太赫兹光谱在转基因菜籽油鉴别中的应用:基于改进蜉蝣算法的支持向量机模型

为实现对转基因和非转基因菜籽油的快速准确鉴别,结合太赫兹时域光谱技术,提出了一种基于改进蜉蝣优化算法的支持向量机模型.以两种转基因和两种非转基因菜籽油为研究对象,应用太赫兹时域光谱技术获取其光谱信息,发现相比于非转基因菜籽油,转基因菜籽油在太赫兹波段具有更强的吸收特性,同时它们的吸收光谱极为相似,难以通过观察法进行准确区分.为此,提出一种基于改进蜉蝣优化算法的支持向量机模型,通过采用蜉蝣优化算法对支持向量机参数进行寻优,并引入自适应惯性权重和Lévy飞行两种策略改进蜉蝣优化算法在寻优过程容易陷入局部最优解的问题,增强蜉蝣优化算法的全局搜索能力和稳健性.实验结果表明:改进后的蜉蝣优化算法能够更有效地寻找到支持向量机的最优参数组合,提升鉴别模型的整体性能,该模型对4种菜籽油的识别精度为100%.因此,本研究为转基因菜籽油的类型鉴别提供了一种快速有效的新方法,也为其他转基因物质的鉴别提供了有价值的参考.

太赫兹光谱转图像及ResNet的陈皮年份鉴别

中国陈皮(学名柑橘皮,PCR),它们具有高药用价值且随时间增长而增值,但是由于各个年份的陈皮的形态类似,难以区分。因此本研究提出使用太赫兹技术结合深度学习方法对陈皮样品进行贮藏年份的鉴别。利用图像特征转换方法,包括Gramian角场(GAF)、Markov过渡场(MTF)和递归图(RP),将光谱数据成功转化为RGB三维图像数据,构建了ResNet模型,然后将ResNet模型与1D-CNN模型和CNN-LSTM模型进行对比。结果显示,ResNet模型表现最优,准确率达到了0.8035。总之,将太赫兹光谱数据转换为图像数据结合深度学习模型可以有效区分不同贮藏年份的陈皮,为陈皮的年份检测提供了一个有效的方法。

热老化对润滑脂太赫兹光谱影响的实验研究

为研究润滑脂热老化温度与其太赫兹光谱之间的内在规律,应用透射式太赫兹时域光谱仪采集经过不同温度静态加速热老化实验处理的润滑脂样品的时域光谱,计算得到样品在0.4~1THz的太赫兹频域光谱,分析了热老化温度对润滑脂太赫兹光谱和相关太赫兹特征参数的影响。通过实验发现,热老化温度与润滑脂样品时域谱正向最大峰值、频域谱平均绝对值之间均存在良好的线性关系,且与频域谱平均绝对值的线性相关关系最强,相关系数R2为0.9979。研究结果可为后续润滑脂热老化程度的快速、准确、无损定量检测方法研究提供重要参考。

GaN薄膜的太赫兹光谱响应研究

目前,太赫兹时域光谱(THz-TDS)已经成为研究固体光学参数及色散关系的有效工具。采用太赫兹时域光谱仪对纤锌矿结构GaN薄膜在0~8.0 THz范围内的吸收光谱、介电常数、折射率以及介电损耗等进行了研究。研究结果表明,频率为4.65 THz的太赫兹响应是由GaN的E2(low)声子振动模式主导的,获得的低频介电常数8.9和高频介电常数6.0与理论值接近;进一步研究了频率在4.24~4.40 THz之间的太赫兹介电常数响应谱,获得的GaN薄膜的中心振动频率与太赫兹吸收光谱一致,介电损耗值很小且逐渐趋近于0,表明GaN有良好的介电特性。得出的结论拓展了GaN基电子元器件在THz波段中的应用,对进一步研究GaN基电子元器件在THz波段的质量与可靠性具有借鉴意义。

