基于近红外光谱传感器的饮食监测系统

针对我国糖尿病患病率日益提高的问题,文章设计一套面向糖尿病患者的饮食监测系统,该系统中最为关键的是食物含糖量检测技术。采用苹果作为研究对象,利用艾迈斯半导体公司生产的最新的近红外光谱传感器采集其原始光谱数据,使用手持糖度计测量其糖度,通过PLS(偏最小二乘)算法建立苹果糖度的预测模型。实验结果显示预测值与实际值的相关系数为0.9858,均方误差为0.65。利用近红外光谱传感器对食物含糖量进行无损分析,避免对食物造成损伤,并且解决了近红外光谱仪庞大复杂难以民用的问题,为面向糖尿病患者的饮食监测系统应用奠定了基础,具有较高的实际应用价值。     

近红外光谱分析中建模样品优选方法的研究

结合牛奶成分近红外光谱测量系统的实例,在已定的浓度范围内针对牛奶中脂肪、蛋白质、乳糖三成分采用正交设计法优选参与建模的样品.研究中首次利用正交表的\     

基于iPLS和SiPLS算法的人体血清胆红素含量的可见-近红外光谱建模

为了建立血清胆红素(BR,bilirubin)样品总胆红素 (TBIL) 、直接胆红素(DBIL)和间接胆红素(IBIL)近红外(NIR)光谱分析最优模型,利 用可见-NIR透射光谱技术与间隔偏最小二乘法(iPLS)及协合区间偏最小二乘法(SiPLS)算法 相结合对建模区域进行优 选,实现血清光谱特征波段选择,建立光谱与血清BR成分之间的定量预测模型,以均方根误 差(RMSE)作为模型 评价标准。结果表明:SiPLS模型效果更佳,TBIL、DBIL和IBIL的最优 建模波长范围分别为400~536nm、1366~1502 nm和2324~2460nm,400~502nm、608~710nm和1644~1746nm,400~502nm和1746~1848nm; 3种BR最优预测模型的RMSE分别为0.598、0.207和0.386μm ol/L; 波段优选对提高预测结果的准确性有重要的意义;采用SiPLS建立TBIL、DBIL和IBIL定量分 析模 型,不仅可以提高模型的预测精度,而且克服了iPLS单一区间建模的缺点,优选出的特征谱 区还可为设计小型专用光谱分析仪器提供依据。     

直接正交校正用于牛奶成分近红外光谱分析

介绍采用近红外光谱分析方法快速检测牛奶主要成分含量的测量原理,探讨研究直接正交(DO)校正的基本方法.利用牛奶成分近红外光谱测量系统分别采集牛奶样品和葡萄糖白蛋白两成分溶液样品的近红外光谱,采用DO法进行光谱数据预处理,并采用偏最小二乘(PLS)法分别建立其相应的数学模型.实验及数据处理结果表明:经DO法预处理后,滤除了原始光谱中的部分噪声信息,但保留了原始光谱中的主要信息.PLS校正模型采纳的最佳因子数随着DO因子的依次滤除相应减少.牛奶中脂肪和蛋白质校正模型在原始光谱分别被滤除3和4个主成分时达到性能最佳,校正标准偏差SEC分别为0.3204和0.2727,预测标准偏差SEP为0.7316和0.4460,两成分溶液样品中白蛋白和葡萄糖校正模型在原始光谱被滤除1个因子时达到性能最佳.校正标准偏差SEC分别为0.2513和0.2780,预测标准偏差SEP为0.5169和0.7870,单位(g/dL),与DO法预处理之前的PLS模型相比,预测标准偏差相应降低,采纳的主成分数减少,模型得到简化.     

激光拉曼光谱结合偏最小二乘法快速测定植物油碘值

为探讨应用激光拉曼(Raman)光谱结合偏最小二乘 法(PLS)建模无损、快速及无试剂测定植物油碘值 的可行性,实验以大豆油、橄榄油、花生油、芝麻油及其调和油为样品,采集了其拉曼光谱 , 采集波数范围为250cm－1～2400cm －1, 并对其信号进行了归属,考察了各种实验条件对拉曼光谱的 影响,并以传统韦氏法测定得到的碘值作为对比,结合化学计量学方法建立了植物油碘值拉 曼 光谱定量模型。实验结果表明,大豆油、橄榄油、花生油及其调和油的拉曼光谱峰形及位移 具有一定的相似性,芝麻油拉曼光谱有较强的荧光干扰,峰强度与其他植物油存在着明显的 差异。所建立的碘值校正模型的决定系数R²为97.49 ,交叉验证校正标准差(RMSECV)为 1.15;检验集预测标准差(RMSEP)为1.57, 决定系数R²为96.47。结果表明,应用拉曼光 谱技术结合化学计量学实现植物油碘值快速检测是可行的。     

