1 新疆农业大学数理学院, 新疆 乌鲁木齐 830052
2 新疆农业大学机电工程学院, 新疆 乌鲁木齐 830052
苹果产地溯源具有重要的应用价值和现实意义。 为了探寻苹果产地溯源新方法, 以红富士品种为研究对象, 以新疆阿克苏、 山东烟台、 陕西洛川三个产地671个红富士苹果样本为试材, 分别采集其590~1 250 nm的近红外透射光谱, 然后基于分数阶微分(FD)及主成分分析(PCA)-谱回归判别分析(SRDA)进行多模型融合, 构建红富士苹果产地溯源的集成学习模型。 首先, 将经过光谱校正后的光谱数据划分为训练集和测试集, 并利用分数阶微分预处理训练集光谱, 获取不同阶次(取0~2阶, 步长为0.1)的分数阶微分光谱; 结合不同阶次的分数阶微分光谱及PCA-SRDA算法构建基学习器, 将基学习器预测结果构成一个新训练集, 并通过决策树算法完成模型融合, 得到最终分类预测模型; 随后, 采用对应阶次的分数阶微分预处理测试集光谱, 并基于已建立的基学习器, 获得测试集相应的预测结果; 最后, 将预测结果构成一个新测试集, 并基于已建立的分类预测模型, 输出最终的预测结果。 按7:3比例随机划分样本集, 并进行200次重复实验。 结果表明, 结合不同阶次的分数阶微分预处理及线性判别分析(LDA)、 SRDA、 PCA-LDA、 PCA-SRDA算法建立多模型融合集成学习模型, 具有较好的鉴别效果和较强的鲁棒性, 其中, FD-PCA-SRDA多模型融合集成学习模型为最优, 其训练集的平均精度为97.33%, 标准差为0.49%, 测试集的平均精度为94.84%, 标准差为1.48%。 故, 分数阶微分技术及PCA-SRDA算法结合近红外透射光谱可成功、 有效地实现苹果产地溯源。
近红外透射光谱 分数阶微分 主成分分析-谱回归判别分析 苹果 产地溯源 Near-infrared transmission spectrum Fractional differential Principal component analysis-spectral regression discriminant analysis Apple Origin traceability 光谱学与光谱分析
2022, 42(10): 3249
马铃薯黑心病是一种马铃薯主要内部缺陷, 严重损害薯条、 薯片、 全粉等加工制品的质量和产率。 目前对马铃薯的分级主要侧重于外部品质检测, 针对内部缺陷检测的研究很少。 旨在开发一种马铃薯黑心病的快速无损检测技术, 为此搭建了马铃薯可见近红外透射光谱分析平台, 分析健康与黑心病马铃薯的透射光谱特性并优化光谱判别模型参数。 基于现有马铃薯分级线和复享PG2000高速光谱仪, 采用左右透射方式（光源与光纤探头位于分级线果盘左右两侧）, 采集470个马铃薯（其中健康薯234个、 黑心薯236个）的透射光谱图, 建立偏最小二乘判别模型（PLS-DA）, 并利用主成分分析（PCA）与光谱形态特征相结合的方法选择特征波长, 优化模型。 分析发现, 健康薯与黑心薯的可见近红外透射光谱在吸光度值和光谱形态特征方面均存在明显区别。 黑心薯的平均光谱吸光度值高于健康薯（650～900 nm范围内）, 但黑心薯的平均光谱曲线较为平缓, 无明显吸收峰, 而健康薯平均光谱曲线在665, 732和839 nm附近有明显吸收峰, 并且健康薯与黑心薯的平均光谱差值在705 nm处达到最大值。 基于PLS-DA法建立了马铃薯黑心病判别模型, 对黑心病的判别效果显著, 分类器特性曲线（ROC）下面积（AUC）值为0.994 2, 黑心薯识别总正确率能够达到97.16%, RMSECV和RMSEP分别为0.28和0.26。 此外, 成功利用PCA与光谱形态特征相结合的方法对模型进行简化, 最终得到由6个波长（658, 705, 716, 800, 816和839 nm）组成的特征波长组合, 简化后的模型总正确率能够达到96.73%, 接近全波段模型判别水平。 研究表明, 左右透射的方式能够准确识别黑心马铃薯, 实现对马铃薯内部缺陷的快速无损检测。 对我国马铃薯产业的发展起到一定的促进作用, 为马铃薯内部缺陷在线检测技术的提高提供了重要的理论基础和实践依据。
可见-近红外透射光谱 黑心病 马铃薯 主成分分析法 偏最小二乘判别法 Vis-NIR transmission spectrum Blackheart disease Potato PCA PLS-DA 光谱学与光谱分析
