牛顿插值多项式-导数光谱无损检测车用保险杠

为了提高检验鉴定效率、降低检验鉴定成本，实现对案件现场车用保险杠碎片的快速无损检测，采用了基于红外指纹光谱结合牛顿插值多项式、光谱求导和判别分析的车用保险杠鉴别方法。采集并获取奥迪等6种品牌共计40个不同型号的车用保险杠样本的红外光谱，选择牛顿多项式插值、光谱求导等方法建立了判别模型。结果表明，基于指纹区波段建立的判别模型总体准确率(80.0%)高于全波段模型(77.5%)，指纹区光谱结合4次牛顿插值多项式处理后的判别准确率可到85%，经1阶导数处理后判别准确率可达100%，以判别函数DF₁和DF₂作为判别轴构建判别分类模型，6种品牌的样本均实现了100%的准确区分；红外指纹光谱结合4次牛顿插值多项式、1阶导数和判别分析可实现车用保险杠品牌快速、无损鉴别，且模型检测精度高。该方法具有普适性和一定的借鉴意义。     

基于ACO-SVM的光谱分类算法研究

为了实现胡萝卜汁品牌的快速无损鉴别,文章以市售两种品牌的胡萝卜汁为研究对象,通过采集拉曼光谱,并结合支持向量机算法,建立了快速判断胡萝卜汁品牌的分类模型。两种品牌的胡萝卜汁光谱主要在1007 cm^-1,1157 cm^-1,1516 cm^-1这3个谱峰存在差异。先对拉曼光谱进行预处理,再选用蚁群优化算法进行特征选择,最后结合SVM构建分类模型。结果显示,相比SVM直接分类,模型ACO-SVM的最优分类准确率为96.67%,提高了2.5%;其分类时间为7.17 s,缩短了163.31 s。研究表明,基于拉曼光谱分析技术和模式识别算法构建的分类模型能够有效地鉴别胡萝卜汁品牌。     

区间偏最小二乘法结合拉曼光谱测定猪肉皮下脂肪的碘值

碘值是评价脂肪酸品质的重要指标,为探究拉曼光谱技术结合化学计量学方法对完整脂肪样本中脂肪酸不饱和程度测定的可行性,以猪肉皮下脂肪为研究对象,利用实验室自主搭建的拉曼光谱检测系统,获取其300~2000cm-1波段的光谱,进而利用该光谱进行预处理方法的优化研究和碘值相关变量的优选研究,并以传统韦氏滴定法测定得到的碘值为参考值,采用偏最小二乘法建立了完整脂肪样本中碘值的校正模型。结果表明:8次多项式拟合基线校正为最优预处理方法;经区间偏最小二乘法筛选得到的优选变量为1106~1470cm-1;结合最优预处理方法和优选变量建立碘值预测模型,其预测集相关系数Rp和预测均方根误差(RMSEP)分别为0.9463和2.5391×10-2。研究结果证明,优选的拉曼光谱变量可用于完整脂肪中碘值的快速无损测定,为基于拉曼光谱的猪胴体脂肪酸不饱和程度的在线、快速、无损检测提供了理论依据。     

衰减全反射傅里叶变换红外光谱法结合模式识别分析橄榄油中掺杂大豆油的研究

采用衰减全反射傅里叶变换红外光谱(FTIR-ATR)结合模式识别的方法建立橄榄油的快速鉴别模型。实验中测定不同品牌的纯橄榄油样本与纯大豆油样本以及橄榄油中掺入大豆油的混合油样本的FTIR-ATR光谱。将625~4000 cm-1波段的光谱数据作为鉴别研究对象,应用主成分分析法(PCA)对光谱数据进行降维处理,再结合Fisher判别分析和多层感知器神经网络两种模式识别的方法对纯橄榄油、纯大豆油以及三种掺杂有大豆油的橄榄油样本进行鉴别。结果表明:对原始数据所采用的预处理方法中,经小波去噪后的数据的鉴别效果最佳。PCA结合Fisher判别分析建立的判别模型,原始判别的准确率达到100%,交叉验证的准确率达到97.1%;多层感知器神经网络鉴别模型训练集分类准确率为100%,测试集分类准确率为100%。因此,FTIR-ATR光谱技术结合模式识别方法可以实现对纯橄榄油、纯大豆油以及三种掺杂有大豆油的橄榄油样本的鉴别,而且具有操作简便、快速、可靠等优点。     

