检索结果-南通市图书馆

利用近红外及中红外融合技术对小麦产地和烘干程度的同时鉴别

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2019年第5期39卷 1445-1450页

作者：邹小波封韬郑开逸石吉勇黄晓玮孙悦江苏大学食品与生物工程学院江苏镇江212013

小麦是制作馒头的主要原料之一,小麦中水、蛋白质、淀粉会因产地以及烘干程度的差异而不同,进而影响到加工成馒头的品质。所以实现对小麦产地和烘干程度的快速鉴别就显得尤为重要。感官评定是鉴别小麦产地和烘干程度常用的方法,对比感... 详细信息

小麦是制作馒头的主要原料之一,小麦中水、蛋白质、淀粉会因产地以及烘干程度的差异而不同,进而影响到加工成馒头的品质。所以实现对小麦产地和烘干程度的快速鉴别就显得尤为重要。感官评定是鉴别小麦产地和烘干程度常用的方法,对比感官评定,光谱分析可以识别样品中的分子结构等信息。基于此,尝试利用近红外和中红外光谱融合技术实现对不同产地和不同烘干程度的小麦同时鉴别。首先选取了两个不同产地的小麦,再利用微波干燥法对两个不同产地的小麦做烘干预处理,使烘干的小麦水含量为12%±0.5%,原麦水含量为18%±0.5%。分别标记为原麦A,烘干A,原麦B,烘干B,再将小麦研磨成粉末,过100目筛网筛选后,置于自封袋中备用。随后分别采集四种小麦样品的近红外和中红外光谱信息,在Matlab 7.10的环境下使用标准正态变量变换(standard normal variable transformation, SNVT)对采集到的原始光谱数据进行预处理,利用主成分分析对预处理后的数据进行降维处理,再结合线性判别分析(linear discriminant analysis, LDA)和支持向量机(support vector machine, SVM)分别建立小麦近红外、中红外光谱数据识别模型。另外利用联合区间偏最小二乘法(synergy interval partial least square, SiPLS)筛选出利用标准正态变量变换(SNVT)预处理后的小麦近红外和中红外光谱数据特征光谱区间,将筛选出的近红外和中红外光谱数据特征光谱区间融合后再结合线性判别分析(LDA)和支持向量机(SVM)建立小麦融合光谱信息的识别模型。然后比较同种光谱数据下利用线性判别分析(LDA)和支持向量机(SVM)建立的小麦识别模型识别率、比较同种建模方法下近红外和中红外光谱数据建立小麦识别模型识别率、比较同种建模方法下光谱数据融合和单一光谱数据建立小麦识别模型识别率。结果表明,同种光谱分析方法,利用SVM建立的四种小麦识别模型识别率高于利用LDA建立的小麦识别模型识别率。同种建模方法,近红外光谱数据建立的小麦识别模型识别率优于中红外光谱数据建立的小麦识别模型识别率。而在同种建模方法下,利用SiPLS筛选出近红外和中红外光谱数据的特征光谱区间数据融合后建立小麦识别模型识别率最高,光谱数据融合后结合LDA建立的小麦识别模型校正集识别率为98.75%,预测集识别率为97.50%;而将此选择的变量结合SVM建立的小麦识别模型的校正集和预测集识别率都达到100.0%。对比利用单一光谱数据建立的小麦识别模型识别率,光谱数据融合之后建立的小麦识别模型识别率得到显著提高,该研究从纵向和横向上全面地比较了光谱数据建立的小麦模型识别率,结果可为更准确地运用光谱融合技术建立小麦产地以及烘干程度识别模型提供参考。

关键词：小麦光谱分析技术联合区间偏最小二乘法线性判别分析支持向量机

基于集群方法(ER)的近红外光谱转移集优化法(英文)

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2022年第4期42卷 1323-1328页

作者：郑开逸张文丁福源周晨光石吉勇丸仲良典邹小波江苏大学食品与生物工程学院江苏镇江212013 Department of Molecular Cell Physiology Kyoto Prefectural University of MedicineKyoto 602-8566Japan

近红外光谱因为具有小成本、易操作、低耗时等优点,所以广泛用于食品领域。作为一种间接的检测方法,近红外光谱检测需要建立光谱和浓度之间的统计模型。但是,一种条件下建立的模型在另一种检测条件下会失效。针对此问题,重新建模可以加... 详细信息

