Improvement of energy resolution of x-ray transition-edge sensor using K-means algorithm and Wiener filter

We develop an x-ray Ti/Au transition-edge sensor(TES)with an Au absorber deposited on the center of TES and improved its energy resolution using the K-means clustering algorithm in combination with Wiener filter.We firstly extract the main parameters of each recorded pulse trace,which are adopted to classify these traces into several clusters in the K-means clustering algorithm.Then real traces are selected for energy resolution analysis.Following the baseline correction,the Wiener filter is used to improve the signal-to-noise ratio.Although the silicon underneath the TES has not been etched to reduce the thermal conductance,the energy resolution of the developed x-ray TES is improved from 94 eV to 44 eV at 5.9 keV.

基于色散校正的密度泛函理论的食品添加剂太赫兹光谱研究

食品添加剂违规使用或滥用会对身体健康产生严重危害,相比于传统检测方法,太赫兹光谱技术具有检测周期短、准确率高等优势,被广泛应用于食品添加剂检测领域,但对其缺乏深入的理论分析。主要致力于根据晶体结构特征改进传统计算方法,提高食品添加剂模拟光谱预测精度并评估不同模型的计算性能。选取了三种富含氢键的食品添加剂,即苯甲酸、山梨酸和木糖醇,实验采用太赫兹时域光谱仪,理论计算采用CRYSTAL14软件包计算周期性晶体结构。鉴于富含氢键的体系中伦敦色散作用力不可忽略,在传统的Becke-3-Le e-Yang-Par(B3LYP)泛函和Perdew-Burke-Ernzerhof(PBE)泛函的基础上添加了伦敦色散校正系数,构建了B3LYP-D和PBE-D模型。计算得到吸收峰位平均绝对误差(AAE)分别为苯甲酸0.073(B3LYP-D)、0.096(PBE-D),山梨酸0.039(B3LYP-D)、0.047(PBE-D),木糖醇0.023(B3LYP-D)、0.087(PBE-D),相比于色散校正前的模型,AAE降低了0.03~0.1。对比了B3LYP-D和PBE-D模型的计算时长,B3LYP-D泛函耗时均为PBE-D泛函的二倍以上。结果表明,经色散校正后的模型适用于富含氢键的系统,能够提高模拟光谱预测精度,其中B3LYP-D模型预测精度更高但较为耗时,PBE-D泛函预测精度略低于B3LYP-D模型,但计算速度更快。振动来源分析表明,三种食品添加剂的振动模式均以晶格整体的平移和旋转为主,分子内的振动贡献较小。研究提出的色散校正模型对于其他类似体系的理论研究具有重要的参考价值。

太赫兹光谱技术在食品添加安全领域的研究进展

太赫兹光谱技术是一种新型的无损检测技术,若干食品添加剂在太赫兹波段都具有独特的吸收特征,探究食品添加剂及非法添加剂的太赫兹光谱,有利于更全面的认识食品添加剂的成分及相关特性,同时也利于鉴别非法添加剂的成分。本文首先系统的介绍了太赫兹光谱技术的研究方法,并依据大量国内外研究成果,从鉴定、定量分析、理论计算方法等方面,分析了太赫兹光谱技术在食品添加安全领域的研究进展。探讨了食品添加剂和非法添加剂的太赫兹光谱检测存在的问题,对今后的研究工作具有一定的指导价值。

太赫兹光谱技术在农药检测领域的研究进展

近年来,太赫兹光谱技术在安全检查、生物医学、食品检测、资源探测等领域展现了巨大的应用潜力,其中对农产品中农药残留进行检测是当前的研究热点之一。为此,系统地阐述了太赫兹光谱技术在农药检测领域的最新研究进展,梳理了太赫兹光谱实验仪器和理论计算方法,从农药的鉴定与识别、农药指纹数据库的建立、农药的定量与定性分析、农药的理论计算四个方面出发,对近年来国内外学者在该领域取得的研究结果进行总结,同时分析了目前存在的问题和今后的研究方向,对太赫兹光谱技术在农药检测领域的应用前景做出展望。

基于太赫兹光谱和机器学习算法的二元及三元混合物定量分析

利用太赫兹时域光谱系统测量了苯甲酸、山梨酸、木糖醇3种常用食品添加剂及其混合物的太赫兹吸收光谱,并选取了偏最小二乘回归(PLS)、最小二乘支持向量机(LSSVM)及反向传播神经网络(BPNN)3种机器学习算法,对食品添加剂二元及三元混合物进行了定量分析。研究发现,在多元混合物的定量分析中,非线性模型LSSVM及BPNN较线性模型PLS更具优势,且随着混合物成分的增加,非线性模型的优势愈趋明显;两种非线性模型中,LSSVM较BPNN建模步骤固定,无需进行复杂的参数讨论与优化,可高效地实现多元混合物的定量分析;此外,观察分析物光谱特征发现,除算法适用性讨论外,分析物的光谱特征也会在一定程度上影响定量检测的精度。

光谱技术在核桃检测领域的研究进展

近年来,光谱技术发展极为迅速,可利用物质对光的吸收、反射和透射等特性对物质进行定性和定量分析,是一种快速无损检测技术,被广泛应用于农产品的检测研究。核桃,作为我国栽培历史悠久的一种营养价值丰富的重要农产品,众多学者对其进行了长期而深入的研究。从品种鉴别、长势监测、品质鉴定、分选加工4个方面总结了高光谱和红外光谱技术在核桃检测领域的研究进展,并对比分析了各种光谱检测技术的优劣,提出了核桃相关检测中尚存的问题,并对核桃无损检测研究的发展前景进行了展望。

基于中红外和远红外数据融合的油茶籽成熟度鉴别

针对油茶籽采收过程中缺乏判断其成熟度的依据,导致茶油的质量和产量不佳等问题,提出一种基于中红外和远红外光谱数据融合检测油茶籽成熟度的方法。采用傅里叶变换红外光谱仪测试了在不同成熟阶段,不同含油率油茶籽的中红外和远红外光谱数据,利用不同特征提取方法(主成分分析法、连续投影算法、无信息变量消除法)对原始光谱数据进行特征提取,再结合支持向量机算法(SVM)建立了油茶籽成熟度的鉴别模型。结果表明:在中红外波段范围内,采用连续投影算法结合遗传算法优化的SVM模型,获得最优的鉴别精度为93.33%;在远红外波段范围内,利用主成分分析法结合遗传算法优化的SVM模型,实现了96.67%的鉴别精度。将中红外波段数据与远红外波段进行数据融合,结合优化后的SVM算法能将鉴别精度提高到100%。该研究表明,红外光谱技术结合优化后的SVM模型可以实现对油茶籽含油率的精确鉴别,数据融合技术能够有效地增加光谱信息并且去除单一光谱的冗余信息。该结果可为油茶的最佳采摘时间提供参考,并可拓展应用到其他农林产品成熟度的鉴别中。