油脂酸价近红外光谱检测PLS建模方法研究

将目前广泛流行的近红外光谱分析技术应用于食用油脂酸价的检测。由于近红外光谱分析是一种间接检测方法,需要先利用校正集样本建立统计模型,然后再利用模型来预测未知样品性质,因此建立准确可靠的模型是近红外光谱分析的关键。详细介绍了偏最小二乘（PLS）回归的基本思想和建模方法。为使建立的校正模型更稳健,还研究了光谱波段选择。通过间隔偏最小二乘回归波段选择法进行特征波段提取,对提取的特征波段和全谱分别进行偏最小二乘回归建模,对比分析以说明波段选择的必要性。     

基于近红外光谱的煤挥发分检测

近红外光谱分析是一种新型的在线分析技术,十分适合于例如煤的挥发分等有机物的含量测定。本研究选取139个煤样,采集煤样的近红外漫反射光谱,利用偏最小二乘算法进行回归建模。同时采用不同的光谱波段筛选和预处理方法对模型进行优化,取得一定效果。最后针对肥煤单独进行回归分析,模型效果进一步优化,显示了分类建模能提高模型的预测能力。     

基于高光谱技术的果糖检测优化算法和可视化方法

为提升高光谱成像技术对果糖的无损检测精度, 引进一种优化偏最小二乘(PLS)因子数的方法,以高光谱 技术采集的苹果数据为基础,对比分析了全波段建模、遗传算法(GA)和连续投影算法(SPA) 选择光谱特征波段建模在 优化前后对果糖的预测性能。结果表明,优化方法不仅提高了模型的预测能力,同时降低了 模型的复杂度, 为PLS在化学计量学中的应用提供了改进方法。优化方法对全波段PLS模型的改善效果最 优,预测误差均方根(RMSEP)和测试组相关系数(R_p)前分别为〖 J P〗0.657、0.828,优化后改善至0.604、0.871。另外,本 文从可视化角度对果糖含量的差异进行表征,并取得良好效果,为进一步提升高光谱检测水 果内部品质的准确性提供了理论基础。     

人工神经网络BP算法在近红外光谱分析中的应用

简要介绍了人工神经网络及其在近红外光谱分析中的应用。给出了三层BP网络的基本结构和对应的BP算法。通过测定润滑油的流动性、苯和甲苯的回收率及相对标准偏差的两个实例,分析了人工神经网络BP算法的明显优势。最后指出了存在的部分问题。     

基于人工神经网络的复杂介质中波的传播不确定性分析方法

土壤在物理系统的工作频率范围内可能表现出较强的色散性,色散物质的不确定参数在波传播的仿真结果中引入了不确定性。在考虑这些仿真结果的可接受性时,量化仿真结果中的不确定性至关重要。针对传统不确定性分析法计算效率低、运算量大的问题,该文以探地雷达建模仿真中的不确定性分析为例,提出一种基于人工神经网络的不确定性分析模型,阐述了模型的构建过程,及克服过拟合问题的策略。作为探地雷达全波仿真的替代模型能够预测仿真结果,进而得到仿真结果的统计信息,如均值、标准差。经比较,在相同的数值模型、不确定性输入参数个数,以及参数变化范围为10%的前提条件下,对任意一组输入参数,输出得到1000组结果时,该方法所得预测结果统计特性与执行全波仿真所得具有较好的一致性,且显著降低运算量,计算时间效率提升79.82%。     

基于近红外光谱的梨果糖浓度无损检测系统

应用近红外光谱漫发射技术设计了梨果的糖浓度无损便携式检测系统,建立了近红外光谱和梨的糖浓度值之间的关系。以850nm激光二极管作为背景光源,905nm作为特征光源,设计了用于梨的糖浓度无损检测的便携式仪器。将校正集样本结合偏最小二乘法进行建模,并对预测集进行预测。同时使用标准仪器测得梨果糖度标准值,得到了标准糖度值和预测值之间的相关图。其中校正集相关系数为0．99186,RMSEC为0．00175,由此模型进行预测时所得到的预测集相关系数为0．8262,RMSEP=0．00808。实验初步证明,文中所设计仪器可对同一种类的梨的糖浓度进行无损测量。     

一种新的遗传神经网络组合方法在近红外光谱分析中的应用

近红外光谱分析技术中波长点的选择和建模方法的选取对建立预测分析模型至关重要.在传统相关系数法的基础上,提出了一种基于遗传算法的相关系数阈值优化方法.该方法以决定系数最大为优化目标,寻找最佳阈值.校正时用径向基神经网络来建立定标模型,选取中心时采用正交最小平方法.采用新方法预测了汽油中的碳酸二甲酯含量,把预测结果与偏最小二乘法的实验结果进行了对比.结果表明,新方法的预测精度更高,决定系数可达到0.9993.     

