修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

100 条数据
?? 中文（中国） ▾

  • 基于近红外（NIR）和衰减全反射中红外（ATR-MIR）光谱的土豆层次聚类与熟度判定

    摘要： 采用近红外（NIR）和衰减全反射中红外（ATR-MIR）光谱技术对马铃薯品种进行识别并检测其熟化程度。通过层次聚类分析（HCA）可成功区分马铃薯块茎品种。偏最小二乘回归（PLSR）模型对熟化程度评估展现出良好的预测效果。研究引入主成分与一阶导数迭代算法（PCFIA）替代全波长光谱进行特征变量筛选建模?；诖覰IR和MIR区域选取的两组特征变量，NIR-PCFIA-HCA与MIR-PCFIA-HCA均表现出更优的层次聚类性能。此外，NIR-PCFIA-PLSR和MIR-PCFIA-PLSR模型能有效预测块茎熟化程度，相关系数（RP）高达0.935，均方根预测误差（RMSEP）低至0.503。研究表明PCFIA是有效的特征变量筛选方法，且NIR与MIR光谱技术均可实现马铃薯品种分类及熟化程度判定。

    关键词： HCA（层次聚类分析）、ATR-MIR（衰减全反射-中红外光谱）、马铃薯、变量选择、PLSR（偏最小二乘回归）、NIR（近红外光谱）

    更新于2025-09-23 19:55:09

  • 追踪脂肪族与芳香族烃类二元混合物中的微小异质性：近红外光谱、二维相关光谱及多元曲线分辨-交替最小二乘法研究

    摘要： 据我们所知，这是首次在脂肪族与芳香族烃类二元混合物分子层面上对微小非均质性进行的光谱学研究。通过近红外透射技术，在全部摩尔分数范围内记录了苯/甲苯、苯/正己烷、苯/环己烷、正己烷/正庚烷及正己烷/环己烷混合物的组成依赖光谱。采用二维相关分析（2DCOS）和化学计量学方法对实验数据进行了全面解析。此外，我们计算了过量近红外摩尔吸收光谱和ER参数，用于比较不同混合物偏离理想状态的程度。 研究结果表明，所有被测混合物均呈现非理想混合特性。当两组分同为芳香族或脂肪族时，偏离程度较??；而芳香族/脂肪族混合物的偏离程度更为显著。分子形状对偏离理想混合状态的程度具有重要影响：正如预期，苯/正己烷是最非理想的混合物，而正己烷/正庚烷与苯/甲苯混合物的行为接近理想状态。 数据显示，最大程度偏离理想状态的混合物中同时存在同组分团簇和异组分团簇。异组分团簇存在于全部组成范围内，而同组分团簇仅在超过特定浓度阈值后出现。当混合物组分相似时，分子以同等概率形成同簇与异簇；对于不同组分，则倾向于形成同簇?；旌衔镏辛阶榉值耐亟峁褂肫浯刻惫鄄斓降慕峁瓜嗨?，这意味着非理想混合状态源于异组分团簇的存在。

    关键词： 脂肪族/芳香族烃类、近红外光谱、聚类分析、MCR-ALS（多元曲线分辨-交替最小二乘法）、二元混合物、二维相关光谱、化学计量学、超额吸收光谱、微观非均质性

    更新于2025-09-24 02:04:17

  • 利用多元曲线分辨交替最小二乘法（MCR-ALS）将红外光谱作为过程分析技术（PAT）应用于生物柴油生产过程

    摘要： 过程分析技术是指在反应进行过程中对工艺流程进行在线采集分析信息。所获信息使工艺工程师能更好地控制关键工艺参数，并引导反应向理想路径发展。近红外光谱技术凭借其分析特性以及高度自动化能力、多样的采样和光谱采集方法，在与化学计量学结合后成为过程监测的有效工具。采用多重散射校正预处理技术和交替最小二乘法（可同步提取反应混合物的光谱与浓度信息），配合1000-2250纳米波段的光纤近红外光谱技术，从生物柴油生产工艺中提取分析信息。所得输出结果清晰呈现了工艺过程中组分的浓度与类型等有效数据?；谡庑┙峁沟姆从Χρа芯肯允?，该过程存在具有不同速率的三阶段动力学特征。

    关键词： MCR-ALS（多元曲线分辨-交替最小二乘法）、近红外光谱、过程分析技术、生物柴油

    更新于2025-09-24 03:23:40

  • 快速检测：利用可见-近红外（Vis-NIR）光谱技术检测花生仁中的黄曲霉毒素B?

