- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
采用加速溶剂萃取法测定三种桉树树种抽提物含量,对近红外光谱(NIRS)数据进行校准,以实现树种及高抽提物含量的快速鉴别
摘要: 天然耐久树种种植林可替代来自热带森林的不可持续采伐木材或经有毒防腐剂处理的木材。新西兰旱地森林倡议(NZDFI)已建立树木育种计划,旨在培育遗传改良的耐久桉树种植用种苗。本研究通过近红外光谱技术对鲍氏桉、球果桉和银皮桉的耐久心材进行特性分析,并采用偏最小二乘回归(PLSR)模型,将加速溶剂萃取法(ASE)测定的抽提物含量(EC)数据与近红外数据进行校准。该模型可在0.34%-18.9%范围内预测抽提物含量,残差均方根误差(RMSE)为0.9%。此外,近红外光谱技术还能以100%准确率区分这三个树种,即该技术可实现混交林木材的精准分选。
关键词: 变量选择(sMC)、澳洲银桦、小帽桉、偏最小二乘回归(PLSR)、圆叶桉、PLS判别分析(PLS-DA)
更新于2025-09-22 11:36:33
-
利用激光诱导击穿光谱法对煤炭特性进行定量分析的改进测量方法
摘要: 实现火电厂燃煤特性的快速或在线分析对燃烧优化具有重要意义。本研究确定了一套基于激光诱导击穿光谱(LIBS)的校准方案,以提高煤质定量分析(包括工业分析:发热量、灰分、挥发分;元素分析:碳和氢)的测量精度。首先通过比较不同归一化方法(通道归一化与全谱面积归一化)结合两种回归算法(偏最小二乘回归[PLSR]和支持向量回归[SVR]),初步筛选各指标的适用校准方法;继而研究小波阈值去噪(WTD)对定量分析的影响,最终确定各指标的分析方案。结果表明:WTD耦合SVR可较好预测发热量和灰分(预测均方根误差RMSEP分别为0.80 MJ·kg?1和0.60%);WTD与PLSR联用对挥发分测量效果最佳(RMSEP为0.76%);碳和氢的定量分析采用全谱面积归一化结合SVR获得更优结果(RMSEP分别为1.08%和0.21%)。验证集对应指标的平均相对标准偏差(RSD)分别为:发热量0.26 MJ·kg?1、灰分0.57%、挥发分0.79%、碳0.47%、氢0.08%。研究证实,针对各指标选择合适的光谱预处理方法与校准策略,能有效提升煤质特性测量的准确性与精密度。
关键词: 偏最小二乘回归(PLSR)、定量分析、归一化、激光诱导击穿光谱(LIBS)、煤炭特性、支持向量回归(SVR)、小波阈值去噪(WTD)
更新于2025-09-19 17:13:59
-
激光诱导荧光光谱技术在葡萄柚植物早期病害检测中的应用
摘要: 生物和非生物胁迫都会导致植物叶片叶绿素含量显著下降,这为早期病害诊断提供了依据。病害发生会影响酚类化合物和叶绿素的荧光特性,其荧光信号出现在530、686和735纳米波长处。研究发现,随着病害发生,酚类化合物在530纳米处的发射带强度增强,而叶绿素在735纳米处的发射带强度减弱。通过主成分分析(PCA)和偏最小二乘回归(PLSR)进行的统计分析表明,该方法能区分健康叶片区域与病害叶片区域,为早期病害检测奠定了基础。PLSR模型通过决定系数(R2=0.99)、预测标准误差(SEP=0.394)和校准标准误差(SEC=0.401)验证有效。通过预测22个未知叶片区域的发射光谱,以预测均方根误差(RMSEP=0.14)评估模型预测精度。PCA和PLSR模型结果一致,证实荧光光谱技术是植物早期病害检测的优秀工具。
关键词: 早期疾病诊断,主成分分析(PCA),叶绿素荧光,偏最小二乘回归(PLSR),酚类化合物
更新于2025-09-19 17:13:59
-
利用液相和冰态水激光诱导等离子体分子发射进行氢同位素分析
摘要: 通过激光烧蚀分子同位素光谱法(LAMIS)分析了液态和冰态水样中的氢同位素,该方法利用激光诱导等离子体的分子发射进行同位素分析。观测到OH和NH自由基的分子发射谱带,并根据样品基质和测量条件对其光谱特征进行了表征。OH和NH谱带呈现不同的发射行为,这归因于形成动力学和热力学因素。在优化条件下,测量了氢化物(OH和NH)与氘化物(OD和ND)物种在各旋转分支间的同位素位移。利用这些分子谱带建立了偏最小二乘回归(PLSR)结构用于氢同位素定量分析,并通过交叉验证评估其准确度和精密度。PLSR结果良好,所有物种的预测均方根误差(RMSEP)为0.3–0.7%。特别是采用液态水OH/OD发射的情况显示出最精确的结果,RMSEP为0.33%。这受所用物种决定的光谱数据质量和重现性影响。本研究不仅支持了对激光诱导等离子体中分子自由基行为的理解,还证实了LAMIS在不同样品基质中进行实时定量分析的可行性。
关键词: 氢同位素,激光诱导击穿光谱分子发射光谱法(LAMIS),基体效应,偏最小二乘回归(PLSR),分子发射谱带
更新于2025-09-12 10:27:22
-
[IEEE 2019年第四届亚太智能机器系统会议(ACIRS) - 日本名古屋 (2019.7.13-2019.7.15)] 2019年第四届亚太智能机器系统会议(ACIRS) - 基于视觉近红外成像的海参干制品盐分预测系统
摘要: 干海参(海参干)是一种被视为高档美味的食材,尤其在中国、韩国和日本,因此价格相当昂贵。干海参(海参干)还具有很高的商业价值和营养价值。其品质决定了干海参(海参干)在国际市场上的价格。决定其品质的参数之一是含盐量。干海参(海参干)中过高的含盐量可能导致高血压、中风、消化系统紊乱等健康问题。因此,本文将讨论一种利用高光谱成像技术测量干海参(海参干)含盐量的预测系统。该系统采用400至1000纳米波长的反射模式。测量含盐量预测系统的硬件包括用于产生运动的电机、高光谱相机系统、两个150瓦卤素灯、聚四氟乙烯台面和个人电脑连接。然后,将PLSR算法应用于全波长预测系统模型。该预测模型用于获取含盐量的预测值。随后将预测模型的结果与通过硝酸汞法获得的数据参考值进行比较。采用均方根误差和相关系数来评估含盐量预测系统的性能。本工作中预测系统的最佳结果是相关系数为0.99,均方根误差为0.27,此时PLS成分数为25。根据本工作的结果,所提出的系统可作为测量干海参(海参干)含盐量的替代方法,具有优异的准确性和高度可靠性。
关键词: 高光谱成像、盐含量、干海参、偏最小二乘回归(PLSR)
更新于2025-09-12 10:27:22