一种用于预测蚕丝含量占比的近红外光谱分析方法

针对近红外光谱分析技术中未充分利用预测模型光谱数据的问题,提出了一种可充分利用光谱数据和有效预测蚕丝含量占比的新方法.以5种类型共145个样本的蚕丝含量占比以及相应的所有蛋白质基光谱数据为研究对象,将这些样本分别划分为校正集和验证集,并采用偏最小二乘回归(Partial Least Squares Regression...     

人工神经网络基双频RFID读写器天线设计

给出了结合人工神经网络进行双频RFID读写器天线的优化设计方法,该天线由一层双边开槽贴片,厚空气层及接地层的加载缝隙耦合实现双频工作.以天线电磁仿真结果作为人工神经网络模型的训练数据,以天线贴片的四个关键结构尺寸作为神经网络模型的输入参数,以天线回波损耗作为输出参数,实现天线的快速优化设计.所设计天线的性能指标为:在驻波比小于2.0时,低频段(900 MHz)的工作带宽约为70 MHz(870～940 MHz),高频段(2.4 GHz)的工作带宽约为300MHz(2.235～2.535 GHz);天线尺寸为179.3 mm×120 mm.神经网络模型和电磁仿真结果吻合良好.     

液态纯牛奶可见／近红外漫反射光谱PLS鉴别

利用可见／近红外光谱技术研究了一种液态纯牛奶品牌鉴别模型。首先利用近红外分析仪InfraXactTM获得3种品牌共90个样本的漫反射光谱,分别对其赋值,采用偏最小二乘法（PLS）建立鉴别模型;其次比较典型光谱散射预处理和数学预处理对建模的影响,探索到建模优化预处理方法为SNV＋Detrending、5点间隙的一阶导数处理、5点平滑波长;实验结果表明,模型的RMSEC,Rc2,RMSEP,Bias和Rp2分别为0．515,0．937,0．561,0．296和0．912,对57个校正样本和30个独立预测样本进行鉴别,其准确率分别达到了100％和96．7％。     

基于异质图表达学习的跨境电商推荐模型

跨境电商产品推荐已经成为电子商务领域新兴的研究议题之一。由于电商产品信息复杂多样、“用户-产品”关联矩阵极为稀疏并且冷启动问题突出,因此传统的协同过滤推荐模型很难奏效。而改进的深度协同过滤模型,只考虑了用户对产品的“显式”和“隐式”的反馈信息,忽视了由用户与项目组成的图结构信息,推荐性能很难满足平台和用户的要求。为了解决这些难题,该文提出基于异质图表达学习的图神经网络模型(HGNR)用于个性化的跨境电商产品推荐,该模型具有2个显著的优势：(1) 构造“用户-产品-主题”3部图作为模型的输入,通过图卷积神经网络(GCN)在异质图上进行高质量信息传播和聚合;(2)能够获取高质量的用户和产品表征向量,实现了用户和产品复杂交互关系的建模。在真实的跨境电商订单数据集上的实验结果表明,HGNR模型不仅在推荐性能上表现出色,还能有效提升冷启动用户的推荐准确率,与9种推荐基准算法相比,HGNR在评价指标HitRate@10, Item-coverage@10, MRR@10上至少提升了3.33%, 0.91%, 0.54%。     

小波分析及其在土壤成分的近红外分析中的应用

用近红外光谱(NIR)对秦皇岛市昌黎地区土壤的有机质和氮含量进行了分析．光谱的预处理方法分别采用一阶微分和二阶微分,然后采用多元线性回归,以确定最佳维数．在数据处理过程中,对微分光谱数据进行了小波去噪处理,使信噪比得到了增加,从而使分析精度得到了改善．结果表明,近红外光谱分析技术与化学分析方法有很大的相关性。     

基于可见-近红外光谱技术的制动液品牌混掺比例快速无损检测方法

研究了基于可见-近红外光谱技术的制动液品牌混掺比例快速无损检测方法.全波段建立的偏最小二乘回归(PLSR)和最小二乘支持向量机(LS-SVM)模型均得到了较好的预测结果.这两个模型的建模集和预测集的确定系数(r2c和r2p)均在0.98以上.采用连续投影算法(SPA)挖掘特征波长,最终选择了439 nm、443 nm、...