连续投影算法融合信息熵选择霉变玉米高光谱特征波长

运用高光谱技术鉴别玉米霉变等级时,因光谱波段数多、数据量大、信息冗余度高,使鉴别工作难度加大。为了减少数据量,获得最有利于鉴别的高光谱信息特征波长,本研究提出了一种连续投影算法(SPA)融合信息熵的特征波长选择方法。首先,对霉变玉米样本高光谱数据运用多元散射校正(MSC)进行光谱预处理以消除噪声,然后利用SPA对处理过的光谱进行波长初选,得到8个初选特征波长,再通过信息熵原理处理初选特征波长下的图像信息,获得最佳特征波长。结果表明,运用SPA融合信息熵法得到有利于霉变玉米鉴别的最佳波长为819 nm,提取该波长下霉变玉米图像的纹理特征后,采用Fisher判别分析(FDA)进行鉴别,6个等级霉变玉米的鉴别正确率高达98.6%,充分证明所给出的特征波长选择方法是有效的。本研究特征波长选择方法可为更好地运用高光谱技术鉴别玉米霉变等级提供指导。     

不同波长选择方法在土壤有机质含量检测中对比研究

由于近红外光谱数据的多重共线性，特征波长选择一直是近红外光谱分析技术的重要研究内容。以108个土壤样本光谱数据和土壤有机质(SOM)含量为研究对象，以连续投影算法（SPA）、间隔偏最小二乘法（IPLS）、竞争自适应重加权采样法（CARS）三种典型的特征波长选择算法进行近红外光谱波长选择和土壤有机质含量建模。研究结果表明，基于上述三种方法提取的特征波长所建立的模型预测能力均优于全谱模型。其中，基于SPA算法的MLR预测模型精度最优，预测集相关系数（Rp）和均方根误差（RMSEP）分别为0970 2和1.214 4，模型参数只有6个。因此，SPA-MLR可以有效地应用近红外光谱的建模，并且简化模型的复杂度，提高模型的计算效率。     

不同波长光照对开产初期母鸡间脑c-fos基因表达的影响

为深入了解不同波长光照对母鸡生产性能的影响机理,用c-Fos法探讨了母鸡间脑对不同波长光照的反应,同时检测GnRH免疫反应神经元的动态变化。将150日龄母鸡右眼遮光7 d后接受20 lx的不同波长光照刺激1.5 h,暗适应1.5 h后灌流固定,取脑制作石蜡切片,采用免疫组化方法检测Fos蛋白和GnRH样免疫反应阳性神经元在间脑的分布。结果显示,不同波长光照均影响c-fos基因表达和GnRH的释放,绿光组和蓝光组的表达均高于红光组。     

光波长、刺激时长和性别结构对龟纹瓢虫趋光性的影响

为揭示天敌昆虫趋光性中光源因子与虫源因子的作用,采用室内多向行为选择方法研究光波长、刺激时长和性别结构对龟纹瓢虫Propylea japonica趋光性的影响。结果显示:在365～630 nm波长范围内,光波长对龟纹瓢虫雌雄性比为1∶1的两性种群的趋光性有显著影响,其对365 nm处紫外光的趋光率最高,为27.90%;对625～630 nm处红光的趋光率最低,为6.50%。在120 min范围内,光刺激时长对龟纹瓢虫雌雄性比为1∶1的两性种群的趋光性有显著影响,且该影响与光波长有关。利用紫外光刺激龟纹瓢虫雌雄性比为1∶1的两性种群5 min时的趋光率(41.07%)显著高于其它刺激时长处理,且其它处理之间均无显著差异。随着光刺激时长的增加,龟纹瓢虫雌雄性比为1∶1的两性种群对紫外光、蓝光短波长的趋光率降低,对红光和黑暗处理的趋光率增加。在紫外光、蓝光、绿光及橙光处理下性别结构对龟纹瓢虫有显著影响,雌性单性种群偏嗜紫外光和绿光;雄性单性种群偏嗜绿光和橙光;雌雄性比为1∶1的两性种群偏嗜紫外光、蓝光和橙光。表明光波长是龟纹瓢虫趋光性的核心诱因,性别结构及光刺激时长具有重要的协同调控作用。     

双波长紫外分光光度法测松枝梢中儿茶酸含量

应用双波长紫外分光光度法测定松枝梢中儿茶酸含量，通过薄层分离获得适宜的背景液，运用作图法、精密确定法选择双波长组合、确定了最佳测量条件。该法仅使用少量样品且处理简单、测量准确、速度快、适合于大批试样的测定。     

半导体光放大器的原理及应用分析

半导体光放大器的主要特点是：它由有源区和无源区构成,其放大原理主要取决于有源层的介质特性和激光腔的特性.半导体光放大器可用作线性放大器、波长转换器、光开关和再生器等等.     

双波长分光光度法同时测定立方氮化硼中铝铁

研究了铝（Ⅲ）或铁（Ⅲ）－二溴苯基荧光酮（ＤＢ－ＰＦ）－溴化十六烷基二甲基氨基乙酸（ＣＤＭＡＡ）体系的显色条件。提出用双波长分光光度法同时测定铝和铁的简便、快速和灵敏的方法，测定铝的波长对为５６２￣６４８ｎｍ，测定铁的波长对为５９６￣５５１ｎｍ，该法用于无机材料立方氮化硼中微量氧化铝和氧化铁的直接测定，结果满意。     

基于子波变换的时间序列波动特征分析

本文运用子波变换的分析方法,研究股票时间序列多尺度局域结构的波动性。通过对具体的股指数据分析、比较表明:利用子波分析法,不仅能准确判定出序列的稳定周期大小和相对强弱,比较不同股指序列的周期相关性,而且能提取序列的局部波动和突发波动信息。     

基于近红外预测羊草水分含量的特征光谱模型研究

水分是牧草最为重要的品质属性,水分含量的多少直接影响牧草品质的变化。羊草（Leymus chinensis）因富含重要的维生素、蛋白质、中性洗涤纤维、酸性洗涤纤维、脂肪等家畜必需营养成分,在收获和储藏过程中极易受到生长地的水、土、气等的影响而发生营养成分损失或变质,因此为了有效降低冗余无信息变量,提高羊草水分含量近红外模型的预测精度和稳定性,本研究采用4种光谱特征区间选择方法,包括间隔偏二乘法（Interval partial least-squares regression,iPLS）、向后区间偏最小二乘法（Backward interval PLS,BiPLS）、联合区间偏最小二乘法（Synergy interval PLS,SiPLS）、和连续投影算（Successive projections algorithm,SPA）建立羊草水分含量的预测模型。结果表明：SiPLS方法最适合用于羊草水分含量特征波长的筛选,其次为BiPLS方法,最差的方法为iPLS,同时,相对分析误差（Residual predictive deviation,RPD）=2.648>2.50。这表明SiPLS的近红外光谱模型在预测羊草水分含量的应用上完全可行,预测精度在96.13%以上。