大气与环境光学学报
2023, 18(5): 445
1 石河子大学信息科学与技术学院, 新疆 石河子 832003
2 新疆生产建设兵团生态农业重点实验室, 新疆 石河子 832003
棉花精量播种技术目前已经在新疆兵团全面推广, 该技术能精确实现一穴一粒的农艺技术指标, 但是也对高质量棉种的筛选提出了更高的要求。 为了避免播种往年活力不足的棉种而导致发芽率降低的问题, 结合机器学习和近红外(NIR)高光谱成像技术(HSI)进行棉种年份精确鉴别, 实现棉种的快速无损筛选。 采集2016年—2019年近四年外观无明显差异的棉种各360粒, 共1 440粒棉种(按照3∶1∶1划分训练集、 验证集和测试集)作为样本, 按照每批60粒采集915~1 698 nm范围的棉种高光谱图像, 去除首尾两端噪声大的光谱, 保留1 002~1 602 nm范围的光谱为原始数据。 利用Savitzky-Golay(SG)平滑算法对光谱进行预处理, 采用主成分载荷方法(PCA-loading)选取13个特征波段, 基于全部光谱数据和特征波段(±10 nm)数据建立逻辑回归(LR)、 偏最小二乘判别分析(PLS-DA)、 支持向量机(SVM)、 循环神经网络(RNN)、 长短记忆网络(LSTM)和卷积神经网络(CNN)六种分类模型。 使用全光谱数据建模时, 六种分类模型在测试集上的鉴别准确率分别为96.27%, 98.98%, 99.32%, 96.95%, 97.63%和100%, 其中CNN和SVM模型取得了较好的结果; 使用特征光谱数据建模时, 六种分类模型在测试集上的鉴别精度分别为93.56%, 97.29%, 98.30%, 95.25%, 94.24%和99.66%, 其中CNN和SVM模型仍有较好的分类结果。 结果表明, 使用全光谱数据建模时, 六种分类模型都可以实现较高精度的棉种年份鉴别, 使用特征光谱数据建模时CNN和SVM模型的鉴别精度仍可达到98%; 其中深度学习方法优于传统机器学习方法, 但是传统机器学习方法仍能保持较好的鉴别准确率。 因此, 结合近红外高光谱成像技术和机器学习方法能够实现棉种年份的高精度鉴别, 为棉花精量播种过程中的优质棉种选种技术提供理论依据和方法。
高光谱成像 棉种年份鉴别 卷积神经网络 机器学习 Hyperspectral imaging Cotton seed year-identification Convolution neural network Machine learning 光谱学与光谱分析
2021, 41(12): 3857
1 河海大学理学院, 江苏 南京 210098
2 江南大学理学院, 江苏 无锡 214122
3 山西医科大学基础学院化学教研室, 山西 太原 030051
4 中交建机场勘测设计研究院, 广东 广州 510000
5 中交第四航务工程勘察设计院有限公司, 广东 广州 510000
近年来年份白酒市场中行业规范有所缺失, 因此年份白酒的研究具有深远意义和市场价值。 白酒中单体物质的浓度会随着白酒的年份改变, 检测白酒中单体浓度可用来鉴定白酒质量及其年份。 基于国内某品牌年份原桨白酒的三维荧光光谱, 对其中乙酸浓度进行了建模研究。 对原始光谱进行了小波分解和求导预处理。 研究发现小波分解第一层和第二层呈噪声特征, 浓度信息主要分布在第三层和第四层信号中。 不同激发波长的荧光发射光谱强度分布不同, 如何选择合适的激发波长目前还没有一个统一的方法。 根据小波分解信号引入有效信号强度概念并获得了合适的建模激发波长(200 nm); 导数光谱的细节特征比原始光谱丰富, 光谱求导可以提高光谱的分辨率。 研究了乙酸浓度与荧光光谱的相关性, 原始荧光光谱与乙酸浓度之间相关性较小, 小波分解光谱和导数光谱与浓度的相关性达0.8以上, 且呈现出更多离散化的相关性特征峰。 因此, 小波分解光谱和导数光谱中包含更多乙酸浓度信息且分布比原始光谱更广。 基于荧光光谱和模拟退火法研究了乙酸浓度偏最小二乘法(PLS)多元回归模型。 研究发现原始光谱的乙酸浓度预测集的均方根误差高达70.03 mg·L-1, 模型效果较差; 小波分解光谱和导数光谱由于光谱之间多重相关性降低且分辨率提高的特点, 模型预测效果更好, 其中二阶导数光谱的乙酸浓度预测集的均方根误差和相关系数分别为20.32 mg·L-1和0.999 8, 建模效果最好。 基于1 000次循环执行模拟退火算法建模得到的光谱信息密度曲线显示出二阶导数光谱比原始光谱包含更多的乙酸浓度信息。 以乙酸为例, 为年份白酒中物质浓度预测提供了一种简易的光学方法, 研究方法对研究多组分渐变体系浓度预测具有一定的参考价值。
荧光光谱 年份白酒 乙酸 模拟退火算法 Fluorescence spectrum Year liquor Acetic acid Simulated annealing algorithm 光谱学与光谱分析
2021, 41(7): 2159
1 陕西科技大学电气与控制工程学院, 陕西 西安 710021
2 广州谱民信息科技有限公司, 广东 广州 510006
3 中山大学药学院, 广东 广州 510006
