基于欧式距离法或因子化法的近红外光谱技术对牛肉掺假鉴定的研究

利用近红外光谱技术结合欧氏距离法或因子化法建立牛肉中掺入猪肉和鸡肉的快速、准确的技术方法,从而为保证牛肉制品品质和安全提供强有力的检测手段;以牛肉和掺假肉(掺入猪肉和鸡肉)按照相同程度进行均匀搅碎,按照掺假肉10%为梯度增量进行制备掺假肉,共分为10类样本(10%至100%),采用单通道,光谱范围为12000cm^-1~4000cm^-1,扫描次数为64次,特征波段为7351.92cm^-1~6824.83cm^-1、5578.24cm^-1~5075.21cm^-1,预处理方式为一阶导数或二阶导数+矢量归一化+9点平滑,结果表明:猪肉和鸡肉掺假因子化法的判别率分别为94%和96.67%;因子化法可以试现对牛肉掺假进行定性分析鉴定。

基于近红外光谱技术对小麦中毒死蜱农药残留测定方法的研究

研究了基于近红外光谱技术结合化学计量法建立小麦中毒死蜱农药残留鉴定模型。采用喷洒法制备具有不同毒死蜱残留量的小麦样品,采集样品的近红外漫反射光谱,并建立因子化法、欧氏距离法的定性预测模型和偏最小二乘法的定量预测模型。结果表明:因子化法较欧氏距离法的定性判别率更高,构建条件的特征波段为5543.68~4643.72、7582.43~6510.28 cm^(−1),预处理方式为二阶导数+矢量归一化+5点平滑,判别率可达96%;偏最小二乘定量判别模型构建条件的特征波段范围为5543.68~4643.72、7582.43~6510.28 cm^(−1),预处理方式为消除常数偏移量,主成分数为7,交叉验证系数(R^(2))达到99.46、交叉验证均方残差(RMSECV)达到1.15,实际值与预测值相关性良好,最低检测限为1 mg/kg,能够实现对小麦毒死蜱农药残留量的准确判定。以上结果表明,利用因子化法建立的定性分析模型的判别率高达96%,能够实现对小麦毒死蜱农药残留的定性分析鉴定,采用偏最小二乘法可以实现定量分析鉴定且重现性较好。

基于近红外光谱技术对多年际建三江、五常大米产地溯源

研究多年际地理标志大米产地溯源判别技术,保护地理标志大米的品牌效益。利用近红外漫反射光谱技术对试验田样品进行与产地有关的特征波段筛选,并在其范围内对2013—2015年来自建三江地区及五常地区的291份大米样品进行产地溯源研究。结果表明,试验田样品在波段为5 136~5 501 cm^(-1)范围内产地因素差异显著。在此范围内利用因子化法建立的定性分析模型及聚类分析模型对建三江大米及五常大米的正确判别率均高于97.00%。利用偏最小二乘法建立的定量分析模对两地区大米的正确判别率分别为95.83%、94.00%。因此,应用该技术对多年份大米的产地溯源进行判别具有一定的可行性。

近红外漫反射光谱技术对小米产地溯源的研究

为建立小米产地溯源的快速检测技术,更好的维护地方名优小米品牌效益,试验利用近红外漫反射光谱技术对不同状态小米进行产地溯源鉴别,试验分别选取来自肇源和肇州两个小米主产区的144份小米样品,应用近红外漫反射光谱技术结合化学计量学对不同状态下的小米进行产地溯源研究,结果表明:在全波长范围内采用因子化法建立的定性分析模型和在特征波段范围内采用偏最小二乘法(PLS)建立的定量分析模型,对肇源、肇州两个小米主产区的小米籽粒和小米粉末的正确鉴别率均在90%以上,其中小米粉末的模型正确预测率要高于小米籽粒。因此,应用近红外漫反射光谱技术对不同状态小米产地溯源的鉴别具有一定的可行性。

电力系统潮流并行算法的研究进展

随着高性价比可扩展集群并行系统的逐步成熟和应用 ,大规模电力系统潮流并行计算和分布式仿真成为可能。该文首先简要介绍了电力系统的潮流计算模型及基本算法 ,分析了算法中存在的困难。然后分析了 4类较重要的电力系统潮流并行算法 :分块法、多重因子化法、稀疏矢量法和逆矩阵法 ,同时讨论了这 4种潮流并行算法的基本原理和实用效果 ,比较了各种并行算法的优点和局限性 ,并指出基于集群系统的粗粒度区域分解潮流并行算法最具发展潜力。