变化的分析

研究生物反馈训练对难治性癫痫患者脑电相关维数的影响。以21例难治性癫痫患者为研究对象，强化患者12～15Hz的感觉运动节律波，抑制4～8Hz的0波。经过一定疗程的反馈治疗后，其中6例癫痫症状有明显改善且跟踪采集了脑电记录的病例，其16导联处的脑电相关维数均有不同程度的增加，尤其以训练点c4附近前脑区的脑电相关维数增加更加显著，表明脑电生物反馈治疗有助于皮层神经元群体电生理活动向更加混沌的状态转化，从而改善癫痫病态症状。相关维数可以通过表征大脑生理状态的改变，用于脑电生物反馈治疗效果的评价。

基于SVR的傅里叶变换型近红外光谱仪间数学模型传递的研究

近红外分析的一个重要基础是数学模型。不同的近红外光谱仪间由于对同一个样品响应的差异,导致一台仪器上建立的数学模型不能直接用于另一台仪器上样品的分析,需要进行模型传递。文章以两台傅里叶变换近红外光谱仪为实验研究对象,以玉米粉末样品为实验材料,采用移动窗口支持向量回归机(SVR)方法,把一台仪器上建立的近红外定量分析数学模型传递到另一台仪器上:当SVR回归的窗口大小为31个波长点,传递样品个数为15个时,模型传递效果较好,以"主机"所建蛋白含量的数学模型分析"从机"上修正后的光谱,化学测定值和近红外预测值间的相关系数提高到0.9434,相对标准差为4.23%。表明采用移动窗口SVR法进行傅里叶变换近红外光谱仪间数学模型的传递是可行的。

不同漫反射样品池间近红外数学模型的转移

研究用斜率/截距(Slope/Bias)校正法来实现傅里叶变换近红外光谱仪上两种漫反射样品池间数学模型的转移。结果表明:普通漫反射样品池与积分球样品池上的模型可以相互转移,且两种样品池上不同粒度样品的数学模型也可以转移。

基于近红外稳态空间的苹果病变检测系统设计与试验

为了实现苹果内部病变的无损检测,设计了基于近红外稳态空间分辨技术的苹果病变检测系统。系统选用波长830 nm的半导体激光器作为光源,选择感光面积大、感光系数灵敏的FDS1010光电探测器实现苹果内部病变无损检测。搭建试验平台对检测系统的性能进行了分析,包括电流稳定性、温度稳定性和光强稳定性,系统稳定性满足试验需求。选择Evans Blue固体配制不同质量分数的纯吸收溶液,对检测装置的准确性和灵敏度进行验证,发现随着溶液浓度的升高,吸光度呈现线性变化的趋势,在纯吸收溶液中系统表现出了稳定的检测性能,且对不同质量分数也表现出良好的分辨性能。根据稳态空间分辨检测技术原理,设计苹果病变替换试验,通过改变光源的位置,并记录"源-探"之间的距离,依据漫射传输方程求出苹果病变位置的光学参数,与目前已知的苹果内部组织光学参数一致。研究结果表明该系统可以实现苹果内部病变无损检测。

傅里叶变换近红外光谱仪扫描条件对数学模型预测精度的影响

以小麦粉状样品为例 ,研究了傅里叶变换近红外光谱仪在不同分辨率 ,不同的激光频率下扫描样品对近红外光谱用于分析小麦样品蛋白质含量的影响。结果表明 :以 4 ,8,16cm- 1 的分辨率扫描样品或当激光频率改变幅度在 1cm- 1 以内时对小麦蛋白模型的影响不显著 。

现代近红外光谱分析的信息处理技术

介绍了现代近红外光谱分析技术的要点 ,流程 ,以及建立数学模型的优化层次与建模层次。最后 ,阐明了在我国应用与发展近红外技术的策略 ,即“产业化”与“民主化”相结合。

近红外光谱法快速分析葛根中的有效成分

本文应用近红外光谱技术建立了快速检测葛根中有效成分的方法。研究了优化分析葛根总异黄酮、葛根素和大豆苷含量数学模型的各种条件 ,包括建模样品集的选择、化学值的定标、测量的方法及条件等 ,结果表明 :建模样品集的化学值 (又称真值 )与近红外预测值的相关系数分别为 :葛根总异黄酮r=0 975 ,葛根素r=0 984 ,大豆苷r =0 96 6 ;检验样品集的化学值与近红外预测值的相关系数分别为 :0 982 ,0 975和0 981。说明所建模型具有实际应用价值。

