不同模式超声预处理对莲子蛋白酶解物及其结构的影响

超声波参数中,超声频率是影响蛋白酶解的主要因素。因此,本实验以不同模式超声频率下得到的莲子蛋白酶解物为研究对象,首先对不同模式超声进行优化,以血管紧张素转化酶（angiotensin converting enzyme,ACE）抑制率和水解度为指标,得出了不同模式下的最优频率参数：单频率超声20 kHz、双频率组合20/35 kHz、三频率超声组合20/35/50 kHz。然后采用表面疏水性、氨基酸分析及内源性荧光光谱等表征不同模式的超声预处理对莲子蛋白酶解物及结构特征影响。结果显示：随着超声频率组合增多,表面疏水性越来越大,疏水性氨基酸含量增多,主要是由于超声预处理使蛋白结构展开,使最初被掩埋在蛋白分子内部的疏水基团暴露。通过荧光光谱发现,超声预处理提高了莲子蛋白的荧光强度,且荧光强度顺序为三频＞双频＞单频;同时,莲子蛋白酶解物λmax发生轻微的红移现象。上述结果对于莲子蛋白酶解及ACE抑制肽的制备至关重要。     

基于FT-NIR和电子鼻的苹果水心病无损检测

探讨傅里叶变换近红外光谱技术和电子鼻技术应用于苹果水心病检测的可行性。以277?个“秦冠”水心病苹果和健康苹果为试材,分别采集每个样本在12?000～4?000?cm－1波数范围的近红外光谱和10?个传感器的电子鼻信号,用不同预处理的近红外光谱方法提取主成分建立Fisher判别模型;同时电子鼻结合3?种化学计量学的方法进行建模。结果表明,经一阶导数（9?点平滑）预处理的近红外光谱,提取前20?个主成分建立的Fisher判别模型效果最好,对未知样本的正确判别率达100%;电子鼻分别结合Fisher判别、多层感知器神经网络和径向基函数神经网络判别模型对未知样本的识别率为89.7%、89.5%和85.7%。故利用近红外光谱和电子鼻技术分别结合化学计量学的方法可快速、无损检测苹果的水心病。其中,近红外光谱技术结合Fisher判别对苹果水心病的识别率最高,是一种准确可靠的测定方法。     

基于中红外漫反射光谱技术测定精米中直链淀粉含量的研究

研究了基于傅里叶中红外漫反射光谱(DR-FTIR)技术结合偏最小二乘法(PLS)、主成分分析法(PCR)、经典最小二乘法(CLS)、逐步多元线性回归法(SMLR)快速测定精米中直链淀粉含量。实验选取了161个精米样品作为研究对象,通过光谱预处理,异常值剔除,波谱区间选择对模型进行了优化。结果表明:采用PLS建模,通过多元散射校正,向后区间偏最小二乘法预处理后,所构建的模型效果最优。此时,建模区间为3 800~3 500、3 100~3 000、2 900~2 400、2 300~1 300、1 000~900 cm~(-1),模型相关系数R为0.995 6,校正均方差为0.291,预测均方差为1.23;同时,实验另选了34种精米样品对模型进行了准确性验证。结果显示验证集样品的红外预测值与真实值高度相关,线性拟合方程为Y=0.994X+0.068,相关系数R为0.994 9,说明实验所开发的直链淀粉DR-FTIR模型是有效的,预测结果准确度好,模型稳定性高。     

红外光谱快速检测油茶籽油有关指标的研究

寻找油茶籽油有关指标的快速检测方法,本研究应用红外光谱分析技术,结合人工神经方法,预测不同氧化程度油茶籽油的酸价、过氧化值和碘值。油茶籽油红外光谱经SG方法平滑,一阶导数等预处理。光谱数据和氧化指标实测值作为神经网络输入和输出,建立油茶籽油有关指标的定量模型。结果表明,酸价、过氧化值和碘值模型的相关系数(R)分别为0.914 2、0.964 9和0.964 2;均方根差(RMSE)分别为0.196 9 mg KOH/g、0.392 6 mmol/kg和1.010 5 g I/100 g。对模型进行仿真应用,酸价、过氧化值和碘值模型预测结果的相关系数(R)分别为0.981 9、0.993 0和0.983 3,预测标准偏差(RMSEP)分别为0.203 0 mg KOH/g、0.241 8 mmol/kg和0.602 8 g I/100 g。表明建立的模型可靠,预测效果好,能满足油茶籽油有关指标的快速检测要求。     

大豆分离蛋白酶解液抗氧化性的近红外光谱定量测定

利用近红外光谱技术对四种蛋白酶(菠萝、碱性、木瓜和中性蛋白酶)的大豆分离蛋白水解样品进行测定,探索同一模型应用于不同酶的水解液抗氧化性测定的可行性。基于留一交叉验证方法,分析了采样密度和酶物质差异对全波长模型精度的影响,统计检验表明,采样密度与模型精度之间正相关,酶物质差异对单酶样本模型精度无显著影响,但对综合酶样本模型性能有显著影响。为了建立能够同时准确测定不同酶水解样品抗氧化性能力的综合酶样本预测模型,竞争性自适应重加权抽样(CARS)法用来对模型进行了优化,建模后,校正集R_(cv)和RMSECV分别为0.960 1和0.002 8,验证集的R_p和RMSEP为0.923 7和0.005 3,相对分析误差(RPD)为2.45,预测精度较好,说明建立针对不同酶的水解样品的同一模型是可行的。     

