1 武汉科技大学冶金装备与控制技术教育部重点实验室，湖北 武汉 430081
2 武汉科技大学湖北省机械传动与制造工程重点实验室，湖北 武汉 430081
3 武汉科技大学精密制造研究院，湖北 武汉 430081
4 广西师范大学物理科学与技术学院，广西 桂林 541004
5 桂林电子科技大学电子工程与自动化学院，广西 桂林 541004
太赫兹(THz)具有低能性、 瞬态性、 波谱分析能力强的优点, 在物质鉴别方面具有广阔的应用前景。 现有的基于THz的物质鉴别方法, 虽然取得了一定的效果, 但是存在容易陷入局部最优的问题, 从而导致识别精度不高。 均匀流形逼近与投影(UMAP)作为一种非线性降维方法, 其假设数据均匀分布在黎曼流形上, 可以对具有模糊拓扑结构的流形进行建模。 UMAP降维的过程是通过最小化两个拓扑表示之间的交叉熵, 从而实现低维空间中数据表示的布局优化。 传统的模糊C聚类方法(FCM)在聚类时, 初始聚类中心往往随机给定, 当初始聚类中心选择不恰当时, 容易导致错误的聚类。 为此, 提出一种基于UMAP辅助的模糊C聚类算法, 首先运用UMAP对输入的THz样本矩阵进行降维; 再根据类与类之间距离最大化的原则, 选择合适的初始聚类中心; 最后利用模糊C均值聚类的方法进行聚类。 所提出的方法不仅能够解决聚类过程中类与类之间过度拥挤的现象, 而且能够反映出类别间的距离信息以便于给样本选择合适的初始聚类中心。 为了验证提出的聚类方法的可靠性, 运用太赫兹时域光谱技术对鲁棉研28、 鲁棉研29、 鲁棉研36、 中棉28四种不同类型的转基因棉花种子进行了探测, 利用基于UMAP辅助的模糊C聚类算法对转基因棉花种子的吸光度光谱数据进行聚类分析, 成功地将四种不同类型的转基因棉花种子区分开, 得到了总正确率为0.983 3的聚类效果, 说明提出的基于UMAP辅助的模糊C聚类算法在物质太赫兹光谱识别方面具有良好的应用前景。
太赫兹时域光谱 物质鉴别 转基因棉花种子 降维 模糊C聚类 Terahertz time-domain spectroscopy Substance identification Transgenic cotton seeds UMAP Dimensionality reduction Fuzzy C-clustering method UMAP 光谱学与光谱分析
2022, 42(9): 2694
1 桂林电子科技大学 机电工程学院, 广西 桂林 541004
2 西安电子科技大学 机电工程学院, 西安 710071
3 广西师范大学 物理科学与技术学院, 广西 桂林 541004
4 广西信息材料重点实验室, 广西 桂林 541004
针对层压工艺下，埋入挠性光电基板的光纤，其应力、位移的变化，会影响光路的耦合效率，改变光纤有效折射率，导致传输性能发生变化的问题，采用有限元分析软件，对光纤埋入不同槽型的挠性光电基板进行了力学、传热和电磁场耦合分析.分析结果表明：光纤埋入梯形槽挠性基板的应力最大，达到68.336 7 MPa.埋入梯形槽的光纤位移量最大，其值为1.430 4 μm.随着槽宽增加，光纤最大等效应力从52.667 MPa增加至71.907 MPa；随着槽间距增加，光纤最大应力从51.589 MPa增加至53.567 MPa；随着槽深增加，光纤最大应力从52.667 MPa减小至47.793 8 MPa，然后增加到67.349 6 MPa.随着温度和压力的增加，单模光纤在X方向的有效折射率从1.446 249 977增加至1.446 259 084；Y方向的有效折射率从1.446 326 398增加至1.446 393 041.光纤有效折射率差会随着温度的增加而增大，随着压力的增加而减小.光纤有效折射率增加，限制光的能力增加，能够有效地减小光纤弯曲损耗.本文分析结果对挠性光电基板光纤埋入结构设计和层压工艺具有一定的参考价值和指导意义.
光纤埋入结构 层压工艺 有限元分析 单模光纤 最大应力 等效折射率 Optical embedded structure Lamination process Finite element method Single mode fiber Maximum stress Effective refractive index
1 桂林电子科技大学 电子工程与自动化学院, 广西 桂林 541004
2 广西高校光电信息处理重点实验室, 广西 桂林 541004
3 广西师范大学 理学院, 广西 桂林 541004
基于太赫兹波段内的光谱分析技术以及主成分特性分析与反向前馈神经网络建模, 提出了一种转基因大豆鉴别方法.从光谱数据中提取累计方差贡献率达到97.582%的前8种主成分因子, 并将其作为输入源导入神经网络模型, 通过剔除冗余数据、降低数据维数, 所建立的神经网络模型能准确识别校验集.该方法可以实现转基因大豆的快速、无损检测, 在农业安全领域有广泛的应用前景.
转基因大豆 太赫兹 主成分分析 反向前馈神经网络 无损检测 Transgenic soya beans Terahertz Principle component analysis Back propagation neural network Nondestructive testing
桂林电子科技大学 电子工程与自动化学院 广西高校光电信息处理重点实验室, 广西 桂林 541004
运用太赫兹时域光谱技术对8种转基因棉花种子进行了探测研究.测量了转基因棉花种子在0.3～1.5 THz频率范围的特征吸收谱, 基于光谱分析, 对比了8种转基因棉花种子吸收光谱的异同, 并采用主成分分析法对其做了定性分析, 得到了光谱分析的相关数据.提取了三种主成分因子, 前三种主成分的累计方差贡献率达到了71.537%, 从主成分得分图中可以明显区分不同类别的转基因棉花种子.太赫兹时域光谱技术能够实现对转基因棉花种子的无损检测, 在农业选种、农业安全等领域将有广阔的应用价值.
光谱学 太赫兹时域光谱 转基因 吸光度 主成分分析 无损检测 Spectroscopy Terahertz time domain spectroscopy Transgenic Absorbance Principal component analysis Non-destructive testing
