针对衰减全反射-傅里叶变换红外（ATR-FTIR）光谱仪用于测量结晶过程溶液浓度时， 因光谱谱线维度高、 无关变量多， 导致的标定模型预测精度低、 可解释性差等问题， 提出了一种变量稳定加权混合收缩的新方法。 首先提出对光谱变量进行随机二进采样， 将建立的优秀子模型中变量被选频率与所有子模型中变量回归系数的稳定性指标进行加权评价的稳定加权变量种群分析法（SWVCPA）。 通过对变量的重要性进行排序， 采用指数递减函数在迭代过程中逐渐强制滤除重要性低的变量， 实现了对光谱变量空间的初步收缩， 并大幅提高了收缩的稳定性。 然后在收缩后的子空间继续使用一种新的动态麻雀算法（DSSA）， 以最小化训练预测均方根误差（RMSEC）为适应度函数进一步优化变量组合。 这种混合优化方式融合了两类变量选择算法的优点， 通过子模型竞争的方法确保了前期变量收缩的稳定性， 防止算法陷入局部最优; 通过智能优化算法避免了对剩余变量组合的遍历寻优， 允许保留更多的变量进行精准选择。 为了验证新方法的性能， 使用L-谷氨酸溶液冷却结晶过程中6种不同浓度下采集到的ATR-FTIR光谱数据进行测试。 结果表明， 新方法将光谱变量数从613个减少到46个， 与原始光谱相比， 使用选择后变量建立的偏最小二乘法（PLSR）模型其预测均方根误差（RMSEP）为从1.727 9降低到0.165 4， 预测决定系数（R2）从0.973 7提高到0.999 7。 另外相比于特征谱段、 遗传算法（GA）以及变量种群组合分析法（VCPA）选择变量建立的模型， 使用新方法建立的溶液浓度预测模型具有更高的准确性和稳定性， 说明该方法对提高使用ATR-FTIR光谱法测量冷却结晶过程溶液浓度准确性和可靠性具有一定的实际应用价值。

牛奶主要成分的测定是评价牛奶品质的重要标准。 国家相关部门已经制定了一系列较为详尽的规范以保证牛奶等乳制品的质量安全, 但传统的检测方法操作复杂、 费时耗力并导致环境污染, 难以满足当代乳制品生产和消费的快速检测需要。 将衰减全反射-傅里叶变换红外光谱(ATR-FTIR)技术与相对湿度(RH)调控系统相结合, 建立了一种在RH连续下降条件下测量不同种类牛奶红外光谱的方法; 为牛奶等乳制品的原位无损检测、 种类区分、 品质分析等提供了新的途径。 (1)选取伊利品牌纯牛奶、 臻浓牛奶、 脱脂纯牛奶、 高钙低脂奶、 舒化牛奶5类牛奶为研究对象, 在RH连续下降的条件下, 采集不同种类牛奶样品在蒸发浓缩过程中的红外光谱, 对其主要营养成分进行峰位归属和定性分析, 仅需要微升级样品, 就可在短时间内提取样品浓缩过程中水、 碳水化合物、 脂肪、 蛋白质等主要成分的光谱信息, 实现对不同类别市售牛奶化学成分的较全面表征; (2)采用NWUSA软件对所得红外光谱数据进行建模分析, 选取4 000~400 cm-1波段为变量对所得光谱数据进行主成分分析(PCA), 并评估模型对不同类别牛奶的鉴别能力。 所得PCA分析数据在同组内聚集度良好, 不同组内坐标轴上相距较远, 说明模型选取合理可靠, 具有代表性。 实验中共使用了75份牛奶样品, 其中生产日期、 产地为随机因素, 牛奶的种类和品牌为固定因素。 结果表明, 该方法具有操作简便、 反应灵敏、 光谱质量高、 无损测量等优点, 适用于牛奶等乳制品的原位、 快速、 无损鉴别分析。