岛状硅酸盐宝石矿物的近红外光谱特征研究

利用傅里叶变换红外光谱仪对岛状硅酸盐宝石矿物的近红外光谱进行测试分析,结果表明:该类矿物的近红外吸收主要以水分子与羟基的倍频、组合频峰为主;7000 ～ 7246 cm-归属于为结构水伸缩振动的一级倍频,5000 ～5260 cm-峰形宽缓,归属为吸附水振动,4628 ～4347 cm-1一般为-OH与金属阳离子-OH的吸收峰;OH与不同的金属阳离子结合往往形成不同的振动带,托帕石中Al-OH的吸收在4525 cm-1、4645 cm-1,蓝晶石的Al-OH吸收在4525 cm-1、4622 cm-1,绿帘石Fe-OH的吸收在4437 cm-1;蓝晶石近红外光谱羟基的吸收源于结构中不同位置的O不受Si的约束被OH取代而产生;近红外光谱水峰可以判断锆石与变生锆石.     

基于无人机高光谱遥感技术的河流溢油监测

无人机遥感装备小、机动性高、环境适应性强,是目前灾害应急监测的首选。为明确无人机高光谱遥感在河流溢油应急监测中的应用前景,以六旋翼无人机为平台,高光谱成像仪(400～1000 nm)为探测仪器,新疆原油为溢油油品,内径45 cm的泳圈为围油栏,开展基于无人机平台的高光谱遥感河流溢油检测实验。模拟的油膜厚度范围为6.29～125.82μm,获取了30组不同油膜厚度的Headwall高光谱数据和一景溢油河道高光谱数据。通过分析油膜厚度与反射率光谱谱段的相关性,确定984 nm为油膜厚度的最佳光谱响应谱段,建立了基于984 nm谱段反射率的水面油膜厚度估算模型,验证数据的预测油量与实际油量对比,显示最大相对误差为7.8%,验证了无人机搭载高光谱传感器开展河流溢油检测的可行性。对于实验后期形成的河道甚薄油膜(1μm左右),超过模型测定下限,参考波恩协议,估算了油膜厚度,计算了溢油量,发现实际用油量位于预测油量区间,认为河道溢油甚薄油膜区域的油量可以借鉴波恩协议来估算。     

像素级光学滤波-探测集成器件的研究进展

传统光谱成像系统采用探测器与传统分光元件耦合的方式,体积较大、定制化能力不足。微/纳光机电系统的快速发展,为微型化光谱成像系统提供了解决途径。基于表面等离激元学和光学超表面的微纳滤波结构,可实现像素级的光场调控,有望替代传统滤波器件并具有与成像系统片上集成的潜力。近年来,集成了动态或静态滤波结构的光谱成像微系统已崭露头角,逐渐构建起全新的光谱成像方法,但在原理机制、器件性能、制造成本、集成装配工艺等方面还有许多需要攻克的难题。本文综述了国内外在像素级微纳滤波结构、滤波和成像器件的集成制造和装配等方面的研究进展,梳理了光学滤波-探测集成器件的发展脉络,探讨了其局限性并展望了发展趋势。     

面向高光谱影像分类的多特征流形鉴别嵌入

鉴于传统维数约减方法对高光谱遥感影像进行降维时,往往只利用了单一的光谱特征,限制了分类性能的提升。提出一种基于多特征流形鉴别嵌入的维数约减方法,该方法首先提取高光谱数据的LBP(Local Binary Patterns)纹理特征,然后利用样本点的光谱-LBP特征联合距离及类别信息构建类内图和类间图以发现高光谱影像中的鉴别流形结构,在低维嵌入空间中不仅保持来自同一像素的光谱和纹理特征的相似性,而且使同类点尽可能紧致、不同类点远离,实现空-谱联合低维鉴别特征提取,以有效提高地物分类性能。在Indian Pines和黑河高光谱遥感数据集上的实验表明,本文算法的分类精度在不同实验条件下均优于传统的维数约减方法,其分类精度可达95.05%和96.20%,在较少训练样本条件下优势更为明显,有利于实际应用。     

二次主成分提取高光谱的病害薯叶特征波长

针对马铃薯晚疫病,提出了将病害叶片和健康叶片联合测试并提取有效特征波长的检测方法。对健康和病害叶片的光谱图像进行主成分分析,并从主成分图像的权重系数曲线中提取出6个健康叶片特征波长和病害叶片特征波长。基于健康叶片与病害叶片的6个特征波长做第二次主成分分析,将特征波长优化至712.19 nm、749.70 nm和841.47 nm,再基于这3个特征波长做主成分分析,选用主成分中对比度最明显的图像来识别病害区域。研究表明,采用健康叶片与病害叶片联合使用并结合二次主成分分析可实现马铃薯叶片病害的设别,且识别率可达100%。