    摘要： 目前检测农产品和食品中黄曲霉毒素污染的方法通常基于湿化学分析，这些方法耗时、会破坏待测样品且需要专业人员操作，因此无法实现大规模无损筛查和现场检测。本研究利用400-2500纳米波段的可见-近红外（Vis-NIR）光谱技术，检测商业去壳花生仁（跑道型）中主要污染物黄曲霉毒素B1（AFB1）。通过将已知量的甲醇溶解黄曲霉毒素标准品滴加到花生仁表面制备不同污染程度的人工污染样本。采用全光谱建立的偏最小二乘判别分析（PLS-DA）模型在不同波段范围内均获得良好预测效果：以20和100ppb为分类阈值时，使用全光谱获得的总体准确率分别为88.57%和92.86%。运用随机蛙跳（RF）算法筛选识别花生仁表面AFB1污染的最优特征波长，基于RF算法确定的最优光谱变量建立简化RF-PLS-DA分类模型。该优化模型在20ppb和100ppb阈值下的总体准确率分别达到90.00%和94.29%，较全光谱变量有所提升。简化后的RF-PLS-DA模型所用光谱变量较全光谱至少减少94.82%。研究表明，结合适当化学计量方法的Vis-NIR光谱技术可用于花生仁AFB1污染的鉴别。

    关键词： 可见-近红外光谱、偏最小二乘判别分析、花生仁、可见-近红外光谱技术、随机蛙跳算法、黄曲霉毒素、偏最小二乘判别分析法

    更新于2025-09-24 03:40:24

  • 利用傅里叶变换近红外光谱与水组学技术对低浓度甲醇进行定量分析的可行性研究

    摘要： 甲醇含量是发酵工业中的关键参数。然而发酵过程中甲醇浓度通常较低，因此需要建立适用于低含量甚至间接检测甲醇的方法。近红外光谱（NIRS）技术具有快速无损的特点，可为约1%含量的组分提供分析解决方案。水光谱组学能挖掘近红外光谱中隐藏的信息，在目标物质浓度较低时具有显著优势。本研究采用NIRS结合水光谱组学方法，验证了其在0.1%-2.5%（v/v）水溶液甲醇测定中的可行性。通过校正决定系数（R2c）、验证决定系数（R2cv）、校正均方根误差（RMSEC）、验证均方根误差（RMSEP）及交叉验证均方根误差（RMSECV）评估偏最小二乘回归（PLSR）模型性能，最优模型的对应数值分别为0.999、0.999、1.000、0.0204%、0.0277%、0.0142%。本研究成果表明，NIRS技术结合水光谱组学可能为甲醇测定开辟新途径。

    关键词： 水光组学、低浓度、甲醇、近红外光谱

    更新于2025-09-24 04:11:27

  • 反尖晶石ZnFe?O?的倒置程度对其光学性质的影响

    摘要： 尖晶石铁氧体（化学式为T[M1?xFex]O[MxFe2?x]O4，其中0 ≤ x ≤ 1，M为二价金属离子，上标分别表示四面体和八面体位点）因其优异的磁学性能被广泛应用于电子领域。因此，反演度x对这些性能的影响已广为人知。然而，其对材料其他性质的影响却鲜少被详细研究。鉴于铁氧体在过去十年间作为可见光活性光催化剂和光电催化剂受到广泛关注，理解反演度对光学性质的影响变得十分必要。在具有光催化和光电催化活性的尖晶石铁氧体中，锌铁氧体（ZnFe2O4，ZFO）是最受研究的材料之一。本工作通过采用不同退火温度及后续淬火处理的固相反应法，制备了五种反演度介于0.07至0.20之间的ZFO样品。结合拉曼光谱、紫外-可见-近红外光谱测量结果与基于第一性原理计算的理论数据进行分析，区分了与四面体和八面体配位Fe3+离子电子跃迁相关的紫外-可见-近红外光谱变化。但材料的带隙宽度随反演度变化保持不变。基于实验与理论结果，本研究提出了ZFO拉曼活性内模与电子跃迁的新归属方案。