拉曼光谱诊断喉癌的初步探究北大核心CSCD

为了比较喉癌组织及癌旁组织拉曼光谱的差别,得出其各自的特点和规律,建立了喉癌诊断模型;收集2014年10月—2015年8月在中南大学湘雅医院耳鼻咽喉头颈外科进行手术切除的54例喉癌样本和56例癌旁样本,样本统一处理后进行拉曼光谱检测,收集原始光谱数据进行预处理和统计学分析。结果表明:喉癌组织比癌旁组织的的平均拉曼光谱强度更大,且喉癌组织存在稳定的拉曼峰群;喉癌组与癌旁组的t检验结果显示,在波数为150~1859cm-1、1864~1872cm-1、1890~1898.5cm-1、1900~1924cm-1、1964~1968cm-1、1993~1998.5cm-1和2010.5~3476cm-1的波段内,两组样本有统计学差异(显著性水平p<0.05);利用主成分分析-线性判别分析(PCA-LDA)法选取差异波段进行分析,提取3个显著性差异主成分,将其作为LDA的输入,计算判别函数系数,并建立判别模型,判别模型对样本的预测具有较好的特异度和灵敏度,分别为80.4%和87.0%;利用受试者工作特征(ROC)曲线法对喉癌诊断模型进行评价,曲线下面积为0.877;喉癌组织和癌旁组织的拉曼光谱存在较明显且稳定的差异,利用多元统计分析的方法建立的判别模型具有较好的可靠性;拉曼光谱具有在分子水平上为喉癌提供无损、实时诊断与检测的潜能。     

不同产地苹果的近红外光谱分类识别法

以山东和陕西两地产的红富士苹果作为实验对象,提出了一种不同产地苹果的分类识别法。首先对苹果的近红外光谱数据进行小波软阈值预处理,去除噪声和冗余;再采用主成分分析法(Principle ComponentAnalysis,PCA)进行降维;然后应用Fisher判决(Fisher DiscriminantAnalysis,FDA)进一步提取特征;最后使用K_近邻法进行分类识别(K_near neighbor classification,KNN)。通过实验比较,本文提出的方法能很好地实现不同产地苹果无损、快速和准确分类识别,识别正确率达到97.5%。     

激光拉曼光谱法无损鉴别三七及其伪品

应用激光拉曼光谱技术准确无损鉴别三七及其伪品菊三七、藤三七和姜黄。采集了三七及其伪品的拉曼光谱图,并结合二阶导数拉曼图谱对其进行定性鉴别。四种药材的图谱中均出现了1330、1040、943、310 cm-1糖类碳水化合物的拉曼特征峰。三七的谱图中出现了1080 cm-1和1120 cm-1皂苷类化合物的拉曼振动峰;菊三七的谱图中出现了820、899、1144、2935 cm-1b-谷甾醇、吡咯里西啶类生物碱及长链脂肪烃的拉曼特征峰;藤三七的谱图中出现了1462 cm-1和1695 cm-1的腺苷类和尿嘧啶类化合物的拉曼振动峰;姜黄的谱图中出现了962、1187、1433、1596、1630 cm-1等姜黄素类化合物的拉曼振动峰。以上专属特征峰的差异可将三七及其伪品进行很好的区分,并据谱图信息可建立四味中药的拉曼指纹图谱。二阶导数拉曼光谱图可以对三七及其伪品的鉴别结果进行进一步补充验证说明。此方法可准确直接、快速鉴别三七及其伪品。     

基于广义Whittaker平滑器的拉曼光谱基线校正方法

拉曼光谱的频率、强度及偏振特性表征散射物质的独特性质,是研究物质结构及组成成分的特征光谱,因而得到了广泛应用。但是,基线漂移现象会给拉曼光谱的定量分析带来不利影响。为了校正拉曼光谱基线漂移,提出了一种结合导数谱峰检测与Whittaker平滑器的基线校正算法。利用拉曼二阶导数光谱检测并标定谱峰区域;Whittaker平滑器结合标定信息计算非谱峰区域的拟合曲线,并同时对谱峰区域进行平滑插值,最终得到整个光谱的基线估计。将该算法应用于模拟和实际拉曼光谱进行基线校正,结果表明,算法可以同时实现光谱去噪与基线估计,而主成分分析结果的改善进一步验证了该算法的有效性。     