4 江西保利制药有限公司, 江西 赣州 341900
随着中药制剂存储时间的延长, 其有效成分含量逐渐降低。 化学检测手段损耗样品、 检测时间长、 成本高, 利用近红外光谱对不同年份的经典名方安胎丸进行年份鉴别。 为探讨这种无损、 快速质量控制方式的可行性, 采集了三年的105粒样本在1 000～1 799 nm波段近红外光谱吸光度数据, 随机选择80个作为训练集, 25个作为测试集。 首先采用连续投影算法（SPA）, 消除原始光谱数据中的冗余信息, 对输入全光谱进行优化降维, 根据测试集的内部交叉验证均方根误差值, 从输入的800个波长中提取出11个特征波长, 分别是: (1 692, 1 714, 1 405, 1 001, 1 114, 1 478, 1 514, 1 788, 1 202, 1 014, 1 164) nm; 然后建立支持向量机(SVM)分类模型, 由于SVM模型中的参数选取对分类正确率影响很大, 利用粒子群优化（PSO）算法, 对SVM模型中惩罚参数C和核函数参数进行寻优, 形成PSOSVM分类模型; 最后将SPA降维后的特征波长输入到PSOSVM分类算法中。 用Matlab软件进行仿真测试, 分别构建SVM, SPA-SVM和本文的SPA-PSOSVM三种方法分类模型, 分类测试正确率分别达到了76%, 92%和100%。 从仿真结果可以看出, SPA波长优选可有效地降低光谱信息中存在的冗余信息, 减少建模所需的时间, 结合PSOSVM分类模型降低了模型的复杂度, 提高分类精度。 结果证实, 依照所建立的利用近红外算法, 可以准确无损区分中药制剂安胎丸生产的年份, 该研究可为中药制剂年份间差异评价提供一种思路。
近红外光谱 安胎丸 年份预测 连续投影算法 粒子群优化结合支持向量机 Near infrared spectroscopy Antai pills Year classification Successive projection algorithm(SPA) Particle swarm optimization combined with support 光谱学与光谱分析
2020, 40(8): 2592
1 江南大学理学院, 江苏 无锡 214122
2 江苏省轻工光电工程技术研究中心, 江苏 无锡 214122
提出了一种基于小波分解和因子模型分析白酒荧光光谱， 对白酒香型进行分类和年份预测的方法。 白酒的三维荧光光谱包含了其所含荧光物质信息， 对其进行小波分解， 其分解系数与特征峰的强度相关。 选取高斯小波对三维荧光光谱进行分解， 可以避免对二维荧光光谱进行分解时需要选取特定激发波长的问题。 对样品的三维荧光光谱进行小波分解后， 选取第4层近似系数构建正交因子模型， 通过因子载荷系数对白酒进行鉴别。 结果指出， 贡献率较小的因子蕴含着样品的独特信息， 在相似样品的比较中， 不容忽视。 在对10个品牌的白酒进行香型分类时， 先将样品的三维荧光光谱进行高斯小波分解， 使用第4层近似系数进行因子分析， 得到贡献率由大到小的多个因子。 根据因子的载荷系数， 对样品进行聚类分析。 结果表明， 加入贡献率较小的因子可以将正确率提高至90%。 通过对因子载荷系数与年份的相关性分析得出， 贡献率排在前六位的因子和白酒年份关系较大， 而排在后面的因子和白酒年份的相关性较小， 因此可以选取前六位的因子建立白酒年份预测模型。 通过选取不同贡献率的因子对白酒年份进行预测， 其平均误差可降低至0.9年。
连续小波分解 正交因子模型 年份预测 三维荧光光谱 白酒 Continuous wavelet decomposition Orthogonal factor model Year prediction Three-dimensional fluorescence spectrum Chinese wine 光谱学与光谱分析
2018, 38(8): 2511
浙江大学生物系统工程与食品科学学院, 浙江 杭州 310058
市场上陈皮以次充好现象时有发生, 而年份是衡量陈皮品质的重要指标。 研究用高光谱技术结合化学计量学算法, 在380～1 023及874～1 734 nm两波段对不同放置方式的陈皮进行年份鉴别。 为了寻找更合适的波段和模拟实际生产检测中陈皮放置的随机性, 采集了四个年份共180个样本在380～1 023及874～1 734 nm的正、 反面高光谱图像（720幅）。 用主成分分析法（principal component analysis, PCA）对陈皮光谱信息进行定性分析, 发现不同年份陈皮基于正反面光谱有明显的聚类; 而后以回归系数法（regression coefficient, RC）选取陈皮年份相关的特征波段以减少变量; 用偏最小二乘判别分析（partial least squares discriminant analysis, PLS-DA）基于全波段、 特征波段对三种放置方式（正、 反、 正反混合）的样本建立模型, 最后对特征波段建立线性PLS-DA模型和非线性ELM模型并进行比较分析。 研究表明: 在380～1 023 nm的预测效果大多高于874～1 734 nm, 基于非线性ELM的判别结果均高于线性PLS-DA模型, 准确率最高可达到建模集10000%, 预测集9833%, 陈皮正、 反、 正反混合三种放置方式预测准确率多数可高于85%, 故采用高光谱技术可实现对不同放置方式的陈皮年份进行无损鉴别, 为进一步开发便携仪器或在线生产设备提供方法和理论依据。
