FTIR结合小波变换分析鉴别8种根茎类作物（英文）

为了区分鉴别8种根茎类作物,通过采用傅里叶变换红外光谱(FTIR)结合小波变换(WI)、主成分分析(PCA)和聚类分析(HCA)的方法,测试研究了8种根茎类作物40个样品的红外光谱。结果表明:8种样品红外图谱相似,但在1800~700 cm-1范围内,红外光谱的峰位、峰形及吸收强度差异明显。对此范围内的原始红外光谱进行连续小波和离散小波变换。提取连续小波变换的第15层系数和离散小波变换的第5尺度细节系数数据,进行主成分分析和聚类分析。连续小波和离散小波的前3个主成分的累计贡献率分别为93.12%、89.78%,主成分分析和聚类分析正确率为100%。研究结果显示:傅里叶变换红外光谱技术结合小波变换的方法可以区分鉴别不同种的根茎类作物。     

薯的傅里叶变换红外光谱研究

利用傅里叶变换红外(FTIR)光谱结合主成分分析(PCA)和聚类分析(HCA)方法对8种薯进行了鉴别研究,测试了40个薯样的红外光谱。结果表明,8种薯红外图谱相似,但在1 800~700 cm-1范围内,红外光谱的峰位、峰形及强度差异明显。将8种薯的傅里叶变换红外光谱与可溶性淀粉的光谱进行相似性分析,结果显示,相似度从大到小依次为:马铃薯、木薯、薯蓣、毛薯、红薯、姜薯、豆薯、菊薯,表明马铃薯含淀粉量最多,其次是木薯,最少是菊薯。对原始红外光谱作二阶导数处理,并利用1 800~700 cm-1范围内的二阶导数光谱数据对8种薯40个样品进行主成分分析和聚类分析,主成分分析前3个主成分的累计贡献率达89.18%,正确率为97.5%,聚类分析正确率为100%。傅里叶变换红外光谱技术结合统计分析的方法可鉴别区分不同种的薯类。     

辣椒的傅里叶变换红外光谱研究

[目的]利用傅里叶变换红外（FTIR）光谱结合主成分分析（PCA）和系统聚类分析（HCA）技术对不同品种辣椒（Capsicum frutescens L）进行鉴别研究.[方法]测试了5种辣椒50个辣椒的红外光谱.[结果]5个不同品种辣椒的红外图谱相似,但在1 800 ～ 800 cm-范围内红外光谱的峰位、峰形及吸收强度有一些微小差异.对原始光谱作二阶导数光谱处理,发现在1 800～ 800 cm-1范围内5种辣椒的二阶导数光谱图差异明显,利用1 800～800 cm-1范围二阶导数光谱数据对5个品种50个样品进行聚类和主成分分析.聚类分析其正确率为100％;主成分析前3个主成分的累计贡献率达到94.47％,其正确率达98％,能把5个辣椒品种分开.[结论]傅里叶变换红外光谱技术结合统计分析的方法可以把不同品种的辣椒区分开来.     

花生病害叶的傅里叶变换红外光谱研究

[目的]探究傅里叶变换红外光谱(FTIR)技术在花生病害鉴别中的应用。[方法]利用FTIR技术并结合主成分分析和聚类分析方法对花生褐斑病叶、黑斑病叶、网斑病叶和正常叶进行鉴别。[结果]样品的红外光谱图整体相似,只在1 750～800 cm-1范围内吸收峰的位置和强度有微小差异。对原始光谱图做二阶导数处理,发现3 600～2 800 cm-1和1 750～650 cm-1范围内的二阶导数谱差异明显。选取3 600～2 800 cm-1和1 750～650 cm-1范围做主成分分析和聚类分析,所提取的3个主成分的累计贡献率达到94.9%,分类正确率达到100%,聚类分析的正确率达到94.6%。[结论]傅里叶变换红外光谱技术有望发展成为鉴别农作物病害的有力手段。     

基于红外光谱概率神经网络的诃子产地鉴别

利用傅里叶变换红外光谱,测定了不同产地诃子(Terminalia chebula Retz.)样品的红外光谱图.采用常规预处理方法和小波变换对红外光谱原始数据进行了预处理,并采用主成分分析进一步压缩光谱数据,前3个主成分的累积贡献率为98.054％.以前3个主成分作为网络输入,诃子产地类别作为网络输出,建立了概率神经网络,同时对建立该网络模型的扩展常数进行了分析.模型分析表明,建立的网络模型能够对40个诃子样品进行产地鉴别,红外光谱法结合神经网络可作为中药材产地分类鉴别的一种新的现代化方法.     