基于径向基函数的水性木器漆喇曼光谱鉴别

水性木器漆是一种犯罪现场常见的微量物证,在法庭科学领域广受关注。为了实现对水性木器漆中复杂化学成分的检测分类,采用具有较高分辨能力和无损检验特点的喇曼光谱,结合主成分分析和径向基函数神经网络两种数据挖掘技术,对3种品牌共38个水性木器漆样本的喇曼光谱进行了数据分析。结果表明,径向基函数模型下可得到准确率为78.9%的分类识别。采用傅里叶变换喇曼光谱结合径向基函数模型实现对水性木器漆的鉴别与分类,为实践中木器漆的分类研究提供新思路。     

基于光谱融合的油漆分类方法比较

为了实现对油漆物证的快速、无损以及准确分类,实验收集了犯罪现场常见的5个油漆品牌共计50个油漆样本的红外原始光谱数据和导数光谱数据,结合光谱融合技术,建立了基于KNN、SVM以及逐步判别分析的油漆分类模型.实验结果表明:3种分类模型对于融合光谱的识别率要高于单一光谱;KNN以及SVM分类模型对于其中的3种油漆样本识别率高,但对其余2种样本的分类效果并不好,而逐步判别分析模型对5种油漆样本的各种光谱数据识别率均高于KNN和SVM模型,其中采用逐步判别分析中的Smallest F ratio判别模型对一阶导数光谱和三阶导数光谱融合数据的训练集和测试集实现了完全识别.本文方法的检验效率高,定性能力强,满足公安机关对于相关物证的快速检验要求,为刑事技术人员快速识别油漆物证提供了一种有效的手段.     

表面增强喇曼光谱研究脐橙中亚胺硫磷农药残留

为了证实以团絮状银胶为基底的表面增强喇曼光谱（SERS）技术结合化学计量学方法能有效实现脐橙中农药残留检测,采用德国布鲁克公司的共焦显微喇曼光谱仪,对脐橙中的亚胺硫磷农药残留的快速无损检测进行了研究。通过留一交互验证法得出农药检出限为4.113mg/L,并对SERS光谱进行7种方法的预处理。结果表明,先基线校正后卷积平滑预处理的建模预测效果最好;结合偏最小二乘法建模,预测集的相关系数和预测均方根误差分别为0.904和4.890mg/L,校正集的相关系数和预测均方根误差分别为0.919和3.990mg/L。结果证明了SERS定量分析的科学性和可行性,这对国内水果的生产和出口水果的农药残留检测有一定的参考作用。     

红外光谱结合化学计量学检验直液式走珠笔墨水

检验鉴定书写墨水是法庭科学领域中一项重要的工作。利用傅里叶变换红外光谱仪对市面上常见的20种直液式走珠笔墨水样品进行检验,采取化学计量学实现了对直液式走珠笔墨水的快速检验。对傅里叶变换红外光谱数据做标准化处理,采取自动基线矫正、峰面积归一化、Savitzky-Golay 5点平滑3种方法对谱图做预处理,通过误差平方和指标（sum of the squares errors, SSE）确定分类K的最优取值,对样品进行K-均值聚类分析并解释聚类结果。采取主成分分析方法验证K-均值聚类的结果,利用组均值均等检验考察主成分变量对Fisher判别分析（Fisher discriminant analysis, FDA）模型的贡献程度,构建直液式走珠笔墨水的FDA判别模型。结果表明,K-均值聚类将全部墨水样本聚类为3类,PCA-FDA（principal components analysis-fisher discriminant analysis）模型能够对不同类别直液式走珠笔墨水达到100%的预测分类,经交叉验证后正确率达到100%。红外光谱与PCA-FDA模型结合可用于直液式走珠笔墨水的快速、准确检验鉴定。     