样品装样、测试条件等因素对近红外检测结果的影响与分析误差源比较研究

以云南优质烤烟为实验材料,在国产光栅漫反射型近红外仪器上,研究了样品装样、测试条件等因素对近红外检测结果的影响。并实现了通过建立全局模型应用自校正方法来降低分析误差。结果表明,在不考虑样品粒度、测试条件等因素的影响情况下,该仪器自身信噪比等性能指标引起的测试重复性误差、重装样误差、样品松紧度误差来源各占50%,30%,20%左右,通过压样措施可降低由样品松紧度产生的误差。当季节、温度等测试条件发生较大变化时,引起的测试准确性误差远大于所有测试重复性误差的总和。文章旨在从误差来源理论上解析各影响因素,为改进仪器提供基础理论数据;从理论上解析测试条件因素影响的重要性,并为近红外技术研究解决该问题给出了一种新思路。

SVM回归法在近红外光谱定量分析中的应用研究

研究了基于统计学习理论的支持向量机(SVM)回归法在近红外光谱定量分析中的应用。以66个小麦样品为实验材料,由33个小麦样品作为校正样品,采用4种不同核函数方法对小麦样品蛋白质含量与小麦样品近红外光谱进行SVM回归建模。以所建4种不同SVM回归模型对33个小麦预测样品的蛋白质含量进行了预测;不同回归模型的预测结果与凯氏定氮法确定的蛋白质含量的标准化学值间的相关系数均在0.97以上,平均绝对误差小于0.32。为了考察SVM回归校正模型的预测效果,同所建PLS回归模型的预测结果进行了比较,表明所建预测小麦样品蛋白质含量的SVM回归模型亦可通过近红外光谱进行实际样品的定量分析,且有较好的分析效果。

应用在线近红外光谱分析复烤前后原烟及片烟的质量特性

应用在2012年＂中华＂专用分拣复烤生产线中采集的7个产地的复烤前原烟和复烤后片烟的在线近红外光谱为试验资料,通过建立不同产地近红外光谱的投影分析模型,并结合方差及相关分析等,研究烟叶复烤前后的均一性及相似性等品质特征的变化,为客观的掌握烟叶原料质量及卷烟产品配方提供技术支撑。本研究结果表明,从数量庞大的在线近红外光谱中,按等间隔采样时间筛选约1万条左右用于建模分析可行,取样代表性充分;经人工分拣、打叶、复烤后的各产地烟叶近红外光谱的均一性提高幅度可达10%~35%,烟叶品质的均质化程度显著提高;同时复烤后各产地烟叶所体现的相似性关系亦发生了变化,从整体上其相似性显著降低,即由产地体现的风格品质差异显著提升,为优质卷烟的原料配方设计提供了更大空间,体现了我国烟草企业生产优质中式卷烟需要消耗大量财力、人力进行烟叶复烤加工的必要性。传统的化学分析等手段需要花费大量的时间和精力,难以对整个加工环节进行控制,近红外光谱技术以其快速、无损的优势,不仅能够实现待测样品成分含量等的实时检测与质量控制,而且应用生产过程中的大量近红外光谱,可以从多角度进行有关产品品质信息的充分挖掘,是一种在众多行业特别是农产品和食品加工行业中极具应用前景的在线分析检测技术。

局部偏最小二乘回归建模参数对近红外检测结果的影响研究

报道了在局部加权（LWR）回归方法基础上，自主改进的更简单、实用的局部偏最小二乘回归（LPLS）的原理和方法。并以云南优质烤烟为实验材料，在国产光栅漫反射型近红外仪器上，研究了主成分数以及局部建模样品数对检测结果的影响。结果表明：应用交叉验证方法推荐的尼古丁组分模型主成分数并不是最优，通过适当降低主成分数可提高检测效果；局部建模样品数为30～50个时总糖、总氮、尼古丁预测准确度的提高幅度可分别达7％，14％，10％以上。该方法能有效提高近红外数学模型的预测准确度，是建立具有高度适应性近红外数学模型的有效方法。

近红外光谱法测定玉米品质指标的研究

应用近红外光谱法(Near infrared spectroscopy,NIRS)和偏最小二乘法(Partial least squares,PLS)建立玉米粗蛋白质、粗脂肪和粗淀粉定量分析的近红外光谱数学模型,并对模型预测结果的准确性进行了评价。结果表明:近红外预测模型的内部交叉验证决定系数(R2cv)分别为:0.9778,0.9666和0.9927;交叉证实标准差(RMSECV)分别为:0.38,0.40和1.51;模型外部验证决定系数(Rv2al)分别为0.9391,0.9651和0.9875;外部验证标准差(RMSEP)为0.41,0.35和1.31。实际样品的常规分析结果得出玉米粗蛋白质、粗脂肪和粗淀粉的NIRS数学模型具有较高的预测准确性,可应用于玉米育种工作中的大批样品的品质分析。