近红外光谱因为具有小成本、易操作、低耗时等优点,所以广泛用于食品领域。作为一种间接的检测方法,近红外光谱检测需要建立光谱和浓度之间的统计模型。但是,一种条件下建立的模型在另一种检测条件下会失效。针对此问题,重新建模可以加以解决,但是重新建立光谱与浓度之间的模型非常繁琐耗时。此时,模型转移可以在避免重新建模的情况下,通过光谱校正,保证预测精度。在模型转移中,已经建立好模型的光谱称为主光谱(A),不用建立模型,而只用主光谱模型预测的光谱称为从光谱(B)。模型转移方法的步骤是,先在校正集中选择一些样本作为主光谱的转移集(A_(t)),然后选择从光谱中浓度和A_(t)相同的光谱,以此作为从光谱的转移集(B_(t))。通过A_(t)和B_(t)构建模型转移矩阵。最后将需要校正的从光谱(B_(v))乘以上述的转移矩阵中,即可获得校正后的从光谱(B_(new))。此时,B_(new)就可以用主光谱的模型来直接预测。在模型转移中,转移集样本的选择对模型校正至关重要。目前,转移集的样本通常从光谱之间的距离而非模型转移误差获得。但是,转移误差对模型转移结果的验证至关重要,故该研究出了基于集群分析的集群优化法(ER)并将其用于优化KS方法产生的转移集样本。ER先用随机方法建立转移集的多个子集合,并计算每个子集合的转移误差。然后,对某一个样本,计算包含这个样本的子集合转移误差均值。最后,选择转移误差均值较低的样本作为新转移集样本进行模型转移。以玉米数据测试了ER算法。结果显示,对于典型相关分析-有信息成分提取法(CCA-ICE)、直接校正法(DS)、分段直接校正法(PDS)、光谱空间转化法(SST)这些常见的模型转移方法,相比于KS样本选择方法,ER方法可以找出重要的转移集样本,进而显著降低模型转移误差。

关键词：模型转移集群分析样本选择偏最小二乘近红外光谱

基于音频和近红外光谱融合技术的西瓜成熟度判别

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2019年第9期35卷 301-307页

作者：邹小波张俊俊黄晓玮郑开逸吴胜斌石吉勇江苏大学食品与生物工程学院农产品加工及贮藏工程实验室

为了满足西瓜成熟度的快速无损检测需求,该研究主要利用声学技术、近红外光谱技术结合K最近邻法(k-nearestneighbor,KNN)、线性判别分析(linear discriminant analysis,LDA)和反向传播人工神经网络(back propagation artificialneural network,BP-ANN)3种化学计量学方法对不同成熟度的西瓜进行定性判别;同时采用联合区间偏最小二乘筛选法(synergy interval partial least squares,Si-PLS)分别建立声学技术、近红外光谱技术、融合技术的西瓜可溶性固形物预测模型。结果表明融合技术处理结果均优于单一信号,其LDA模型数据的西瓜成熟度模型识别率较佳,校正集和预测集的识别率分别为 100.00%和 91.67%。同时,基于融合技术所建立的西瓜可溶性固形物预测模型效果较佳,其校正集的均方差根误差(root mean squared error of the calibration set, RMSECV)为0.601%,预测集的均方差误差(root mean squared errorof the prediction set,RMSEP)为0.725%,相比的单独音频信号其均方根误差分别降低了0.081、0.068个百分点。研究结果可为高精度的西瓜品质快速鉴别提供参考。

关键词：声学近红外光谱模型西瓜成熟度可溶性固形物

在线全文

学校读者我要写书评

暂无评论

无信息光谱对近红外光谱定量分析的影响

计算机与应用化学 2012年第9期29卷 1153-1155页

作者：杜鹏远郑开逸杜一平上海交通大学电子信息与电气工程学院上海200240 华东理工大学上海市功能性材料化学重点实验室上海200237

近红外光谱数据因为样品含有相同或高度相似的基体,往往具有相似的光谱形状,而某些光谱可能只是反映了基体信息,而与被测物含量没有相关性,称之为无信息光谱。因为光谱的高相似性,无信息光谱很容易混杂在光谱数据中。论文采用玉米近红... 详细信息