基于DT-KNN-FDA建模的车漆光谱无损鉴别

为了对车漆进行快速、高效、低成本的无损鉴别,采用一种基于指纹区红外吸收光谱结合决策树、k近邻和Fisher判别分析(DT-KNN-FDA)建模的鉴别方法,进行了理论分析和实验验证。收集并取得了车漆共计60个样本的红外吸收光谱实验数据,通过对特征波数的选择,建立并比较了基于决策树、k近邻分析和Fisher判别分析的多分类模型。通过相关性分析提取到了58组调整数据,并以此为基础构建了分类模型。结果表明,DT分类模型、KNN分类模型和FDA分类模型对各样本的总体区分准确率分别为77.80%,72.31%和85.00%;红外光谱结合DT-KNN-FDA分析可实现对车漆不同品牌产品间的区分,分类效果理想。该方法快捷、低耗、有效,具有一定的普适性和参考意义。     

主成分分析联合Fisher判别在紫外-可见光谱法水质检测中的应用

水质类型的判别是实现光谱法水质参数准确检测的重要前提。针对直接光谱法水质检测系统采集的光谱数据信息冗余较大的问题, 利用主成分分析消除信息指标间的相关性,实现光谱数据的降维和特征信息提取。采集某化工厂和某溪水水样的紫外-可见光谱数据, 利用主成分分析联合Fisher判别的方法建立判别模型,以12组水样光谱数据作为训练样本,6组作为测试样本,对模型的判别能力进行论证和检验,并与传统的Fisher判别模型进行对比实验。实验结果表明,利用主成分分析联合Fisher判别模型可以有效消除信息冗余带来的影响,相比传统的Fisher判别模型具有分类精度高、回代误判率为零、计算时间短等优点,计算时间由传统Fisher判别方法的0.6733 s减少到0.6012 s。该方法为直接光谱法水质类型判别工程实用化提供了一种高效手段。     

基于随机森林算法的食源性致病菌拉曼光谱识别

药品食品的安全问题一直是人们关注的重点。相比于传统的食源性致病菌光谱检测方法,拉曼光谱法具有检测范围广、检测灵活、光谱特征突出等特点。本文以常见的食源性致病菌为研究对象,利用拉曼光谱仪采集了11种食源性致病菌样品的132个拉曼光谱数据,提出了一种基于主成分分析和随机森林算法的分类模型。实验结果表明,主成分分析结合随机森林算法的分类模型可以将食源性致病菌区分开,且分类准确度可达到91.36%。     

光纤光谱结合模式识别无损检测苹果表面疤痕

为了实现基于光纤光谱技术结合模式识别无损检测苹果表面疤痕, 利用光纤光谱采集系统采集了完好无损和表面有疤痕苹果的光谱数据, 采用标准正态变换(SNV)和1阶导数对原始光谱数据进行预处理; 利用主成分分析方法对预处理后的光谱数据进行降维, 以提取能反映苹果表面疤痕的特征光谱; 利用k最近邻(KNN)模式识别方法和偏最小二乘判别分析方法, 建立了苹果表面疤痕的识别模型。结果表明, 采用主成分分析法选择了累计贡献率超过99%的前8个主成分作为样本集特征光谱数据, 很好地实现了光谱数据的降维; 利用1阶导数+KNN识别模型对校正集以及SNV+KNN识别模型对预测集中正常果和疤痕果的正确率识别均高达96.0%。验证了基于光纤光谱技术结合模式识别方法无损检测苹果表面疤痕的可行性。     

可调谐半导体激光吸收传感器的温度测量验证

开发了一种可调谐半导体激光吸收传感器,用于测量气体的温度,应用扫描波长吸收谱和固定波长调制谱探测水蒸气在7 454.4 cm-1和7 185.6 cm-1附近的两条吸收谱线。传感器可实现绝对温度测量,固定波长调制谱更可实现10 kHz以上的测量带宽。传感器的性能和精度在已知温度和压力的静室中进行测量验证,在600~1 000 K的设定温度范围,两种方法的测量误差（RMS）都小于2%。表明可调谐半导体激光吸收光谱（TDLAS）传感器对于均匀的流场具有快速和精确的温度测量能力。