2021, 41(4): 1213
1 浙江经济职业技术学院, 浙江 杭州 310018
2 浙江大学生物系统工程与食品科学学院, 浙江 杭州 310058
3 农业部光谱检测重点实验室, 浙江 杭州 310058
冷却液和制动液是车辆工作过程中非常重要的油品, 对车辆的正常运行具有非常重要的作用。 在冷却液和制动液中掺水是掺假的主要手段之一, 掺水后的冷却液和制动液, 其有效成分会减少, 从而影响了冷却液和制动液本来的功能, 对车辆造成危害, 从而影响车辆的正常运行。 实现对冷却液和制动液含水率的快速准确检测, 是保证冷却液和制动液品质的关键。 采用傅里叶变换近红外光谱对不同品牌的掺水的汽车无水冷却液和制动液含水率检测进行了研究。 分别采集了3个不同品牌无水冷却液和4个不同品牌制动液在掺入不同含水率(0%, 5%, 10%, 15%, 20%, 25%, 30%, 35%)下的近红外透射光谱, 并基于10 067～5 442 cm-1范围内的光谱进行了研究。 不同含水率的无水冷却液和制动液近红外透射光谱存在差异。 单个品牌不同含水率的无水冷却液及制动液的主成分分析(PCA)表明不同含水率样本之间存在差异。 采用二阶导数(Second derivative)对单个品牌以及包含有不同品牌的无水冷却液及制动液(不同含水率)的特征波数进行了选择, 发现不同品牌之间选择的特征波数相近, 且单个品牌与包含不同品牌之间选择的特征波数也相近, 而经过特征波数选择后波数减少了至少98.67%。 基于单个品牌样本的全谱以及包含有不同品牌样本的全谱和特征波数, 分别建立偏最小二乘(PLS)和最小二乘支持向量机(LS-SVM)模型, 所有模型的建模集和预测集决定系数均高于0.9, 剩余预测偏差(RPD)均高于3, 含水率预测模型取得了较好的预测结果。 基于全谱的模型预测效果与基于特征波数的模型预测效果相当, 表明特征波数选择可用于无水冷却液和制动液中含水率的检测。 基于单个品牌样本的模型预测效果与包含不同品牌样本的模型预测效果相近, 表明包含品牌差异, 建立基于多个品牌的无水冷却液和制动液掺水量的预测模型是可行的。 研究结果表明, 近红外透射光谱结合化学计量学方法可用于不同品牌汽车无水冷却液和制动液掺水量检测, 为研究开发在线检测仪器奠定了基础, 也为其他类型的车用液体制品中含水率的检测提供了技术和方法参考。
近红外透射光谱 含水率 制动液 无水冷却液 品牌 Near-infrared transmittance spectroscopy Water content Anhydrous coolant liquid Brake fluid Brands 光谱学与光谱分析
2019, 39(7): 2128
1 北京农业智能装备技术研究中心, 北京市农林科学院, 北京 100097
2 重庆邮电大学, 重庆 400065
水体COD的光谱学传感技术是现代环境监测的一个重要发展方向, 与传统的分析方法相比, 光谱分析技术更具有可连续监测、 可在线监测和检测快速的明显优势, 适合对环境水样COD的定点实时监测。 分别获取水样的紫外吸收光谱和近红外光谱, 通过不同的光谱预处理方法结合偏最小二乘法、 多元线性回归法建立水样的COD定量预测模型, 对水体COD的紫外和近红外光谱的定量预测及相关模型参数进行分析, 发现用S-G平滑处理后的紫外光谱和近红外光谱建立的PLS模型均得到最佳预测效果, 预测集R2分别为0.992 1和0.987 7, RMSEP分别为10.438 6和5.972 0。 紫外和近红外光谱法的MLR模型预测效果较差, 预测集R2分别为0.928 0和0.957 3。 通过实验结果综合对比分析, 紫外吸收光谱在280～310 nm谱区建模预测性能较好, 近红外光谱在7 250～6 870 cm-1谱区建模预测性能较好, 紫外光谱对应定量预测模型的决定系数较高, 而近红外光谱的稳定性和重复性更好。 研究表明光谱传感技术可用于环境实际水体COD的定量预测分析, 为开发便携式水体检测设备奠定了理论基础。
紫外吸收光谱 近红外透射光谱 预测模型 COD COD Ultraviolet absorption spectrum Near infrared transmission spectra Prediction model 光谱学与光谱分析
2017, 37(9): 2724
1 浙江经济职业技术学院, 浙江 杭州 310018
