葡萄籽油掺假种类繁多, 手段隐蔽, 成为食品安全检测的重要难点之一, 为规范食用油市场, 提供一种方便、 可靠的葡萄籽油品质鉴别方法尤为重要。 针对色谱和质谱等传统品质分析方法的耗时、 试剂消耗大、 专业性强等不足, 以及实现无损分析的近红外光谱仪价格昂贵、 操作环境要求高等缺点, 研究设计一套低成本、 高准确度的可见/近红外光谱仪检测系统来实现葡萄籽油品质掺假鉴别。 首先, 依托USB6500-Pro探测器搭建可见/近红外光谱仪硬件平台, 并基于Qt设计一套简洁的人机交互界面, 用以实现光谱数据的采集、 处理以及葡萄籽油掺假鉴别结果的显示； 其次, 针对硬件和检测环境带来的光谱噪声, 系统采用小波变换滤除噪声, 减小光谱失真； 最后, 考虑到现有的基于机器学习的品质鉴别模型往往依赖已知的油类训练样本集来实现对不同掺假类别油类的预测, 而利益驱使下层出不穷的掺假手段使得新的、 未出现在原训练集中的掺假类别样本不断涌现, 现有的品质鉴别方法将很难给出准确的判别结果。 因此, 研发的检测系统中设计一种能实现已知和新的掺假油品光谱的鉴别方法, 该方法分为分类和校正两步： 先用建模数据库中的训练集建立极限学习机(ELM)分类器模型, 实现初步掺假类别的分类； 然后再利用自动聚类算法对分类结果进一步校正。 若与校正数据集产生一个聚类中心, 则证明分类结果正确且属于建模数据库中的已知掺假类别； 若产生两个聚类中心, 则分类结果不正确, 样本为新掺假类别, 未出现在建模数据库中, 最终得到准确的掺假类别结果。 为检验系统性能, 用搭建的可见/近红外光谱仪硬件平台采集了纯葡萄籽油和掺入不同比例的大豆油、 玉米油、 葵花籽油和调和油的葡萄籽油的5类光谱数据, 每一类30组共计150组数据, 将得到的可见/近红外光谱数据先进行小波阈值法去噪和多元散射校正(MSC)预处理后输入到设计的检测系统中。 假定前4类作为建模数据库中的已知掺假类别以及第5类作为新掺假类别, 先利用K-S算法将已知掺假类别的每类样本划分成训练集20组和测试集10组, 用训练集共80组样本建立ELM分类模型, 将40组测试集输入到ELM实现初步判别, 判别结果再进一步聚类分析校正, 只有一个聚类中心, 说明了模型判别准确, 且对已知类别能够100%识别； 当30组新掺假类别样本输入到ELM模型时, 均判别成了纯葡萄籽油, 进一步聚类分析校正, 产生了两个聚类中心点, 说明ELM模型误判, 定性判定第5类为新掺假类别。 实验结果表明, 研发的葡萄籽油掺伪检测系统操作简单、 快速, 不仅对已知掺假类别能够100%识别, 而且对新掺假类别能够实现定性判别。

大尺寸、高分辨率(4K: 3 840×2 160、8K: 7 680×4 320)、高透过率和高性价比是TV产品发展的主要方向。先进的超级多维场开关(ADS)双栅线4K阵列基板栅极(Gate on Array, GOA)产品是目前主流的TV产品之一, 因产品分辨率高和双栅线结构, 像素尺寸较小且开口率较低, 加之常规ADS双栅线像素结构在两个子像素中间的暗区较大, 导致面板透过率较低, 影响产品特性和竞争力。本文在常规ADS 双栅线像素结构基础上, 改变两层电极的功能, 使底层电极作为像素电极, 顶层电极作为公共电极, 同时顶层电极在两个子像素面内采用联通设计, 减小有效电场弱区和像素暗区, 提升像素光效和透过率。模拟和试验结果表明: 新型ADS 双栅线像素设计可以提升面板透过率约3%。且光学、电学、机械和信赖性等评价无问题, 可实际应用于产品, 提高产品价值和竞争力。

三叶青是我国珍稀中药材, 具有多种疗效, 但不同产地的三叶青有效成分含量差异悬殊, 为防止三叶青以次充好, 其产地鉴别尤为重要。 以浙江、 云南、 安徽、 广西和湖北五个产地的三叶青为研究对象, 利用傅里叶变换近红外光谱分析仪(Fourier transform near infrared spectroscopy, FT-NIR)收集4 000~10 000 cm-1范围内的近红外光谱, 由于三叶青近红外光谱数据还未完善, 因此在其产地鉴别上, 应对鉴别算法提出更高的要求, 即在实现三叶产地鉴别的同时, 还要能够有效地识别出其他或未知新产地的三叶青。 针对这一问题, 本文结合三叶青近红外光谱数据的特点, 对算法共做了三方面改进: ①从距离的角度估计样本的概率密度; ②以训练样本可信度的方式计算带宽参数; ③在未知新产地的识别上, 提出一种基于训练集样本的概率密度函数的识别方法。 结果表明, 该算法对训练集样本的识别精度达到了100%, 且在140组预测集样本中, 只有3组样本识别出错, 并能够100%地识别出未知新产地的三叶青, 说明基于核密度估计的改进算法在三叶青产地鉴别上, 不仅鉴别精度高, 且能够有效识别出其他或未知新产地的三叶青。