肉桂酸衍生物的太赫兹光谱及弱相互作用分析

利用太赫兹时域光谱技术(THz-TDS)测试了对羟基肉桂酸(PCA)、反式-2-羟基肉桂酸(OCA)和4-氟肉桂酸(4-FCA)三种肉桂酸的衍生物(CADs)在0.5~3.5 THz范围内的吸收峰。基于密度泛函理论(DFT),借助振动模式自动关联判定方法(VMARD)对三种样品THz吸收峰的来源进行了指认。最后采用分子力场能量分解法(EDAFF)分析了分子体系的弱相互作用力形式,通过VMD绘制原子着色图进行了可视化分析,并研究了其原子在分子体系中对弱相互作用力的贡献类型和强弱。研究结果表明,基于THz-TDS、DFT与VMARD、EDA-FF方法结合不但能有效地辨别同分异构体及结构近似的有机分子,而且也能为其生化功能揭示提供有价值的参考数据。

高湿度环境下爆炸物太赫兹光谱的特征提取与精准识别

材料太赫兹吸收谱的指纹特性已被广泛应用于物质识别,但实际大气环境下,水蒸气对太赫兹波的强烈吸收会导致光谱严重振荡,假峰、弱峰、混叠峰相继增多,严重影响寻峰比对的精度及物质识别的能力。针对上述问题,提取相对湿度为2%,15%,35%,45%和60%环境下爆炸物的太赫兹吸收光谱信息数据,利用连续小波变换将光谱在频域上展开得到具有特征唯一性的频域尺度图;再基于深度学习方法,以ResNet-50网络模型为基本网络结构,对上述5种不同湿度环境下得到的爆炸物频域尺度图进行网络分类训练,其测试集分类准确率达96.6%。为验证该技术在未经训练湿度样本下的有效性,将相对湿度为50%,55%和67%时爆炸物的时域信号送入该识别系统,分类准确率可达96.2%。实验结果表明,基于小波变换与ResNet-50网络分类训练的太赫兹物质识别方法相比于传统寻峰方法大幅提升了爆炸物在高湿度环境下的识别准确率,规避了降噪、平滑等一系列复杂预处理操作,极大拓展了太赫兹光谱探测技术的工程适应性,为山地、森林、洼地等高湿度、极复杂的作战环境下精确探测、识别地雷等爆炸物提供了技术支持。

高空间分辨率高可见度的太赫兹光谱成像研究

太赫兹光谱成像,不但包括在二维图像空间的强度信息,同时可以得到太赫兹波段的光谱信息,构成了一个三维的数据矩阵。由于受到太赫兹成像系统内部硬件的限制和影响,太赫兹频域较高频段处信号存在能量弱、信噪比低的特点,导致所成的太赫兹图像普遍存在分辨率低、对比度低等问题。因此,利用三维数据矩阵,应用适合的算法,实现了提高太赫兹光谱成像空间分辨率、边缘细节可见度的目的。搭建了三维可移动式太赫兹时域光谱成像系统,实现了对标准高分辨率板的二维扫描。对该系统所采集到的信号分别进行时域、频域等多种方式成像对比,结合瑞利判据和分辨率标尺对成像系统的空间分辨率、景深进行标定,研究了提高太赫兹光谱成像的空间分辨率算法。然后,针对太赫兹频域高频区域信噪比低、对比度低、噪声原因复杂的特点,结合深度残差学习的图像去噪理论,提出了太赫兹图像深度去噪网络,在训练集中引入成像系统中真实的“太赫兹残差噪声”。最后,利用所训练出的模型对太赫兹频域高频区域图像进行盲去噪,并用重建图像分别与原始成像结果和传统太赫兹去噪算法结果进行比较,分别从主观和客观两个方面评价了不同算法对太赫兹频域高频图像的去噪效果。实验结果表明,通过该算法实现了极限空间分辨率约为157μm,去噪后图像极限空间分辨率处的瑞利判据鞍-峰比约为0.623,图像整体对比度为46.635;空间分辨率相比传统成像方法提高了约一倍,对比度提高约26%。研究结果为高空间分辨率高可见度的太赫兹光谱成像方式提供了一种新的规范,并针对太赫兹频域较高频区域的图像噪声问题提供了一种新的解决方案。