2 浙江大学生物系统工程与食品科学学院, 浙江 杭州 310058
采用近红外透射光谱研究了汽车制动液品牌及新旧的鉴别。 采集宝马(BMW), 丰田(Toyota), 沃尔沃(Volvo)以及嘉实多(Castrol)四种品牌的汽车制动液全新样本以及用过的样本的透射光谱。 分别对每一种品牌下全新与用过汽车制动液样本的光谱数据进行主成分分析(PCA), 主成分得分图表明不同品牌制动液以及该品牌下全新样本以及用过的样本能够被较好的区分, 其光谱特性存在差异。 基于主成分载荷(Loadings)进行特征波数选择, 偏最小二乘判别分析(PLS-DA), 线性判别分析(LDA), 簇类独立软模式法(SIMCA), k最邻近分类算法(KNN), 随机森林(RF), 误差反向传播人工神经网络(BPNN), 径向基神经网络(RBFNN), 极限学习机(ELM), 支持向量机(SVM), 最小二乘支持向量机(LS-SVM)等判别分析方法用于建立基于特征波数的判别分析模型, 判别模型的建模集和预测集判别正确率均略低于或达到了100%。 与其他三种品牌汽车制动液相比, 嘉实多全新样本与用过样本的差异较小, KNN与LS-SVM模型的建模集正确率均低于100%。 结果表明, 近红外透射光谱结合特征波长选择以及判别分析模型对不同品牌制动液以及同一品牌下全新样本以及用过的样本进行识别是可行的, 为开发在线或便携式仪器提供理论支持。
近红外透射光谱 制动液 新旧 品牌 判别分析 Near-infrared transmittance spectroscopy Brake fluid New and used Brands Discriminant analysis 光谱学与光谱分析
2016, 36(10): 3179
1 暨南大学光电工程系, 广东 广州 510632
2 暨南大学食品科学与工程系, 广东 广州 510632
为探寻一种快速可靠的分析方法用于橄榄油中掺杂煎炸老油含量的测定, 实验采用可见和近红外透射光谱分析技术结合区间偏最小二乘法(interval partial least squares, iPLS)、 联合区间偏最小二乘法(synergy interval partial least squares, SiPLS)和反向区间偏最小二乘法(backward interval partial least squares, BiPLS), 对掺杂不同含量煎炸老油的橄榄油建模分析, 并对不同模型比较优选。 采集样品400~2500 nm范围内的光谱, 对光谱数据进行Savitzky-Golay(SG)平滑去噪。 剔除奇异样本后, 采用sample set partitioning based on joint X-Y distance(SPXY)法划分样本集, 以不同的iPLS优选建模区域, 建立煎炸老油含量预测模型。 结果表明: 对掺杂不同含量煎炸大豆油的橄榄油, 采用划分20个区间, 选择2个子区间［4, 16］建立的SiPLS模型预测效果最好, 相关系数(Rp)达0.998 9, 预测均方根误差(RMSEP)为0.019 2。 对掺杂不同含量煎炸花生油的橄榄油, 采用划分20个区间, 选择2个子区间［2, 16］组合建立的SiPLS和BiPLS模型具有相同的预测效果, 预测均方根误差(RMSEP)为0.0120, 均优于iPLS模型。 此外, 与SiPLS模型相比, BiPLS模型运算量少, 速度快。 由此可见, 基于掺杂油样品的可见和近红外透射光谱, 分别采用组合区间偏最小二乘法(SiPLS)和反向区间偏最小二乘法(BiPLS)优选建模光谱区域, 可以对橄榄油中掺杂煎炸大豆油和煎炸花生油含量进行准确测定。 而且, 实验过程无需对掺杂油样品进行预处理, 无环境污染, 操作简单, 快速无损。
可见和近红外透射光谱 区间偏最小二乘法 掺伪 煎炸老油 定量分析 Vis-NIR spectroscopy Interval partial least squares regression (iPLS) Adulteration Deep-frying oil Quantitative analysis 光谱学与光谱分析
2016, 36(8): 2462
1 浙江大学生物系统工程与食品科学学院, 浙江 杭州 310058
2 浙江经济职业技术学院, 浙江 杭州 310018
3 西北农林科技大学葡萄酒学院, 陕西 杨凌 712100