近红外光谱数据因为样品含有相同或高度相似的基体,往往具有相似的光谱形状,而某些光谱可能只是反映了基体信息,而与被测物含量没有相关性,称之为无信息光谱。因为光谱的高相似性,无信息光谱很容易混杂在光谱数据中。论文采用玉米近红外光谱数据,通过向其中人为添加无信息光谱数据,研究无信息光谱对近红外光谱定量分析的影响,采用偏最小二乘法,并结合去一交互检验方法建立分析模型。研究发现,当数据集中含有无信息光谱时,所建立的近红外光谱定量分析模型交互检验误差会明显增大,而且无信息光谱数目越多误差越大。所建立模型对独立检验集的预测误差也明显增高。但简单地从光谱和交互检验结果,或者主成分分析都很难发现和鉴别无信息光谱。

关键词：近红外光谱:无信息光谱偏最小二乘主成分分析

蒙特卡罗模拟-重要抽样法评估三七含铅的健康风险

在线全文

学校读者我要写书评

暂无评论

计算机与应用化学 2010年第5期27卷 649-653页

作者：郑开逸李臣贵黄莉胡育筑药物质量与安全预警教育部重点实验室中国药科大学分析化学教研室江苏南京210009

目的:应用蒙特卡罗模拟-重要抽样法计算每日极量摄入铅的概率。方法:先通过文献引用获取三七含铅量及人群平均体重数据,通过社会调查获取每日摄入三七量数据,通过实验获取三七铅提取率数据。然后用Matlab分别建立三七含铅量以及每日摄... 详细信息

目的:应用蒙特卡罗模拟-重要抽样法计算每日极量摄入铅的概率。方法:先通过文献引用获取三七含铅量及人群平均体重数据,通过社会调查获取每日摄入三七量数据,通过实验获取三七铅提取率数据。然后用Matlab分别建立三七含铅量以及每日摄入三七量的概率分布模型,应用蒙特卡罗模拟-重要抽样法计算每日极量摄入铅的概率。最后比较蒙特卡罗模拟-重要抽样法和蒙特卡罗模拟-直接抽样法的优劣。结果:2种蒙特卡罗模拟方法的计算结果均与解析计算的结果一致,但是前者评估结果的变异系数明显比后者低。结论:蒙特卡罗模拟-重要抽样法可作为评估中药有害物质健康风险的重要方法加以推广。

关键词：三七铅健康风险评估蒙特卡罗模拟重要抽样

在线全文

学校读者我要写书评

暂无评论

近红外光谱结合化学计量学评价胚胎发育潜能

化学通报 2013年第1期76卷 60-64页

作者：马雯婷郑开逸邵娟刘素英孙晓溪杜一平华东理工大学化学与分子工程学院上海市功能材料重点实验室上海200237 复旦大学附属妇产科医院上海集爱遗传与不育诊疗中心上海200011 上海市女性生殖内分泌相关疾病重点实验室上海200011

使用近红外光谱分析方法测量培养后的胚胎培养液,结合偏最小二乘判别分析对胚胎发育潜能进行评价,鉴别具有妊娠能力与不具妊娠能力的胚胎。为了提高模型的判别能力,消除无信息变量对模型稳定性影响,分别采用基于蒙特卡罗的无信息变量消... 详细信息

使用近红外光谱分析方法测量培养后的胚胎培养液,结合偏最小二乘判别分析对胚胎发育潜能进行评价,鉴别具有妊娠能力与不具妊娠能力的胚胎。为了提高模型的判别能力,消除无信息变量对模型稳定性影响,分别采用基于蒙特卡罗的无信息变量消除法(MC-UVE)、竞争性自适应加权抽样法(CARS)与基于变量稳定性的竞争性自适应加权抽样法(SCARS),对光谱进行波长选择。结果表明,与采用全谱74%的正判率相比较,采用这3种波长选择方法,模型独立检验集的正判率分别提高至74.24%,77.12%与80.10%,建模使用变量数降至50以内。比较发现,SCARS的模型优化能力和稳定性均好于MC-UVE和CARS方法。采用近红外光谱结合化学计量学方法预测胚胎的发育潜能是可行的。

关键词：体外受精胚胎培养液近红外(NIR)光谱波长选择变量稳定性的竞争性自适应加权抽样法(SCARS)