机器学习结合太赫兹光谱的附片产地鉴别

针对现有技术难以处理未知药材名称的产地识别问题,提出了一种太赫兹时域光谱(THz-TDS)结合机器学习的产地识别方法。首先,将采集到的附片(江油、云南、汉中)太赫兹光谱用Savizky-Golay算法对光谱去噪;然后,采用偏最小二乘判别分析(PLS-DA)、随机森林(RF)、支持向量机(SVM)等方法,构建了基于太赫兹光谱的附片产地分类器,并利用模糊判别对识别结果确认;最后,将附片和另采集的6种药材光谱作为测试集,验证识别模型的有效性。结果表明:PLS结合模糊判别模型表现最佳,其中,是否为附片的识别准确率为97.14%;对于未知产地的附片识别准确率为95.23%。

应用太赫兹光谱技术快速无损鉴别中草药品种

确定中药品种是确保中药材质量的第一关。为探索中草药品种的快速鉴别方法,本文应用太赫兹光谱技术结合模式识别方法对6种中草药进行分类鉴别。采集了白附片、大黄、党参、陈皮、麦冬、天麻等6种常用中草药,共得到420组太赫兹光谱数据,在0.2~1.5 THz波段分别采用支持向量机(SVM)、主成分分析(PCA)和支持向量机相结合、线性判别分析(LDA)结合支持向量机等方法对6种中药材进行了定性鉴别分析。结果表明,太赫兹光谱数据结合线性判别分析和支持向量机建立的LDA-SVM中草药品种识别模型最优,模型准确率达100%,对未知样本的鉴别准确率达98.41%。本文的LDA-SVM模型具有较好的鉴别能力,能快速准确地鉴别出中药材的品种,为中草药的质量控制提供了又一鉴别手段。

柠檬酸锌二水合物太赫兹光谱及失水动力学研究

利用太赫兹时域光谱技术(THz-TDS)对柠檬酸锌二水合物晶体及其失水动力学进行准确、无标记检测。实验结果表明,室温下柠檬酸锌二水合物有2个明显的吸收峰:一个主峰在1.91 THz,一个次峰在1.77 THz。随着温度升高,柠檬酸锌二水合物吸收主峰强度不断减少,直至消失。根据柠檬酸锌二水合物在1.91 THz处的特征吸收峰面积在不同温度、不同加热时间的变化关系,利用阿伦尼乌斯方程得到柠檬酸锌二水合物转变成无水合物的焓变为381.13 J/g(232.6kJ/mol),与传统差示扫描量热法(DSC)相比测量误差为4.2%。这些结果表明,THz-TDS可以提供一种快速、有效的结晶水合物焓变检测方法。

隐匿危险品高准确度太赫兹光谱识别方法

爆炸物等危险品的分子振动和转动能级在太赫兹频谱段具有独特的指纹谱特性,且太赫兹波对非极性物质及介电材料有较强的透过性及低能性,因此利用太赫兹光谱可以实现障碍物隐匿复杂环境下的危险品无损探测。目前各种相关材料的太赫兹吸收光谱标准库并不完善,且市面上各类太赫兹光谱仪硬件参数不同、检测标准不统一,导致单纯依赖特征吸收峰的识别方法并不可靠。针对上述问题,提出一种不依赖于吸收峰准确性的物质识别技术路线:提取物质在不同频率分辨率、不同障碍物隐匿情况下的太赫兹吸收谱,利用Marr小波变换在频域上展开得到具有特征唯一性的小波频域尺度图,建立样本集;其次,结合迁移学习方法,利用Xception网络对样本集进行训练识别。实验结果表明,此方法可以很好地对不同障碍物隐匿环境中的危险品进行分类识别,识别准确率可达94%。说明此方法的识别准确性不受系统频率分辨率即吸收谱精确度等系统因素影响,为邮件及快递包裹等障碍物隐匿危险品无损检测、定性识别提供了一种新的技术思路。