高光谱技术 陈皮 年份 化学计量学 极限学习机 Hyperspectraltechnique Dried tangerine Year Chemometrics models Extreme learning machine 光谱学与光谱分析
2017, 37(6): 1866
1 河海大学理学院, 江苏 南京 211100
2 江南大学理学院, 江苏 无锡 214122
年份白酒现已成为企业开发重点, 但年份标准有较大的随意性, 建立年份标准已成为规范行业和市场的迫切需要。 基于某品牌原浆白酒的三维荧光光谱, 对白酒年份预测模型进行了研究。 研究内容和创新工作如下: 首先, 研究了荧光光谱与白酒年份的相关性。 研究发现: 0.5年与其他年份白酒的三维荧光光谱之间的相关系数达0.811 4; 原始光谱中年份信息主要分布在激发波长为200~230和250~320 nm、 发射波长为400~500 nm的光谱区; 导数光谱的年份信息分布区域广且离散性高。 其次, 研究了荧光光谱之间的相关性。 研究表明: 原始光谱具有严重的多重共线性, 在400~600 nm的区间内, 相关系数接近1; 求导能提高光谱分辨能力并降低多重共线性, 二阶导数具有更好的抑制多重共线性的作用, 相关系数大部分小于0.6。 最后, 基于量子遗传算法-小波神经网络研究了激发波长为300 nm的白酒年份预测模型, 并提出了光谱建模信息密度的概念。 研究发现: 原始光谱年份预测误差达5.4年, 效果最差, 其原因是原始光谱具有严重的多重共线性以及光谱与年份的相关性不显著; 导数光谱具有更高的信息密度和更好的建模效果, 二阶导数光谱预测集的相关系数达0.999 8, 年份预测误差达0.79年。 研究成果将为白酒年份标定提供一种便捷的光学手段, 同时也为多组分渐变体系的荧光光谱研究提供重要的参考。
白酒 荧光光谱 相关性 量子遗传算法 小波神经网络 年份预测 Chinese liquor Fluorescence spectra Correlation Quantum genetic algorithm Wavelet neural network Year forecast 光谱学与光谱分析
2017, 37(5): 1431
1 国网智能电网研究院, 北京102211
2 华北电力大学, 北京102206
如何合理布局随特高压工程建设的电力通信光缆线路资源, 完善电力骨干通信网络整体架构, 是“十三五”期间电力通信专业部门面临的主要任务。文章以电力通信业务需求测算为出发点, 通过网络仿真, 将业务需求预测结果作为网络拓扑规划优化的重要输入参数, 分析了当前湖南电力省干通信网网络架构对业务需求的适应性, 给出了该省干通信网容量配置、关键站点和链路的优化建议。所用研究方法可为“十三五”期间电力通信网的规划与建设提供指导及参照。
电力通信网 “十三五”规划 业务需求 网络仿真 electric power communication network 13rd Five Year Plan business requirements network simulation
1 江南大学理学院, 江苏 无锡214122
2 江南大学物联网工程学院, 江苏 无锡214122
3 河海大学能源与电气学院, 江苏 南京210098
以某清香型白酒为研究对象, 将三维荧光光谱技术与平行因子分析方法(parallel factor analysis, PARAFAC)、 BP神经网络结合, 建立清香型白酒年份鉴别模型。 首先, 利用FLS920全功能型荧光光谱仪测量获得不同年份白酒的三维荧光光谱数据, 对激发发射三维矩阵进行三线性分解, 得到四个主成分对应的浓度得分和激发-发射光谱轮廓图。 将这4个浓度得分作为BP神经网络的输入, 建立10, 20和30年份白酒的鉴别模型。 随机选取每个年份的10个样本, 共30个样本组成测试集, 剩余的90个白酒样本组成训练集建立训练模型。 据此对未知样品进行预测, 其预测正确率分别为90%, 100%和100%。 同时将该方法与多维偏最小二乘判别分析法(multi-way partial least squares discriminant analysis, NPLS-DA)进行了比较。 研究结果表明: 平行因子结合神经网络的判别模型具有更强的预测能力, 该方法能够有效提取年份白酒的特征光谱信息, 同时又降低了神经网络输入变量的维数, 取得较好的鉴别效果。
年份鉴别 三维荧光光谱 平行因子 神经网络 Year discrimination Three-dimensional fluorescence spectroscopy Parallel factor analysis Neural network 光谱学与光谱分析
2015, 35(9): 2573