月季花的二维相关红外光谱研究

利用傅里叶红外光谱(FTIR)技术、化学计量学(主成分分析、聚类分析)结合二维相关红外光谱对不同品种月季花进行鉴别分析。不同品种的月季花瓣的红外光谱整体相似,主要由脂类、苷类及多糖类化合物的振动吸收组成。二阶导数光谱在1 800~700 cm-1区域有较大差异,选取该范围二阶导数光谱用SPSS软件实现主成分分析(PCA)以及系统聚类分析(HCA)。主成分分析中,前3个主成分占总方差的献率为97.40%;系统聚类分析中,每一种月季花各自聚为一类,准确率达到100%。在二维相关光谱中,在1 330~1 700 cm-1和950~1 300 cm-1范围内,不同品种月季花的自动峰、交叉峰的强度和位置具有显著的差异。结果表明,应用傅里叶红外光谱技术、化学计量学及二维相关红外光谱技术可以快速有效的区分不同品种的月季。     

蚕豆病害叶的FTIR研究(英文)

[目的]对蚕豆病害叶进行鉴别研究。[方法]用傅里叶变换红外光谱技术结合统计分析对蚕豆锈病、茎基腐病、轮纹病、黄化卷叶病和正常叶片进行鉴别研究。[结果]病害叶片和正常叶片的红外图谱相似,仅有几个吸收强度比存在差异;对光谱进行二阶导数分析发现,病害叶片和正常叶片的二阶导数光谱在1200～700cm-1范围差异明显,对该区域内的光谱数据进行相关分析、主成分分析和聚类分析,结果显示,正常叶片之间、同种病害样品之间相关系数都在0.928以上,而病害叶片和正常叶片以及不同病害样品之间的相关系数降低;45个样品聚类分析和主成分分析正确率分别为73.3%和82.2%。[结论]傅里叶变换红外光谱技术具有快速、无损、准确等优点,有望为蚕豆病虫害诊断提供新的方法与途径。     

3种颜色玉米胚乳胚芽的FTIR结合聚类分析研究

[目的]研究玉米胚乳胚芽的傅里叶变换红外光谱,为鉴别不同种类玉米提供科学手段。[方法]利用傅里叶变换红外光谱技术,结合系统聚类分析对3种类型的玉米实体样本的胚乳胚芽进行研究。[结果]原始红外光谱700~1800 cm-1总体特征相似,主要是由多糖、蛋白质、脂类等吸收谱峰组成,在此范围内三种样本的原始光谱存在微小的差异。对光谱进行一阶导数和二阶导数处理,用二阶导数光谱进行系统聚类分析（HCA）,结果表明二阶导数光谱700~1800 cm-1范围按玉米胚芽和胚乳样本聚类效果较好,52个样本能按3个种类很好地聚类,分类正确率达96.1%。[结论]红外光谱结合系统聚类分析方法可用于鉴别不同种玉米胚乳胚芽,具有方便、快速的优点。     

基于SVM及BPNN的辣椒红外光谱分析

利用小波变换结合反向传播网络(BPNN)和支持向量机(SVM)研究了朝天椒和灯笼椒的傅里叶变换红外(FTIR)光谱,样品1 750~950 cm-1范围的红外光谱经多尺度一维连续小波变换(CWT)和离散小波变换分析,发现第20尺度的连续小波系数,提取该尺度3个区域的系数作为特征参数建立BPNN和SVM模型。结果表明,BPNN和SVM模型都能很好地区别两种辣椒。第5尺度的离散小波细节系数建立BPNN和SVM模型分类的正确率分别为93.3%、100%。小波变换结合BPNN和SVM用于傅里叶变换红外光谱技术中能够准确识别朝天椒、灯笼椒,为区分不同品种的辣椒提供了快速、有效的方法。     

二维相关红外光谱分析鉴别不同产地黑木耳

不同产地黑木耳的营养成分含量存在差异,因此对黑木耳的产地鉴别具有实用价值。选取8个不同产地的黑木耳,采用傅里叶变换红外光谱(Fourier transform infrared spectroscopy,FT-IR)和二维相关红外光谱(two-dimensional correlation infrared spectroscopy,2D-IR),对不同样本的2D-IR谱图进行处理和分析,并结合系统聚类分析以鉴别黑木耳的不同产地。结果显示,不同产地黑木耳的傅里叶变换红外光谱整体特征极为相似,偏相关系数的最小值为0.955,不能用于区分黑木耳的产地。不同产地黑木耳在1 730～1 400 cm-1、1 350～1 040 cm-1以及1 030～900 cm-1范围内的二维相关红外光谱中自动峰数目不同,它们之间的自动峰和交叉峰的强度也有较大差异;对1 700～950 cm-1范围内的FT-IR光谱进行系统聚类分析,不同产地黑木耳都得到正确归类。结果表明,二维相关红外光谱分析,结合系统聚类分析能够简单、快速、无损地鉴别不同产地黑木耳。     