对藻类的识别分类及其生化分析已成为海洋生物学的研究热点之一。 以普通小球藻、 蛋白核小球藻、 微绿球藻、 莱茵衣藻为样品, 通过便携式USB4000微型光纤光谱仪、 Y形光纤和探针, 卤素光源构建的光谱采集系统对不同浓度梯度的120个微藻样本进行浸入式可见/近红外透射光谱的原位采集, 比较去基线、 卷积平滑等光谱预处理方法的效果, 并基于连续投影算法(SPA)筛选特征波长, 通过偏最小二乘法(PLS)、 最小二乘支持向量机(LS-SVM)和极限学习机(ELM)进行建模, 探讨采用透射光谱原位快速鉴别四种不同藻种的可行性。 结果表明: 卷积平滑的处理效果较为理想, 有效波长可用于代替原始光谱建立微藻种类判别分析模型。 SPA-LV-SVM和SPA-ELM的预测效果显著高于SPA-PLS, 三者的平均预测正确率分别是80%, 85%, 65%。 浸入式可见/近红外光谱技术和便携式光纤探针结合的藻种鉴别方法, 有效实现了对四种微藻的鉴别, 为藻种鉴别和藻种分类研究领域提供了一种新思路。
微藻 可见/近红外透射光谱 藻种鉴别 极限学习机 Microalgae Visible/Near infrared (Vis/NIR) transmission spect Species identification Extreme Learning Machine(ELM)
中国科学院上海技术物理研究所 红外成像材料与器件重点实验室, 上海 200083
利用气相外延法生长了Hg1-xCdxTe梯度带隙薄膜材料,通过小光点红外透射光谱测试,研究了材料的横向组分波动.利用多层模型和膜系传递矩阵对该薄膜材料的红外透射光谱和气相外延薄膜材料的纵向组分分布进行计算,计算结果与实验吻合,材料纵向组分分布与通过能谱测量的样品截面组分变化趋势一致.用光伏器件的制作工艺,选取气相外延生长的Au掺杂中波材料,制备了10元线列器件,测试结果表明器件性能较好,95 K黑体D*λP可达4.20×1011(cm·Hz1/2·W-1).
碲镉汞 梯度带隙 雪崩光电二极管 红外透射光谱 气相外延薄膜 HgCdTe Graded-gap Avalance photodiode Infrared transmission spectra Vaper phase epitaxy films
电子科技大学光电信息学院电子薄膜与集成器件国家重点实验室， 四川 成都 610054
氮化硅(SiNxH)薄膜通常用作微测辐射热计焦平面阵列的支撑层、绝缘或隔热层。通过射频等离子体增强化学气相沉积(PECVD)制备了富硅型(0.80≤x≤1.16)氮化硅薄膜，利用X射线光电子能谱(XPS)和傅里叶红外透射光谱(FTIR)分析了薄膜的微观结构。发现薄膜内部保存了Si3N4基本结构单元，除此之外，波数位于790，820和950 cm-1的Si-N键的伸缩振动峰分别对应为Si3-Si-N，N2-Si-H2，及H-Si-N3结构单元；运用曲率方法测量了不同硅烷(SiH4)流量条件下制备的氮化硅薄膜样品的残余应力，发现薄膜应力一般表现为张应力，但随着硅烷流量的增大，薄膜的张应力减小。理论分析发现，H-Si-N3结构单元使薄膜呈现张应力，而Si3-Si-N结构单元以及Si-Si 键相对地表现为压应力。因此，通过优化制备工艺，获取理想的薄膜微观结构，能更理性地调控薄膜的残余应力。
薄膜 微测辐射热计焦平面阵列 氮化硅薄膜 残余应力 微观结构 傅里叶红外透射光谱
1 天津大学 电子信息工程学院,天津300072
2 中国科学院半导体研究所,北京100083
采用双离子束溅射方法制备氧化钒薄膜, 分别利用常规和快速两种升温方式对氧化钒薄膜进行热处理, 利用傅里叶变换红外光谱技术对热处理后氧化钒薄膜的变温光学透射性能进行测试, 并对5μm波长处透过率随温度的变化曲线进行相变特性分析.实验结果表明, 经过常规和快速升温热处理后均获得了二氧化钒薄膜；快速升温热处理后得到的薄膜中二氧化钒晶粒较小, 尺寸分布均匀;而常规升温热处理后的二氧化钒薄膜中晶粒尺寸分布较宽、常规和快速升温热处理后, 氧化钒薄膜的光透过率均存在可逆突变特性, 变化幅度均超过60%.相变性能分析结果表明, 快速升温热处理获得的二氧化钒薄膜相变持续的温度宽度较大, 光学相变温度为63.74℃, 高于常规升温热处理的60.31℃.
氧化钒薄膜 红外透射光谱 快速升温 vanadium dioxide thin film infrared transmission spectrum rapid elevating temperatue