    关键词： 从头算计算、反演度、锌铁氧体、尖晶石铁氧体、光学性质、紫外-可见-近红外光谱、拉曼光谱

    更新于2025-09-24 05:34:12

  • 利用近红外成像技术对豆粕中污染物进行局部异常检测与定量分析：以非蛋白氮为例

    摘要： 三聚氰胺事件表明，传统靶向检测方法仅能检测特定列出的污染形式，导致无法及时识别新型掺假物。为应对食品和饲料中不断变化的掺假形式，并弥补靶向检测方法的不足，本研究考察了基于近红外（NIR）成像的局部异常检测（LAD）非靶向检测方法。在LAD方法中，通过特定尺寸的窗口滤波器并在99%置信水平下，可将全局H值（GH，修正马氏距离）作为异常光谱检测与定量分析的阈值。结果显示该方法在无需建立"纯净"数据库的前提下，对污染物检测具有可接受的性能表现。同时，三聚氰胺定量分析获得了较高的决定系数（R2 LAD = 0.9984，R2 PLS-DA = 0.9978），且检测限低于0.01%。这表明这种非靶向检测新策略有望推动食品安全控制从被动转向主动。

    关键词： 豆粕，无目标检测，近红外高光谱/显微成像，局部异常检测，近红外光谱

    更新于2025-09-19 17:13:59

  • 基于近红外光谱与机器学习方法的小麦单?；盍ζ拦?

    摘要： 了解单粒小麦种子的活力状态可为优良种质筛选和幼苗培育提供科学依据。尽管多种因素共同作用会降低或损害种子活力，但目前已有多种方法用于检测单粒种子活力。本研究旨在验证近红外光谱技术检测单粒小麦种子活力的可行性，并确定适宜的机器学习分类模型。研究选取1152粒小麦种子样本，其中五分之六经人工老化处理（AA）。所有种子光谱通过单粒近红外系统采集，覆盖1200-2400 nm波段范围?；袢〗焱夤馄缀?，所有种子均进行发芽试验以确认其活力状态。选取3天发芽、5天发芽及未发芽种子的光谱数据用于构建三类分类模型。经Savitzky-Golay（SG）二阶导数法和标准正态变量（SNV）校正预处理后，对高维光谱数据进行平滑处理，并通过主成分分析（PCA）和连续投影算法（SPA）两种光谱降维方法筛选特征波长。将支持向量机（SVM）、极限学习机（ELM）、随机森林（RF）和自适应提升（AdaBoost）四种机器学习算法分别与两种降维方法结合，构建八种模型用于判别预测单粒小麦种子活力。结果表明：基于两种降维方法构建的八类机器学习分类模型对单粒小麦种子活力的检测效果相当，各模型准确率均高于84.0%，其中PCA-ELM和SPA-RF模型分类准确率最高（分别为88.9%和88.5%）。这两个模型的宏观平均F1值同为0.887，表明其评估种子活力的能力基本相当。本研究为植物育种者、小麦质检人员及加工企业开发基于近红外光谱技术的快速无损高通量单粒小麦种子活力分选系统奠定了重要基础。

    关键词： 多重分类、机器学习、近红外光谱、多元数据分析、小麦种子活力

    更新于2025-09-19 17:13:59

  • [2019年IEEE第14届纳米/微米工程与分子系统国际会议(NEMS) - 泰国曼谷(2019.4.11-2019.4.14)] 2019 IEEE第14届纳米/微米工程与分子系统国际会议(NEMS) - 自由空间耦合液晶宽带光声传感器

    摘要： 近红外光谱技术（NIRS）因其采集方法更简便且信号干扰更少，被提议作为分析脑血流自动调节的适宜技术。近期涌现出多种精密的小波变换方法，通过结合NIRS与血压信号来量化脑血流自动调节机制。这些方法通过时频平面实现信号信息的优化分割，从而更有效地提取目标成分。本文对该领域进行综述，并提出了改进此类分析方法的建议。

    关键词： 近红外光谱，脑血流自动调节，小波变换

    更新于2025-09-19 17:13:59

  • [IEEE 2019年光子学北美会议(PN) - 加拿大魁北克市(2019.5.21-2019.5.23)] 2019光子学北美会议(PN) - 飞秒激光诱导聚合物薄膜产生气泡

    摘要： 近红外光谱技术（NIRS）因其采集方法更简便且信号干扰更少，已被视为分析脑血流自动调节功能的适用技术。近期涌现出多种精密的小波变换方法，通过结合NIRS与血压信号来量化脑血流自动调节机制。这些方法通过时频平面实现信号信息的精细化分区，从而更有效地提取目标成分。本文对该领域研究进行综述，并提出了该分析方法的改进方向。

    关键词： 近红外光谱，脑血流自动调节，小波变换

    更新于2025-09-19 17:13:59