为考察不同类型光谱信息用于银杏叶质量快速分析的适应性, 收集了58个银杏叶样品, 采用高效液相色谱方法(HPLC)测定其黄酮及内酯类活性成分的含量作为定标和检验样本的因变量(y)值, 测定各样品的紫外、 近红外光谱及包含紫外、 可见及近红外信号的多源复合光谱信息作为样本的自变量(x)值; 分别采用偏最小二乘回归(PLSR), 以及根据待测样本在自变量空间最近邻K个样本与待测样本间的相互关系去预测其因变量值的KNN保形映射(KNN-KSR)方法, 建立银杏叶活性成分的光谱定量分析模型, 比较各光谱模型下检验集样本实测值与模型值的相关系数(R)、 均方根偏差(RMSEP)、 平均相对误差(MRE)。 结果表明PLSR方法所建立的三类光谱模型的各项指标均不及KNN-KSR方法、 且其紫外光谱模型的结果极差; 而采用KNN-KSR方法根据三类光谱信息预测银杏叶中黄酮、 内酯类成分时, R基本能达到0.8、 RMSEP分别小于0.05与0.025且其平均相对误差均在8%以下。 采用KNN-KSR方法根据紫外、 近红外及多源光谱信息均可实现对银杏叶中四类黄酮醇苷成分及三类内酯成分含量的快速分析, 突破了现有工作只是基于PLSR方法、 根据近红外光谱信息对银杏叶总黄酮醇苷进行定量分析的局限; 利用紫外和多源复合光谱信息及KNN-KSR方法进行银杏叶中黄酮醇苷及内酯类成分的快速检测, 为银杏叶质量分析提供了更多的方法和选择。 多源复合光谱仪具有体积小、 成本低, 便携的优点, 非常适合银杏叶药材现场采购的快速检测及后续产品的质量分析与监控。Infrared and Multi-Source Composite Spectral Information

基于三维数据的人脸识别克服了二维图像数据受光照和姿态影响较大的问题, 但其较高的数据维数约束了它的实际应用。本文针对三维人脸数据的简化描述, 提出了将三维人脸映射至二维表示的本征形状描述图方法。该方法首先基于约束离散保形映射将三维人脸数据微分同构映射到一个局部几何特征保持的二维区域。然后基于人脸曲面几何结构特性和表观特性, 构建二维本征形状描述图, 用于简化对三维人脸数据的描述, 并进行识别验证。基于国际公共人脸数据库FRGC2.0和GavabDB的三维人脸识别实验显示, 本征形状描述图法在姿态变化大于60°时的识别率达到90.6%, 比现有方法高5.9%, 单次匹配时间为7.89 s。该方法将三维人脸识别问题转换为了二维平面图像的识别问题, 有效降低了数据描述的复杂度。得到的结果展示了该方法计算效率高, 且对姿态变化有良好的健壮性。