心肌切片样本的太赫兹光谱智能检测与分析

目前实验室生物组织切片样本的病理鉴别主要依靠染色法,存在前期处理复杂且效率低的问题。太赫兹(Terahertz, THz)波可以与生物大分子作用产生共振,其光谱特性可用于检测生物切片的生理、病理变化,具有无标记、非侵入、检测速度快等优势。以心肌组织的心梗与非心梗样本为研究对象,利用太赫兹频域光谱系统获取正常心肌组织以及梗死心肌组织的太赫兹频域光谱数据,经过数据预处理得到样品的反射谱;利用两类样品的太赫兹反射谱数据,建立了主成分分析-支持向量机模型,降低了数据维度,并实现了正常心肌组织与梗死心肌的分类。研究结果表明,太赫兹频域光谱技术可以实现心肌组织的无标记检测与分类,在检测时间上相比传统染色法具有显著优势,为更多生物样本进行太赫兹波段的无标记检测与分类提供了思路。

配合物[Cu_(2)(dmp)_(2)(bdppmapy)I_(2)]的晶体结构与太赫兹光谱研究

以飞秒激光为基础的太赫兹时域光谱技术(Terahertz time-domain spectroscopy,THz-TDS)是一种新型的相干远红外光谱测量技术。分子间弱相互作用在太赫兹波段都有对应的的吸收峰,故太赫兹谱可以反映丰富而复杂的结构信息。本文利用太赫兹技术探索了铜(I)配合物[Cu_(2)(dmp)_(2)(bdppmapy)I_(2)]的分子间作用力,并进一步使用变温太赫兹来表征温度对π…π效应和其他弱作用力的影响。变温太赫兹时域光谱可以准确识别铜配合物的π堆积,这是热重分析和粉末X射线衍射无法揭示的特征。鉴于太赫兹技术的高灵敏度,利用不同温度下太赫兹吸收峰的变化定性地反映了铜配合物的光致发光量子产率。这些结果为高荧光材料的太赫兹光谱研究开辟了一个新的方向。

基于太赫兹光谱的大鼠脑缺血早期诊断技术的研究

脑缺血是一种常见的突发性脑外科疾病,具有较高的致死致残率,快速、准确对脑缺血程度进行检测对脑缺血的诊断与治疗工作具有重要意义。基于衰减全反射式太赫兹时域光谱技术,分别对脑缺血时间为0,0.5,1,2,4,6和24 h的大鼠脑脊液和血清进行光谱检测,并对不同缺血时间的大鼠脑脊液和血清的吸收系数和折射率随缺血时间的变化规律进行分析。结果表明,与对照组相比,不同缺血时间的大鼠脑脊液和血清的吸收系数和折射率均存在一定的差异。在此基础上,根据不同缺血时间的大鼠脑脊液和血清的吸收系数,采用主成分分析法和机器学习算法对大鼠的脑缺血程度进行自动分类识别。其中,基于脑脊液吸收系数的支持向量机分类模型的识别准确率相对较高,达到了89.3%。该方法为脑缺血的早期诊断提供一种新的检测方法。

基于太赫兹光谱的乙二醇含水率检测方法研究

乙二醇水分含量检测标准方法为卡尔·费休法,该方法操作繁琐、耗时长,且存在人为误差等缺点,提出基于太赫兹时域光谱技术检测乙二醇中含水率的新方法,采用透射式太赫兹时域光谱系统对不同含水率(0~50)的乙二醇溶液进行测定,获得其时域光谱,计算得到不同含水率乙二醇样本的吸收系数和折射率;采用标准正态变换、Savitzky Golay平滑等方法组合对光谱数据进行预处理,基于处理后折射率和吸收系数建立PCR、PLSR、SVR三种预测模型,通过对比模型的相关系数和均方根误差,选出最优的定量分析模型。结果表明:在基于吸收系数建立的预测模型中,经SNV处理后乙二醇吸收系数的SVR模型预测性能最佳,其预测集R^(2)与RMSEP分别为09941和000451;在基于折射率建立的预测模型中,经S G平滑预处理后乙二醇折射率的SVR模型预测性能最佳,预测集R^(2)与RMSEP分别为09988和000507;均具有较高的预测精度。研究表明,文章实现了乙二醇含水率快速、无损和高精度检测,所提方法能为乙二醇质量快速评价提供技术指导,也为有机溶剂水分含量检测提供一种新思路。