莲子是我国重要的药食同源食物, 与莲子营养价值相当、 便于食用的莲子粉备受消费者青睐。 为保证莲子粉的品质, 利用近红外光谱(NIRs)技术对掺杂小麦粉、 玉米粉和地瓜粉的莲子粉进行鉴定, 在样品类别已知下利用支持向量机(SVM)、 最小二乘支持向量机(LS-SVM)、 偏最小二乘法-判别分析(PLS-DA)模型进行判别, 在样品类别未知下基于聚类算法进行判别。 同时, 对莲子粉中水分含量利用偏最小二乘(PLS)回归进行定量分析。 结果表明, LS-SVM模型对纯莲子粉样品与掺入小麦粉、 玉米粉和地瓜粉的莲子粉样品的判别率达到100%; 基于聚类算法能够有效识别掺入5%地瓜粉、 小麦粉和玉米粉的莲子粉样品; PLS模型对莲子粉中水分含量预测综合性能良好, 其中经过标准化预处理得到模型效果最佳, 其R2c, RMSEC, R2p和RMSEP分别达到0973 2, 0111 5, 0969 5和0118 9。 近红外光谱技术能为隐蔽的莲子粉掺杂的鉴别以及莲子粉中水分含量监控提供一种快速、 准确、 无损检测的分析方法, 为保证高档次莲子品质提供一种有益的思路。

为实现近红外光谱进行勾兑梨汁中原汁含量的快速检测, 采用相同可溶性固形物含量的新鲜梨汁和果汁粉冲剂按照原汁含量为0%～100%进行勾兑, 并结合遗传算法(GA)、 粒子群算法(PSO)以及萤火虫算法(GSO & FA)进行特征波长筛选, 比较分析四种算法分别建立的偏最小二乘(PLS)模型。 结果表明, GA-PLS, PSO-PLS, GSO-PLS, FA-PLS四种模型均能够剔除大部分波长变量, 其中以FA-PLS模型效果最佳, 不仅保证模型的稳健性, 而且简化了模型, 提高了预测的精度。 为了进一步优选特征波长, 利用连续投影算法(SPA)在FA基础上做进一步波长筛选, 并比较全波段PLS, SPA-PLS, FA-PLS, FA-SPA-PLS模型, 四种模型泛化能力为: FA-PLS>PLS>FA-SPA-PLS>SPA-PLS, 其预测均方根误差分别为0.029 1, 0.033 3, 0.033 9和0.137 0, 相应的波长变量数量依次367, 765, 20和18。 其中SPA-PLS波长变量最少, 但预测误差远远高于其他三种模型, 综合考虑预测精度与波长变量数目, FA-SPA-PLS模型不仅波长变量较少而且预测精度较高, 能够有效鉴别勾兑梨汁中原汁含量。 研究利用近红外光谱技术为快速鉴别勾兑果汁提供一种有益思路, 并通过波长变量筛选简化定量分析模型。

食品掺假种类众多, 手段隐蔽, 成为食品安全检测一个重要难题。 为摆脱传统模型识别食品中是否存在新掺假类别的局限性, 实验以纯净的灵芝孢子油和掺杂不同比例花生油、 玉米油、 薏仁油、 地沟油的五种类别为研究对象, 采用傅里叶变换近红外光谱(Fourier transform near infrared spectroscopy, FT-NIR)收集12　400～4　000 cm-1范围内的近红外光谱。 假设掺杂地沟油为新掺假类别, 利用前四种类别的校正集样本构建相关向量机(RVM)多分类器, 分别对建模的预测集样本和掺杂地沟油样本进行判别, 并借助新聚类算法对判别为纯净的灵芝孢子油的样本做进一步分析验证。 研究表明, RVM分类器对于建模的预测集样本判别准确率高达93.75%, 说明模型有较强的判别能力, 但由于模型局限性, 掺杂地沟油样品被误判为纯净的灵芝孢子油; 在新聚类算法的决策图上, 纯净灵芝孢子油校正集和预测集混合样本的聚类中心数为1, 而纯净灵芝孢子油校正集和掺杂了地沟油混合样本聚类中心数为2, 直观验证判别结果的准确性。 结果表明利用FT-NIR技术结合RVM分类器与新聚类算法对于灵芝孢子油掺假能够有效识别, 并且能够定性识别新型掺假类型, 为解决食品掺假多样化问题提供一种新思路。

扫描拼接技术由于原理简单、易于实现而被广泛应用于全景成像系统中,然而该系统中使用的二维扫描镜在工作过程中会引起图像旋转.对二维扫描镜引起的像旋进行特性分析能够指导全景成像系统中像旋校正.假设物理为球面,基于光学反射矢量理论基础对水平扫描和俯仰扫描进行像旋特性分析比较.仿真结果表明二维扫描镜在水平扫描时像旋角与旋转角比例为1∶1,而俯仰扫描不存在比例关系,可以对精确实现光机消像旋提供指导作用.

为了有效改善大气激光正交频分复用通信系统接收端的符号检测性能，采用现有的混合粒子滤波算法对大气激光正交频分复用时变信道进行半盲估计，并进行了理论分析与实验验证。与传统的基于导频的时变信道估计方法相比，该方法可有效改善接收端的符号检测性能，并通过MATLAB仿真结果验证了该方法的有效性。结果表明，在相同的信噪比下，所用方法可平均减小接收端系统的误比特率接近一个数量级。

偏振检测技术用于水下目标探测,为复杂海洋环境下的目标探测提供了一条全新的技术途径。阐述了水下激光偏振探测的基本原理,并搭建了简单的实验系统,对不同材料的人造目标进行了探测。结果表明,不同材料的目标具有不同的偏振特性,偏振信息在改善水下人造目标检测性能方面具有重要的价值。提出了基于Matlab的图像处理方法,最终处理的偏振图像包含了目标的偏振信息和细节信息,提高了图像的对比度和清晰度。通过偏振图像处理,可以有效地区分不同水下条件中人造目标与自然背景,极大地压缩自然背景噪声。