连作障碍是中药材地黄种植过程中最大的难点, 每茬收获后须隔8～10年后方可再种植, 但连作障碍产生的机理尚不明确。 提出一种基于傅里叶红外光谱技术（FTIR-ATR）和二维红外相关光谱（2D-IR）分析方法。 采集正茬1年（YA-one）、 重茬1年（YA-two）、 10年前种植过（YA-ten）、 空白（CK）4种地黄土壤样品的光谱, 进行Norris滤噪平滑+二阶导数、 二维相关光谱分析处理并提取特征光谱, 分析土壤中化合物的指纹图谱。 结果显示: 不同连作茬次地黄土壤的峰形基本相似, 红外光谱主要特征吸收峰在3 621, 3 439, 2 932, 2 860, 2 513, 1 798, 1 636, 1 433, 1 029, 887, 783, 695, 546和469 cm-1附近。 与CK相比, YA-two的吸收强度最大, 这些吸收峰表征酚酸中羟基-OH、 羰基CO、 C-O、 苯环的取代吸收等官能团, 说明在重茬的地黄中, 酚酸类物质积累。 在2 925和2 857 cm-1表征是糖苷类中饱和亚甲基-CH2的反对称伸缩振动和对称伸缩振动, YA-two的吸收强度最小, YA-ten的吸收强度最大。 说明重茬土壤中, 糖苷类成分含量下降。 不同连作茬次地黄土壤在920～1 750, 1 490～1 710和1 500～1 548 cm-1中二维红外相关光谱, 自动峰和交叉峰的位置、 个数、 以及强弱都不相同, 清晰地表征出官能团的差异。 结果表明采用傅里叶红外光谱和二维红外相关光谱能够实现土壤中有机化合物的快速检测, 为研究地黄连作障碍研究提供理论依据。

采用全反模式的红外(ATR-IR)光谱实时研究了不同氘含量KH2-xDxPO4(DKDP)晶体的结晶过程，其中DKDP溶液氘含量范围为0到99%。通过υ1(PO4)和υ3(PO4)振动表征了DKDP结晶溶液中(H2PO4-)1-x(D2PO4-)x离子基团浓度的变化。υ1(PO4)振动强度的变化和υ3(PO4)振动宽度的变化说明生长溶液中的(H2PO4-)1-x(D2PO4-)x离子浓度随着测试时间延长而不断增大。同时,δ(P-O…H/D-O-P)振动峰的形成说明DKDP晶体的生长基元为(H2PO4-)n-x(D2PO4-)x离子团簇。波数在1 448 cm-1到1 653 cm-1范围内H-O-H和D-O-D振动强度的变化解释了DKDP晶体在结晶过程中氘含量分布不均的现象。

黄精药材品质优劣与基原植物产地环境因子密切相关, 建立简单、 快速且能够准确鉴别药材产地的方法对保证其质量可控及用药安全具有重要的理论意义和应用前景。 研究中以云南、 四川和广西9个产地的133份滇黄精Polygonatum kingianum coll. et Hemsl根茎为试验材料, 采集衰减全反射-傅里叶变换红外光谱（ATR-FTIR）和紫外-可见光光谱（UV-Vis）数据预处理后分别建立单一光谱随机森林（Random forest, RF）模型; 将ATR-FTIR与UV-Vis数据直接串联完成低级融合, 提取两种光谱的主成分数（PCs）和潜在变量（LVs）以实现中级（中级融合PCs和中级融合LVs）和高级数据融合（高级融合PCs和高级融合LVs）, 基于不同数据融合策略分别建立RF模型; 比较不同模型的正确率（ACC）、 灵敏度（SEN）和特异性（SPE）, 筛选产地鉴别最佳模型。 结果显示, 不同产地滇黄精ATR-FTIR和UV-Vis峰型相似, 吸光度略有差异, ATR-FTIR显示14个共有峰, 与糖类、 甾体皂苷、 黄酮类和生物碱类物质有关, 其UV-Vis共有峰主要位于272及327 nm处, 与黄酮类物质有关; ATR-FTIR、 UV-Vis和低级融合的RF模型, 训练集和预测集ACC分别为（76.34%, 95.00%）, （80.65%, 95.00%）和（83.87%, 100.00%）, 但SEN和SPE值较低, 故不宜采用; 中级融合PCs和中级融合LVs的RF模型的SEN和SPE分别为大于0.91和0.98, 训练集ACC分别为91.40%和97.85%, 预测集ACC均为97.50%; 高级融合PCs和高级融合LVs的RF训练集ACC分别为77.42%和97.85%, 预测集ACC均为95.00%, 高级融合PCs的RF模型鉴别效果较差, 高级融合LVs的RF模型存在过拟合现象; 模型鉴别能力为中级融合LVs＞中级融合PCs＞低级融合＞ UV-Vis＞ATR-FTIR＞高级融合PCs; 提取LVs对产地鉴别的方法优于PCs; 中级融合LVs建立的RF模型鉴别ACC最高, SEN和SPE大于0.98, 模型性能最佳。 该方法可为黄精药用资源的科学评价提供理论依据和技术支撑。