基于无下采样的正交小波变换的阈值去噪方法

现行的小波阚值去噪算法中,都包含采样的操作,但下采样导致信号所含信息出现丢失,上采样则引入新的畸变。为克服这些不足之处,提出了基于无下采样的正交小波变换的阚值去噪方法,并在Matlab6．5环境下给出了具体的算法。并进行了数值试验。试验结果表明,取消下采样的操作,可以提高信噪比,减小最小均方误差,使去噪效果得到了明显改善。     

中草药大黄的小波变换红外光谱的聚类分析鉴别

采用傅里叶红外光谱法(FTIR)扫描41种不同品种大黄(Rheum palmatum L.)红外指纹图谱,建立了中草药大黄的红外指纹图谱,运用小波变换技术对近红外光谱进行压缩,应用聚类分析方法对红外数据进行处理,可以有效地鉴别不同产地的大黄,减少训练时间,结果与传统鉴别的结果基本一致.红外光谱法可用于中药大黄的质量控制,为中草药大黄的鉴定提供理论依据和实用方法.     

核桃和花生傅里叶变换红外光谱分析

[目的]研究核桃和花生的傅里叶变换红外光谱,为鉴别不同产地的核桃和花生提供科学手段。[方法]利用傅里叶变换红外光谱法研究了核桃和花生、6个不同产地核桃的红外光谱特性,对它们的红外光谱进行了分析鉴别。[结果]核桃和花生、不同产地核桃的红外光谱的峰形和峰位基本相同,但在一些特征吸收峰上的吸光度值比方面存在差异。对于核桃和花生,吸光度值比A1746/A1653都大于1;而A1099/A1653核桃略大于1,花生小于1。根据吸光度值比A1746/A1653、A1099/A1653的差异可以区分6个产地的核桃。各样品的红外光谱主要特征吸收峰吸光度值比的差异,说明它们所含主要物质基本相同,但不同样品的主要物质含量有差异。[结论]红外光谱方法可用于鉴别核桃和花生、不同产地的核桃,具有方便、快速的优点。     

Hartley变换小波研究

介绍Hartley变换的定义、基本性质,提出一种用有限和无限多个尺度完全可调制的正弦和余弦类型的小波作为窗口函数来表示Hartley变换的观点,弥补了窗口Hartley变换依赖于窗口宽度这一缺陷,将其与小波分析联系起来。     

一种基于小波变换的包络分析法

对机械故障中常见的调制信号，包络分析法是一种有效的分析方法，为克服当前的包络分析法需要选择合适的滤波器参数的局性性，提出了一种基于小波变换的包络分析方法，运用小波包将调制信号分解到不同频率段上，提取需要的频率段成分进行重构，对重构后的信号作络细化谱分析就能有效地从原始信号中提取调制信息，仿真信号和实际动用都表明该方法能有效地提取信号的故障特征。     

基于小波变换的图像融合方法研究

采用小波变换的多分辨率分析技术进行图像融合,将图像信息分解成低频和高频两部分,通过融合算法,将图像数据重构成一幅信息完整的新图像.仿真实验表明,采用本算法融合后的图像更符合客观实际,图像数据信息丰富.     

基于小波分析的信号去噪方法

介绍了小波变换出现的背景及应用意义、信号去噪效果的标准及小波变换去噪的基本原理和方法。利用MATLAB软件特别是MATLAB小波工具箱编写仿真程序,结果表明小波变换在信号去噪中的有效性和优越性。     

中草药大黄小波变换的近红外光谱的聚类分析

[目的]采用近红外漫反射光谱法对41种大黄进行图谱扫描,为大黄的生药鉴定提供一种新方法。[方法]采用小波变换技术对近红外光谱进行压缩,减少训练时间,再采用近红外光谱法结合聚类分析方法对不同产地的大黄药材进行鉴别。[结果]NIR光谱经小波变换压缩后,将光谱变量从700减少到44个,用小波压缩的NIR光谱输入到聚类树鉴别模型,通过聚类分析的方法,对大黄正伪品进行了分类,识别正确率达到82.93%。[结论]近红外漫反射光谱法是一种快速、简便的鉴别分析技术,可用于大黄中药的质量控制。     

化学预处理与傅里叶变换红外光谱相结合分析棉花纤维细胞壁组分

[目的]研究能够与傅里叶变换红外光谱(FTIR)相结合的分析棉花纤维细胞壁组分的化学预处理方法,使棉花纤维细胞壁断裂破碎但不造成其组分结构破坏,为实现应用FTIR分析细胞壁的真实结构组分提供参考.[方法]采用化学试剂巯基乙酸和盐酸预处理棉花纤维,用去离子水清洗游离的化学试剂,再通过FTIR化学预处理后的棉花纤维细胞壁....     

木材近红外光谱小波阈值去噪方法

采用小波分析对木材近红外光谱进行阈值去噪研究,分别采用硬阈值、固定阈值、最大最小阈值和rigsure阈值对光谱信号进行去噪.结果表明,小波变换可以有效去除光谱噪声,并很好地保留了信号中的尖锐和突变部分,在近红外光谱分析中具有很好的应用前景.