为了探究一种快速、准确的含钩吻蜂蜜的检测方法, 通过中红外(MIR)光谱仪采集了来自不同地区的216个无毒、含钩吻有毒的蜂蜜样品的MIR光谱图像, 选取光谱图像的800~1 800 cm-1波段作为主要研究波段, 应用主成分分析法并结合偏最小二乘回归(PLS-DA)算法建立有无钩吻鉴别模型, 比较不同数据预处理方法的预测结果。仿真结果表明: 经一阶导数预处理后建立的蜂蜜有无钩吻鉴别模型的鉴别效果最佳, 鉴别准确率达到90.74%。

目前我国蜂蜜市场掺假现象严重, 研究一种快速、 准确的方法用于市场流通领域掺假蜂蜜的鉴别具有重要的现实意义。 采用近红外光谱(NIR)结合化学计量学方法对常见的天然蜂蜜以及掺假(掺杂常见糖浆)蜂蜜进行建模识别, 并比较偏最小二乘-判别分析(PLS-DA)及支持向量机(SVM)对糖浆掺假蜂蜜鉴别模型的影响。 首先, 采集来自中国10个省份、 20种常见蜂蜜的112个天然纯蜂蜜样品, 以及6种常见糖浆样品按不同糖浆含量(10%, 20%, 30%, 40%, 50%, 60%)配制的112个掺假蜂蜜样品, 共计224个样品; 通过近红外光仪器扫描获得所有样品的近红外光谱数据(波长范围400~2 500 nm); 然后, 分别采用一阶导数(FD)、 二阶导数(SD)、 多元散射校正(MSC)、 标准正态变化(SNVT)四种方式对原始光谱进行预处理; 再结合PLS-DA和SVM建立天然蜂蜜和糖浆掺假蜂蜜的鉴别模型, 比较不同预处理方法对两种不同建模算法建立的蜂蜜掺假鉴别模型效果。 其中SVM算法的惩罚参数c和核函数参数g通过网格搜索法(GS)、 遗传算法(GA)、 粒子群算法(PSO)三种寻优算法进行优化。 分析结果表明: 光谱数据进行预处理后所建立的模型准确率均有明显提升, 而对于SVM模型, 惩罚参数c和核函数参数g对模型准确率的提升效果要比光谱预处理带来的提升效果更明显。 在PLS-DA算法中, 经FD光谱预处理后建立的模型效果最好, 最佳PLS-DA模型准确率为87.50%; 在SVM算法中, 经MSC预处理后, 再通过GS寻优, 获得惩罚参数c为3.0314, 核函数参数g为0.3298的条件下所建立的模型效果最好, 最佳SVM模型准确率为94.64%。 由此可见, 非线性的SVM算法结合NIR光谱数据所建立的天然蜂蜜与糖浆掺假蜂蜜鉴别模型要优于线性的PLS-DA模型, 同时表明NIR光谱结合化学计量学方法对常见糖浆掺杂的中国蜂蜜鉴别是可行的。

提出了主动锁模联合非线性偏振旋转光纤激光器中基于偏振控制器的脉宽可调平顶光脉冲生成技术.光纤激光器由主动锁模部分和一根掺Bi的高非线性光纤联合两个偏振控制器及光纤检偏器构成的非线性偏振旋转结构组成.分析了该实验装置在不同状态下的工作机制，通过调节激光器中的两个偏振控制器，实验获得了10 GHz的脉宽可调平顶光脉冲，脉宽调节范围在12～19 ps之间，调节激光腔中的宽带滤波器，可在不同波长处获得平顶光脉冲.实验表明：输出的平顶光脉冲性能稳定，边模抑制比为65 dB，定时抖动145 fs.