基于荧光光谱—模拟退火法年份白酒中乙酸浓度预测研究

近年来年份白酒市场中行业规范有所缺失,因此年份白酒的研究具有深远意义和市场价值.白酒中单体物质的浓度会随着白酒的年份改变,检测白酒中单体浓度可用来鉴定白酒质量及其年份.基于国内某品牌年份原桨白酒的三维荧光光谱,对其中乙酸浓度进行了建模研究.对原始光谱进行了小波分解和求导预处理.研究发现小波分解第一层和第二层呈噪声特征,...     

三维荧光光谱结合平行因子及神经网络对清香型白酒的年份鉴别

以某清香型白酒为研究对象,将三维荧光光谱技术与平行因子分析方法(parallel factor analysis,PARAFAC)、BP神经网络结合,建立清香型白酒年份鉴别模型。首先,利用FLS920全功能型荧光光谱仪测量获得不同年份白酒的三维荧光光谱数据,对激发发射三维矩阵进行三线性分解,得到四个主成分对应的浓度得分和激发-发射光谱轮廓图。将这4个浓度得分作为BP神经网络的输入,建立10,20和30年份白酒的鉴别模型。随机选取每个年份的10个样本,共30个样本组成测试集,剩余的90个白酒样本组成训练集建立训练模型。据此对未知样品进行预测,其预测正确率分别为90%,100%和100%。同时将该方法与多维偏最小二乘判别分析法(multi-way partial least squares discriminant analysis, NPLS-DA)进行了比较。研究结果表明：平行因子结合神经网络的判别模型具有更强的预测能力,该方法能够有效提取年份白酒的特征光谱信息,同时又降低了神经网络输入变量的维数,取得较好的鉴别效果。     

基于小波分解和因子分析的白酒香型和年份鉴定的研究

提出了一种基于小波分解和因子模型分析白酒荧光光谱,对白酒香型进行分类和年份预测的方法。白酒的三维荧光光谱包含了其所含荧光物质信息,对其进行小波分解,其分解系数与特征峰的强度相关。选取高斯小波对三维荧光光谱进行分解,可以避免对二维荧光光谱进行分解时需要选取特定激发波长的问题。对样品的三维荧光光谱进行小波分解后,选取第4层近似系数构建正交因子模型,通过因子载荷系数对白酒进行鉴别。结果指出,贡献率较小的因子蕴含着样品的独特信息,在相似样品的比较中,不容忽视。在对10个品牌的白酒进行香型分类时,先将样品的三维荧光光谱进行高斯小波分解,使用第4层近似系数进行因子分析,得到贡献率由大到小的多个因子。根据因子的载荷系数,对样品进行聚类分析。结果表明,加入贡献率较小的因子可以将正确率提高至90%。通过对因子载荷系数与年份的相关性分析得出,贡献率排在前六位的因子和白酒年份关系较大,而排在后面的因子和白酒年份的相关性较小,因此可以选取前六位的因子建立白酒年份预测模型。通过选取不同贡献率的因子对白酒年份进行预测,其平均误差可降低至0.9年。     

用荧光光谱鉴别白酒

在对乙醇、甲醇等醇类溶液荧光光谱特性进行研究的基础上, 应用美国Roper-Scientific公司SP-2558多功能光谱测量系统, 对50多种品牌白酒及其年份酒在紫外光激励下的荧光光谱进行了检测。结果表明, 白酒在紫外光激励下能产生较强的荧光, 各品牌白酒及其年份酒的荧光光谱各有明确的特征。实验测得其三维荧光光谱, 由此构建了白酒荧光光谱指纹图库。分析各荧光光谱的特征, 以谱峰个数、峰值波长、最佳激励波长等特征值创建了各品牌年份白酒荧光光谱特征数据库。利用SQL 数据库软件和VB语言研制成一个能对白酒进行自动比对、识别的白酒荧光光谱智能鉴别系统,实现了白酒的智能化鉴别。研究结果发挥荧光光谱分析灵敏度高、准确度高和样品用量少、不需前期处理等优点, 为白酒检测、鉴别提供了一种有效的新方法, 能应用于白酒企业生产管理及白酒消费市场监督, 并为已引起广泛关注的酒类食品安全监管提供帮助。     

基于改进小波阈值的量子点荧光光谱降噪研究

使用光谱仪采集到的信号难免受到不同噪声源的影响。为了提高光谱信号解析的精准度,通过分析小波应用于信号降噪的原理以及经典的软、硬阈值降噪法存在的缺陷,提出了一种改进的阈值降噪法。该方法既克服了硬阈值法产生间断点,软阈值法产生恒定偏差的缺陷,又尽量地保留了有用信号。实验选用的小波基函数为SymletsA,分解层数为4,结合Birge Massart策略模型确定的分层阈值对硒化镉量子点荧光光谱信号进行降噪处理。结果表明,与经典的软、硬阈值降噪法相比,通过改进阈值降噪法得到重构信号的信噪比（SNR=47.550 2）、能量占比（PER=0.973 3）和均方误差（MSE=149.421 3）均有提高和改善。     

