提出了一种新型的基于渐变折射率波导自聚焦效应的模斑变换器,分析了均匀折射率波导和渐变折射率波导的模式场分布及传输特性,研究了自聚焦效应的原理。利用时域有限差分法,计算得到了该变换器的插入损耗和回波损耗,所提模斑变换器与现有的最好模斑变换器的性能相当,但长度缩短至其1/6。该新型模斑变换器可用于集成光学系统中。

提出一种将循环伏安电化学法和近红外光谱法联立, 用PLS-DA的D-S证据理论融合二者信息进行葡萄酒品种溯源研究的方法。 分别采集来自不同产区的三类不同品种的171个干红葡萄酒样品的循环伏安曲线和近红外透射光谱。 用PLS-DA法分别建立循环伏安电化学法和近红外光谱法的判别模型, 以此为证据; 用两个证据的D-S合成规则实现近红外判别结果与循环伏安法判别结果的重新决策。 融合后的结果为: 多产区不同品种葡萄酒溯源模型的建模集准确率为95.69%, 检验集准确率为94.12%; 单一产区不同品种葡萄酒溯源模型的建模集准确率为99.46%, 检验集准确率为100%; 判别结果都比融合前单一循环伏安电化学法和近红外光谱法的判别准确率得到了提高。 实验结果表明, 该方法具有较高的溯源识别准确度, 可以快速准确地对待测葡萄酒品种进行定性检测。

葡萄酒带有浓厚的葡萄原产地地域特点与个性, 快速准确地判别葡萄酒原产地具有重要意义, 感官评定的方法存在一定的局限性。 提出用贝叶斯信息融合技术将葡萄酒样品的近红外透射光谱及中红外衰减全反射光谱联立进行葡萄酒原产地判别的方法。 分别用近、 中红外光谱仪采集来自中国四个不同葡萄主栽产地(河北怀来、 山东烟台、 甘肃、 河北昌黎)的153个葡萄酒样品的近红外透射光谱和中红外衰减全反射光谱, 然后用偏最小二乘判别分析法(PLS-DA)分别建立基于近红外光谱和中红外光谱的葡萄酒产区判别模型; 该模型输出的节点值归一化后作为所有样品分属每一类别的先验概率, 代入Bayes判别公式得到后验概率, 根据此概率判断样品的新类别属性, 即用贝叶斯信息融合技术实现了两种判别结果的修正决策。 近红外和中红外融合后的模型结果为: 十次随机划分建模集和检验集, 四产区葡萄酒判别模型建模集的平均准确率由78.21%(近红外)和82.57%(中红外)变为融合后的87.11%, 检验集平均准确率由82.50%(近红外)和81.98%(中红外)变为融合后的90.87%, 均优于单独采用一种光谱技术的判别结果。 实验结果表明: 信息融合技术有助于模型判别效果的提高, 采用近、 中红外光谱的贝叶斯信息融合技术对葡萄酒原产地进行快速识别是可行的。