《太赫兹光谱、探测技术及应用》专栏发刊词

经过半年多的征稿与筹备,《太赫兹光谱、探测技术及应用》专栏正式和大家见面了!光谱与探测技术是太赫兹领域的关键基础技术。许多物质在太赫兹频段都有特征谱,通过对物质太赫兹光谱的测量与分析,可以获得太赫兹辐射与物质相互作用的重要物理信息,同时该频段光谱数据库的建立和完善,是太赫兹技术获得具体应用的重要前提。

太赫兹光谱技术在直升机中的应用

纤维增强复合材料(fiber reinforced materials,FRM)由于其轻且强的特点,被广泛地应用于军事及民用工业的各个领域,在航空航天所作出的卓越贡献尤其受瞩目。复合材料结构在疲劳载荷的循环作用下容易产生微小裂纹,裂纹扩展缓慢,因此具有更高的疲劳寿命。但是复合材料在生产制造过程中,容易产生缺陷和损伤,影响其性能和寿命。此外,当复合材料应用于直升机旋翼时,高速旋转的桨叶桨尖速度可达到290m/s,直升机服役期间桨叶容易产生内部损伤,难以通过目视、敲击等常规检查手段判断内部损伤。直升机复合材料桨叶常见的缺陷包括裂纹、分层、开胶、穿孔等,引起结构强度、刚度下降,大大影响直升机结构的安全性。

基于融合预处理的掺假咖啡太赫兹光谱识别

该研究通过太赫兹时域光谱采集70组含有西布曲明成分的咖啡在0~2.5 THz频段的光谱信息,建立随机森林、支持向量机、贝叶斯判别分析3种模式识别方法并进行比较研究。结果表明,未经过预处理的模型识别准确率较低。选择一阶导数、二阶导数、不同类型的巴特沃斯滤波器和Pearson特征选择融合光谱方法进行光谱信号处理。基于一阶导数处理的贝叶斯判别分析模型准确率为98.6%,基于高通巴特沃斯滤波器的随机森林模型分类准确率为94.2%,基于特征提取的融合光谱支持向量机(support vector machine, SVM)模型分类准确率为100%。选择最优预处理的SVM模型进一步对同一品牌不同地区的掺假咖啡进行鉴别,准确率为100%。研究实现了“品牌-产地”的二级特征识别,可为公安机关打击涉及咖啡的食品安全犯罪提供参考。

结合太赫兹光谱与机器学习的小麦霉变程度判别

为快速、准确地判断小麦籽粒的霉变程度,研究基于太赫兹时域光谱技术,结合支持向量机(support vector machine,SVM)、随机森林(random forest,RF)和极限学习机(extreme learning machine,ELM)的霉变小麦定性分析方法。首先,将小麦籽粒分为正常、轻度霉变、中度霉变和重度霉变4类,利用CCT-1800太赫兹时域光谱仪获取小麦样本在0.1~4.0 THz波段的光谱数据。对比采用不同光谱预处理方法对判别结果的影响后,使用主成分分析、线性判别分析(linear discriminant analysis,LDA)、t分布随机近邻嵌入3种方法对光谱数据进行降维,结果表明LDA的降维效果最好。最后,构建基于SVM、RF和ELM的小麦霉变程度判别模型,结果显示SVM的判别效果最好,当核函数选择多项式核、误差惩罚系数为1时,判别准确率高达98.61%,预测集均方根误差值为0.142 9。本研究表明利用太赫兹光谱技术可实现小麦霉变程度的准确检测,为食品安全和粮食贮藏检测提供一种检测手段。

玻璃纤维复合材料孔隙的太赫兹光谱特性研究

探索太赫兹波和玻璃纤维复合材料孔隙缺陷的相互作用机理,分析在0.075和0.713 THz频率点时,孔隙率和太赫兹特征参数(折射率、消光系数和透射系数)之间的相互作用关系。实验结果表明:随着孔隙率增加,玻璃纤维复合材料密度降低,折射率呈递减趋势。在频率为0.075 THz时,基于瑞利散射理论,随着孔隙率增加,消光系数下降,透射系数上升;0.713 THz时,基于Mie散射理论,随着孔隙率增加,消光系数上升,透射系数下降。此外,孔隙形貌的复杂多变导致孔隙率与太赫兹特征参数之间存在非唯一对应关系,具有相同孔隙率的不同样本的太赫兹特征参数并不相同。