岭回归在近红外光谱定量分析及最优波长选择中的应用研究

以66个小麦样品为试验材料,研究岭回归方法在近红外光谱定量分析中的应用。用44个小麦样品的近红外光谱数据建立测定蛋白质含量的近红外-岭回归模型,预测其余22个小麦样品的蛋白质含量。预测结果与凯氏定氮法分析结果(化学分析值)的平均相对误差为1.518%,与偏最小二乘法(PLS)预测结果进行比较,显示岭回归方法可用于近红外光谱定量分析;进一步,为了减少无关信息对定量分析模型预测能力的干扰,一种有效的方法就是进行波长信息的选择。从1297个波长点中优选出4个波长点,利用这4个波长点处的光谱信息建立近红外-岭回归模型预测22个样品的蛋白质含量,预测结果与凯氏定氮法分析结果之间的平均相对误差为1.37%,相关系数达到0.9817。结果表明岭回归方法从大量光谱信息中筛选出了最重要的波长信息、不仅简化了模型,有效的减少了光谱信息共线性的干扰,而且对特定分析选择出适用的波长对指导设计专用近红外定量分析仪器亦有实际意义。

近红外光谱技术的小麦条锈病严重度分级识别

小麦条锈病是世界上影响小麦安全生产的一种重要病害。实现小麦条锈病不同严重度叶片快速、准确的分级识别,对于条锈病监测、预测预报和防治措施的制定具有重要意义。通过人工接种获得条锈病不同发病程度小麦叶片,选取8个不同严重度级别（1%,5%,10%,20%,40%,60%,80%和100%）叶片各30片和健康小麦叶片30片,利用近红外光谱技术分别获取光谱信息,共获得270条近红外光谱曲线,依据小麦叶片条锈病发病程度的不同,将其分为9个类别。从每个类别中随机选择7~8条光谱曲线作为测试集,共计67条,将剩余的203条光谱曲线作为训练集。利用定性偏最小二乘法建立小麦条锈病不同严重度叶片的定性识别模型。研究分析了不同光谱预处理方法、建模比（训练集：测试集）和建模谱区对所建模型识别效果的影响。结果表明,在4 000~9 000cm-1谱区范围内,原始近红外光谱数据经中心化预处理后,建模比为3∶1时,采用内部交叉验证法建模,训练集和测试集的总体识别准确率分别为95.57%和97.01%,所建模型识别效果较好。表明基于近红外光谱技术进行小麦条锈病叶片严重度分级识别是可行的,为小麦条锈病的监测和评估提供了一种新方法。

样品年份、化学值分布参数对近红外检测结果的影响

以云南优质烤烟为实验材料,在国产光栅漫反射型近红外仪器上,比较研究了不同年份样品建模、不同化学值分布建模对近红外检测结果的影响。结果表明:总糖、尼古丁组分模型偏差受年份影响较大,总氮组分模型偏差与样品年份关系不明显。烤烟组分的不同化学值分布建模结果表明:用化学值按自然正态分布的样品建立模型的结果优于按均匀分布建模的结果。该研究对从大量天然产物样品中挑选代表性样品时所采用的挑选方法和原则具有指导性的参考价值。

用傅里叶变换近红外光谱法测定完整油菜籽三种品质性状的初步研究

本文研究了用傅里叶变换近红外漫反射光谱法非破坏性测定完整油菜籽中油份、蛋白质和硫甙含量的方法。结果表明１：分析光束直径对测量有明显的影响；直径越大，效果越好；２：该方法对蛋白质和硫甙含量测定效果较好，相关系数分别为０．９４和０．９５，相对误差分别为２．１％和１６．２％，有望应用于品质育种等生产实践中。

MAXR回归法在近红外光谱定量分析及最优波长选择中的应用研究

介绍了运用MAXR回归法建立傅里叶变换近红外光谱定量分析模型的原理和方法。以此方法,由Matlab语言设计程序,进行近红外光谱定量分析建模的波长信息选择。并以小麦样品为实验材料,建立了蛋白质含量的近红外光谱定量分析模型,其中优选出2个和3个波长点处光谱信息建立的多元回归模型的预测结果与凯氏定氮法分析结果相关系数分别为0.9771和0.9765,标准差分别为0.335和0.340。MAXR回归法在进行波长信息,选择时可建立分别包含1,2,…,k个波长点信息的最优回归模型,且计算量适中,因此是一种实用的选择“最优”波长信息的回归方法。该方法不仅可少而精选择波长信息,建立抗共线性信息干扰的光谱定量分析模型,而且对于特定样品、特定待分析组分,选择最优波长信息建模分析的工作,可指导专用近红外分析仪器的设计。

PLS回归法建立适应温度变化的近红外光谱定量分析模型

研究了近红外光谱定量分析模型对于样品温度的适应性。以 4 2个不同品种的大豆为实验材料 ,用 2台光谱仪分别独立测定了样品在 5种温度下的近红外光谱。对于 2台光谱仪测定的光谱 ,均依据光谱信息选择部分光谱 ,采用PLS回归法对大豆样品的粗蛋白质和粗脂肪含量分别建立了近红外光谱定量分析模型 ,并以剩余样品对模型进行预测检验。 4个模型的预测结果均表明 :超过 94 %的检验样品的预测相对误差小于 5 % ,说明了预测样品处于 5～ 4 0℃时 ,模型都有较好的预测效果。