基于多适应度量子遗传算法的X射线荧光重叠峰分解

智能算法在对谱峰重叠严重的复杂地质样品进行分析时,往往存在计算量过大、弱峰误差较大、收敛于局部极小值或不收敛等问题。量子遗传算法因其具有良好的收敛性,可用于X射线荧光光谱重叠峰的分解。针对X射线荧光分析过程中经常遇到的谱峰重叠问题,提出了一种基于元素关联高斯混合模型（GMM-ER）和多适应度量子遗传算法的重叠峰分解方法。首先介绍了基于元素K系和L系特征X射线的重叠峰GMM-EB模型。然后基于X射线荧光光谱的物理特性,对传统量子遗传算法进行了改进,引入了多适应度函数。由锰、铁、钴和镍的特征X射线产生一段谱峰严重重叠的模拟光谱,然后基于GMM-EB模型,分别用传统量子遗传算法和改进的多适应度量子遗传算法对模拟光谱进行了10次解析。实验结果显示,改进后的量子遗传算法的重叠峰分解精度平均提高了32.1%,最佳分解精度提高了73.9%。应用改进量子遗传算法进行分解时,含量比例低的元素分解精度得到较大改善,最佳情况下元素分解的相对误差范围缩小了64.5%。并且,改进算法收敛速度快于传统算法。该方法适合严重重叠谱峰的分解,且对弱峰有较高的分解精度。     

甲醇荧光光谱的量子分析

通过量子近似计算研究了甲醇的荧光光谱.将甲醇分子近似看成双原子分子,甲基和羟基分别为原子实,氧原子未共享电子对看成价电子.利用数值计算的方法对双原子分子电子能级差进行估算,得到电子能级差为一个仅与分子线度相关的函数.然后把C-O键长作为分子线度代入前面得到的函数中,算出甲醇分子主跃迁能级差,并将所得结果与实验值进行对比,误差仅为2.2%,理论计算与实验结果吻合.     

白酒单体物质紫外荧光光谱研究

白酒荧光光谱是由各种单体物质的荧光共同叠加而表征出来的。不同品牌的白酒中所含的单体物质种类基本相同,都包括水、酒精以及各种微量成分,然而其荧光光谱却差别很大。白酒中的各种单体物质成分究竟是如何对白酒的荧光光谱产生影响,至今未见相关报道。通过对白酒中的主要单体物质,包扩酒精、水及各种主要的微量成分(共10种)在不同激发波长下产生的荧光光谱进行测定,并将其与已测定的大量白酒三维荧光光谱进行对比发现,可以对白酒的荧光光谱产生影响的单体物质是乙醇和主要微量成分。白酒主要微量成分中醇类、酸类、酯类和醛类物质对其荧光光谱都有着一定的影响,但各自影响的程度及影响的光谱范围又各自有所不同。研究结果对白酒荧光光谱的进一步细化研究有着重要的意义。     

结合高光谱成像和机器学习的棉种年份鉴别

棉花精量播种技术目前已经在新疆兵团全面推广,该技术能精确实现一穴一粒的农艺技术指标,但是也对高质量棉种的筛选提出了更高的要求。为了避免播种往年活力不足的棉种而导致发芽率降低的问题,结合机器学习和近红外（NIR）高光谱成像技术（HSI）进行棉种年份精确鉴别,实现棉种的快速无损筛选。采集2016年—2019年近四年外观无明显差异的棉种各360粒,共1 440粒棉种（按照3∶1∶1划分训练集、验证集和测试集）作为样本,按照每批60粒采集915~1 698 nm范围的棉种高光谱图像,去除首尾两端噪声大的光谱,保留1 002~1 602 nm范围的光谱为原始数据。利用Savitzky-Golay（SG）平滑算法对光谱进行预处理,采用主成分载荷方法（PCA-loading）选取13个特征波段,基于全部光谱数据和特征波段（±10 nm）数据建立逻辑回归（LR）、偏最小二乘判别分析（PLS-DA）、支持向量机（SVM）、循环神经网络（RNN）、长短记忆网络（LSTM）和卷积神经网络（CNN）六种分类模型。使用全光谱数据建模时,六种分类模型在测试集上的鉴别准确率分别为96.27%,98.98%,99.32%,96.95%,97.63%和100%,其中CNN和SVM模型取得了较好的结果;使用特征光谱数据建模时,六种分类模型在测试集上的鉴别精度分别为93.56%,97.29%,98.30%,95.25%,94.24%和99.66%,其中CNN和SVM模型仍有较好的分类结果。结果表明,使用全光谱数据建模时,六种分类模型都可以实现较高精度的棉种年份鉴别,使用特征光谱数据建模时CNN和SVM模型的鉴别精度仍可达到98%;其中深度学习方法优于传统机器学习方法,但是传统机器学习方法仍能保持较好的鉴别准确率。因此,结合近红外高光谱成像技术和机器学习方法能够实现棉种年份的高精度鉴别,为棉花精量播种过程中的优质棉种选种技术提供理论依据和方法。     