基于变量稳定性的CARS方法及其在近红外光谱分析中的应用

在线全文

学校读者我要写书评

暂无评论

基于变量稳定性的CARS方法及其在近红外光谱分析中的应用

第十一届全国计算（机）化学学术会议

作者：杜一平郑开逸上海市功能性材料化学重点实验室华东理工大学

＜正＞本文提出了一种基于变量稳定性的竞争性自适应加权抽样方法（SCARS）。它以通过Monte Carlo模拟所得的变量的稳定性作为变量建模能力的指标,首先,设定N个集合,对每一个集合我们设置样本的抽样比例为60%,抽样次数为100次,进而计算... 详细信息

＜正＞本文提出了一种基于变量稳定性的竞争性自适应加权抽样方法（SCARS）。它以通过Monte Carlo模拟所得的变量的稳定性作为变量建模能力的指标,首先,设定N个集合,对每一个集合我们设置样本的抽样比例为60%,抽样次数为100次,进而计算每个变量的稳定性;之后进行基于指数函数的强制筛选以及自适应加权抽样法来选择变量;最后计算每个变量集合的交互验证均方根误差（RMSECV）值,将最小交互验证均方根误差所对应的集合作为最优

关键词： SCARS 变量稳定性 CARS MCUVE 变量选择

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

分数阶导数在近红外光谱分析中的应用

分数阶导数在近红外光谱分析中的应用

应用典型相关分析法校正不同仪器和不同时间测量的近红外光谱(英文)

中国化学会第29届学术年会

作者：杜一平郑开逸华东理工大学上海市功能性材料化学重点实验室

导数光谱在光谱分析中得到了广泛应用,尤其在近红外光谱分析中已经成为光谱预处理最常用手段之一。但所使用的都是整数阶导数,常用的是一阶和二阶导数。本文利用Savitzky-Golay方法（SG）计算分数阶导数,并用于近红外光谱分析中。与SG... 详细信息

导数光谱在光谱分析中得到了广泛应用,尤其在近红外光谱分析中已经成为光谱预处理最常用手段之一。但所使用的都是整数阶导数,常用的是一阶和二阶导数。本文利用Savitzky-Golay方法（SG）计算分数阶导数,并用于近红外光谱分析中。与SG方法计算整数阶导数一样,分数阶导数也是在移动窗口中用多项式进行拟合,而利用Riemann-Liouville微积分理论则可计算分数阶导数。本文采用柴油近红外光谱数据进行分数阶导数的计算（见图1）,并建立导数光谱与粘度的偏最小二乘模型。结果显示,分数阶导数光谱比整数阶的能提供更详细的信息,有利于建立高性能的模型。有意思的是,我们发现对于象粘度、硬度、密度这些不与化学组成直接相关的性质,利用分数阶更容易显著提高模型质量。

关键词：分数阶导数近红外偏最小二乘光谱预处理柴油

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

计算机与应用化学 2013年第3期30卷 246-250页

作者：郑开逸范伟吴婷胡慧廉杜一平梁逸曾上海市功能性材料化学重点实验室华东理工大学分析测试中心上海200237 中药现代化研究中心中南大学化学化工学院长沙湖南410083

以甲苯、氯苯和正庚烷混和三组分体系为分析样品,应用模型转移法来校正不同仪器和不同测量时间导致的近红外光谱之间的差异。在校正测量时间导致的差异时,以16日由Bruker近红外光谱仪扫描的光谱作为主光谱,而17日由同台仪器扫描的光谱... 详细信息

以甲苯、氯苯和正庚烷混和三组分体系为分析样品,应用模型转移法来校正不同仪器和不同测量时间导致的近红外光谱之间的差异。在校正测量时间导致的差异时,以16日由Bruker近红外光谱仪扫描的光谱作为主光谱,而17日由同台仪器扫描的光谱作为从光谱。在校正仪器导致的光谱差异时,以16日由Bruker近红外光谱仪扫描的光谱作为主光谱,而在同一天由Perkin-Elmer近红外光谱仪扫描的光谱作为从光谱。采集光谱后,用分段直接校正(PDS)和典型相关分析(CCA)校正从光谱。结果显示:虽然仪器和测量时间差别均导致从光谱偏离主光谱,但是CCA的效果更佳,使得校正后的从光谱能用主光谱的模型准确预测样品含量。

关键词：三组分体系模型转移 CCA PDS 测定时间近红外光谱仪