This paper provides a simple hybrid design and numerical analysis of the graphene-coated fiber-optic surface plasmon resonance (SPR) biosensor for breast cancer gene-1 early onset (BRCA1) and breast cancer gene-2 early onset (BRCA2) genetic breast cancer detection. Two specific mutations named 916delTT and 6174delT in the BRCA1 and BRCA2 are selected for numerical detection of breast cancer. This sensor is based on the technique of the attenuated total reflection (ATR) method to detect deoxyribonucleic acid (DNA) hybridization along with individual point mutations in BRCA1 and BRCA2 genes. We have numerically shown that momentous changes present in the SPR angle (minimum: 135 % more) and surface resonance frequency (SRF) (minimum: 136 % more) for probe DNA with various concentrations of target DNA corresponding to a mutation of the BRCA1 and BRCA2 genes. The variation of the SPR angle and SRF for mismatched DNA strands is quite negligible, whereas that for complementary DNA strands is considerable, which is essential for proper detection of genetic biomarkers (916delTT and 6174delT) for early breast cancer. At last, the effect of electric field distribution in inserting graphene layer is analyzed incorporating the finite difference time domain (FDTD) technique by using Lumerical FDTD solution commercial software. To the best of our knowledge, this is the first demonstration of such a highly efficient biosensor for detecting BRCA1 and BRCA2 breast cancer. Therefore, the proposed biosensor opens a new window toward the detection of breast cancers.

漆器是中国文化遗产的一个重要组成部分, 贯穿中国古代历史发展的整个过程。 为了改善生漆的性能, 古人将干性油与生漆混合使用, 所添加干性油的比例直接影响生成漆膜的性能。 由于相关历史文献的匮乏和考古出土古代漆器的老化降解, 当前的科技分析主要是定性分析漆膜材料成分, 而对于油/漆比例方面的研究却非常少。 为了了解古代漆器在制作时所添加的干性油与生漆比例, 建立一种定量分析古代漆器漆膜油/漆比例的方法是十分必要的。 通过制作标准样品, 分别采用FTIR-ATR和NIR对古代漆膜进行了定量分析, 结果表明FTIR-ATR在漆膜老化严重的情况下, 将不能达到定量分析的目的。 而采用近红外光谱技术结合化学计量学方法建立的PLS模型, 能对古代漆膜制作时的油/漆比例进行快速、 无损的定量分析。 结果表明PLS定量模型具有良好的稳定性和预测性, 校正均方差(RMSEC)、 预测均方差（RMSEP）和交叉验证均方差（RMSECV）均较低, 相关系数Rc, Rp和Rv均在0.99以上。 将该方法应用到考古发掘出土漆器漆膜材料的分析中, 通过PLS定量模型计算出古代漆膜制作时的干性油添加量, 确定了不同时代和不同地区漆器制作所用油/漆比例的不同, 为解读古代中国的“油漆”技术提供科学依据, 为漆器文物的保护修复提供一些数据支撑。