激光烧蚀制备石墨烯量子点的多发光带的荧光光谱研究

石墨烯量子点作为二维范德瓦尔斯晶体量子点的典型代表,具有一系列的优异性质和光明的应用前景^[1]。特别是石墨烯量子点优异的发光特性,使其在细胞成像、荧光传感等领域表现出巨大的应用潜力^[2-3]。然而,对石墨烯量子点发光机制的研究尚不清晰,这大大限制了石墨烯量子点发光的应用。其中一个重要原因在于,发光机制的实验和理论研究需要纯净的石墨烯量子点样品,以突显石墨烯量子点本身的发光。但常用的化学制备方式,由于需要浓酸、强碱、强氧化剂、高温或高压等条件,使得制备的石墨烯量子点常含有杂质。而杂质的存在会使发光机制研究中涉及到的因素变得复杂,部分杂质会使量子点发光减弱甚至淬灭。虽然传统的制备石墨烯量子点的方式都适合其相应的应用目标,但作为研究石墨烯量子点发光机制的目标还远远不够,因此就需要寻找制备高纯度的量子点的方法,特别是物理制备方法,以避免化学反应,并研究石墨烯量子点的荧光光谱。     

三种常见农药荧光光谱的量子化学研究

扑海因、啶虫脒和西维因是几种较为常用的农药分子。文章对此三种化合物分子的荧光光谱进行了理论研究。在B3LYP/6-31G水平下优化了这三种化合物的几何构型。在振动分析中,均未出现虚频率。基于此,在B3LYP/6-31+G的水平下计算了该类化合物的荧光光谱,所有计算结果与实验值基本吻合。此外,作者还发现扑海因分子中形成了分子内氢键,但是不太稳定,其键长为0.234 8 nm左右。     

三种农药荧光光谱的量子化学研究

对异丙威、速灭威和抗蚜威三种常用的氨基甲酸酯类农药的荧光光谱进行了理论研究。采用密度泛函(DFT)方法,在 B3LYP/6-31G 水平下,对化合物的几何构型进行了全参数优化。经振动分析,均未出现虚频率,说明优化所得到的构型是势能面上的稳定点。在此基础上,采用组态相互作用(CI)方法在溶剂化效应PCM模型下计算了荧光光谱,所得结果与实验值基本吻合。计算结果表明：三种农药分子具有较强的共面性,为超共轭体系。随着供电子基团的加入,荧光光谱的波长增长,谱线发生红移。此外,取代烷基的加入对分子的荧光光谱影响较小,而胺基的加入对分子荧光光谱影响较大。     

四种黄酮类化合物荧光光谱的量子化学研究

采用量子化学半经验方法RHF/PM3对四种黄酮类化合物的荧光光谱进行了理论研究。首先,采用能量梯度法对各化合物的构型进行了优化。所得结果表明,在4个化合物中,左侧两个六元环均在同一个平面内,而右侧苯环平面与该平面有大小不等的扭转角。对4个优化构型进行振动分析,均未出现虚频率,说明所得构型基本合理。在此基础上,采用单激发组态相互作用方法(CIS)计算荧光光谱,所有计算结果与实验值基本吻合。     

三种黄酮类化合物荧光光谱的量子化学研究

采用量子化学半经验方法PM3对三种黄酮类化合物的荧光光谱进行了理论研究。对各化合物优化后的构型作了振动分析,均未出现虚频率。在此基础上,采用单激发组态相互作用方法(CIS)计算荧光光谱,所有计算结果与实验值基本吻合。     

三种氨基酸荧光光谱的量子化学研究

氨基酸荧光光谱的量子化学计算为氨基酸荧光分析方法的设计与选择提供了一定的理论依据。本文采用量子化学半经验方法AM1对三种氨基酸的荧光光谱进行了理论研究。对三种化合物的结构进行优化后 ,从其结构参数可知分子具有刚性平面结构 ,具有大的离域π键。并对优化后的构型作振动分析 ,均未出现虚频率 ,证明该结构是稳定构型。在此基础上 ,采用单激发态组态相互作用 (CIS)方法计算其荧光激发波长及强度 ,并给出了三种化合物荧光光谱的波长与CIS组态数之间的关系。所得计算结果与实验值基本吻合。     

六种香豆素类染料荧光光谱的量子化学研究

采用量子化学半经验方法AM1对6种香豆素类染料的荧光光谱进行了理论研究。对各化合物优化后的构型作了振动分析,均未出现虚频率。在此基础上,采用单激发组态相互作用方法(CIS)计算荧光光谱,所有计算结果与实验值基本吻合。