近红外光谱技术在纺织布料聚类分析中的应用

以棉涤、棉氨、粘涤、棉锦、羊腈、锦涤六种纺织布料为研究对象,采集近红外光谱数据,进行一阶求导和矢量归一化预处理后,采用标准算法计算样品间的光谱距离,并利用Ward氏算法对样品进行聚类分析.试验对三种、四种、五种布料分别进行了聚类,所有不同种类的样品都得到了正确的分类,验证了近红外光谱检测法应用于纺织品聚类分析中的可行性。通过对聚类算法的分析,提出了局部回归算法在纺织品聚类分析中的应用,为进一步研究近红外光谱技术在纺织布料聚类分析中的应用提供了建议。

双波长紫外光谱法检测猪场污水实验研究

为研究水污染程度的快速检测方法,以污水中的化学需氧量(COD)为检测指标,通过使用双波长紫外光检测法对5种水样(湖水水样、水沟水样、猪场污水1、猪场污水2、猪场污水3)吸光度进行检测,结合标准曲线预测COD浓度,并与标准方法测量的COD值进行比对。结果表明,大部分水样的有机物在紫外波段处具有很强的吸收性,在254nm附近处溶液浓度和吸光度有很好的线性关系,相关系数都大于0.9,在546nm处,并非每种水样都有吸光度值;湖水水样、猪场污水2、猪场污水3的COD浓度值相对误差均在5%左右,水沟水样和猪场污水1的浓度值相对误差在10%左右。研究表明,双波长紫外光检测法可实现对水污染程度的快速检测,为自动化在线检测提供数据支持以及技术准备。

二组分食用调和油组成的近红外光谱检测定量分析

分别取花生油、大豆油、玉米油和葵花籽油调和成不同比例的二组分食用调和油样品，采集样品在4000cm^-1～10000cm^-1范围内的近红外漫反射光谱，光谱经一阶导数等预处理后，采用偏最小二乘法建立二纽份调和油中各纽分含量的定标模型，并用Leave—one—out内部交叉验证法对模型进行验证。四种食用油定标模型的相关系数R分别为0．9996，0．9931，0．9985和0．9988，校正均方根RMSEC分别为0．83％，3．81％，1．76％和1．57％。采用不同品牌的玉米油和大豆油配制成二组分调和油样品，建立的PLS定标模型其R和RMSEC分别为0．9985和1．42％。研究结果表明，采用近红外光谱法可以实现二组分调和食用油中不同成分含量的准确定量检测，检测结果不受食用油生产厂家的影响。

种蛋孵化性能的光学检测方法

根据孵化时种蛋的透光情况,采用LED光源和光敏器件等自制照蛋试验装置对100枚“梅岭”商品肉鸡粉壳种蛋和200枚绿壳种蛋进行检测分析。试验结果表明:该试验装置和检测方法能有效地将入孵后第5—7天的种蛋是否能孵化进行判断,判断方法的准确率为93.3%~94.2%。另外,该试验装置和检测方法简单、经济和实用,十分符合农业生产的实际需要。

基于血清SERS光谱与特征波长提取的肺癌识别方法

目的:提高肺癌患者和健康人血清表面增强拉曼光谱(SERS)分类模型的稳定性和分类精度。方法:利用递归特征选择、连续投影算法、竞争性自适应重加权算法与主成分分析对血清SERS光谱进行特征波长提取,并结合深度神经网络、偏最小二乘判别分析以及支持向量机算法建立分类模型。结果:递归特征选择以及竞争性自适应重加权算法提高分类模型的稳定性的效果较为明显,对于竞争性自适应重加权算法,深度神经网络分类模型的训练集交叉验证准确率为94.55%,测试集准确率为93.75%,敏感性为87.5%,特异性为100%,优于其余两种模型。结论:通过特征波长提取方法建立分类模型实现了对肺癌患者与健康人血清SERS光谱的有效识别。